近几年主流的slam技术有哪些
时间: 2023-09-09 14:13:42 浏览: 45
近年来,主流的SLAM技术主要包括以下几种:
1. 视觉SLAM(Visual SLAM):利用摄像头采集的图像信息实现定位和建图,例如ORB-SLAM、LSD-SLAM、SVO等。
2. 激光SLAM(Lidar SLAM):利用激光雷达采集的点云数据实现定位和建图,例如LOAM、LeGO-LOAM等。
3. 深度学习SLAM(Deep Learning SLAM):利用深度学习技术实现SLAM,例如DeepVO、DeepTIO等。
4. 多传感器融合SLAM(Multi-sensor Fusion SLAM):利用多种传感器如摄像头、激光雷达、IMU等信息进行融合实现定位和建图,例如MSCKF、VINS-Mono等。
5. 语义SLAM(Semantic SLAM):在传统SLAM的基础上,加入语义信息,实现更加智能化的定位和建图,例如ORB-SLAM2 with Semantic Segmentation、LSD-SLAM with Semantic Segmentation等。
相关问题
近三年内,激光slam有哪些新的框架提出
近三年内,激光SLAM领域出现了许多新的框架,例如:LIO-SAM、LIO-Mapping、LeGO-LOAM、Laser-SLAM、Laser-SLAM2、Laser-SLAM3等等。这些框架都在不同程度上提高了激光SLAM的精度和效率。
基于RGBD的slam框架有哪些
常见的基于RGBD的SLAM框架包括:
1. ORB-SLAM2:基于特征点的SLAM框架,使用ORB特征点和深度信息进行视觉里程计和地图构建。
2. ElasticFusion:一种实时的RGB-D SLAM系统,使用稠密地图表示场景,并采用弹性变形优化算法来处理环路闭合。
3. DSO:一种基于直接法的RGB-D SLAM系统,使用光流约束来优化位姿估计和地图构建。
4. LDSO:基于深度学习的RGB-D SLAM系统,使用卷积神经网络来估计相机位姿和深度信息,并使用稀疏地图来表示场景。
5. VINS-Mono:一种基于多传感器融合的SLAM框架,使用IMU和单目相机来进行视觉惯性里程计和地图构建。
6. ROVIO:一种基于视觉惯性里程计的RGB-D SLAM系统,使用IMU和单目相机来估计相机位姿和深度信息,并使用稀疏地图表示场景。