即时定位与地图构建(SLAM或Simultaneouslocalizationandmapping)是这样一种技术:使得机器人和自动驾驶汽车等设备能在未知环境(没有先验知识的前提下)建立地图,或者在已知环境(已给出该地图的先验知识)中能更新地图,并保证这些设备能在同时追踪它们的当前位置。

VIP内容

摘要:视觉惯性 SLAM 指的是将视觉传感器获得的图像信息与惯性传感器测得的数据进行鲁棒融合,完成同时定位与建图的过程。视觉惯性 SLAM 作为视觉 SLAM 进行多传感器融合的一个重要突破口,成为当下的机器人视觉 研究热点和核心技术。对视觉 SLAM、惯性导航和视觉惯性 SLAM 进行了介绍,详细介绍了视觉 SLAM 的框架结构和细分部分,罗列了近年来出色的视觉 SLAM 模型。最后在视觉惯性里程计的(visual inertial odometry,VIO) 基础上,对现有的不同派别的开源视觉惯性 SLAM 进行深入分析与比较,探讨视觉惯性 SLAM 的发展趋势与动向。

作者介绍

田红丽,女,博士研究生,河北工业大学人工智能与数据科学学院计算机科学与技术系副教授。研究方向:嵌入式、FPGA、大数据处理。

成为VIP会员查看完整内容
3+
0+
更多VIP内容

最新论文

This paper solves the planar navigation problem by recourse to an online reactive scheme that exploits recent advances in SLAM and visual object recognition to recast prior geometric knowledge in terms of an offline catalogue of familiar objects. The resulting vector field planner guarantees convergence to an arbitrarily specified goal, avoiding collisions along the way with fixed but arbitrarily placed instances from the catalogue as well as completely unknown fixed obstacles so long as they are strongly convex and well separated. We illustrate the generic robustness properties of such deterministic reactive planners as well as the relatively modest computational cost of this algorithm by supplementing an extensive numerical study with physical implementation on both a wheeled and legged platform in different settings.

0+
0+
下载
预览
更多最新论文
父主题
子主题
Top