当前位置:   article > 正文

MATLAB算法实战应用案例精讲-【图像处理】SLAM技术详解(基础篇)(三)_matlab 单目 slam

matlab 单目 slam

目录

算法原理

SLAM结构

 激光SLAM主流方案

2.1 Gmapping

2.2 Hector_SLAM

2.3 Karto

2.4 Cartographer

2.5 LOAM方案

2.6 LeGo-LOAM方案

2.7 LIO-SAM方案

2.8 hdl_graph_slam方案

2.9 SegMap方案

2.10 SuMa方案

2.11 SuMa++

视觉SLAM主流方案

3.1 LSD-SLAM 方案

3.2 ORB-SLAM2 方案

3.3 ORB-SLAM3 方案

3.4 DSM 方案:Direct Sparse Mapping

3.5 VINS-Fusion 方案

3.6 ElasticFusion 方案

3.7 InfiniTAM 方案

3.8 BundleFusion 方案

基于地面纹理的单目SLAM

相关工作

方法详解

实验结果

基于滤波的传感器融合算法方案

基于优化的传感器融合算法方案

地图构建的基本原理

激光SLAM :Faster-Lio 算法编译与测试

编译

测试

融合事件相机的SLAM

 融合事件相机的意义

事件相机原理及互补性  

事件相机研究现状

激光SLAM中的挑战和阶段分析

4.1 非结构化道路的SLAM问题?抑或者激光SLAM的退化特性?

4.2 地图表达与实际环境的差异?

4.3 占栅格地图和高精地图有哪些差别?


 

算法原理

SLAM结构

图片

▲ 此处以cartographer框架为例

1.2.1 数据预处理

  • Sensor data的的接收;

  • 多传感器数据同步;

  • 传感器数据预处理(无效值去除、序列检查、点云遮挡点与平行点去除、坐标系处理,etc);

  • 点云去畸变处理(运动畸变,重力对齐,etc);

1.2.2 前端LIO

  • 基于sensor-tracker形式的pose-extrapolator;

  • 点云注册&配准;

  • e,g, CSM:Correlative Scan Matcher & Ceres Scan Matcher;

1.2.3 后端Refinement

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家自动化/article/detail/932480
推荐阅读
相关标签
  

闽ICP备14008679号