近几年主流的slam技术有哪些
时间: 2023-09-10 13:12:03 浏览: 50
近年来,SLAM技术得到了很大的发展和应用,主流的SLAM技术包括:
1. 视觉SLAM:基于单目、双目、RGB-D或者多摄像头的视觉传感器,通过视觉信息进行定位和建图。
2. 激光SLAM:基于激光雷达的扫描数据进行定位和建图,包括2D激光雷达和3D激光雷达。
3. 惯性导航SLAM:基于IMU(惯性测量单元)和其他传感器(如GPS)进行定位和建图。
4. 超声波SLAM:基于超声波传感器进行定位和建图,常用于室内环境。
5. 触觉SLAM:基于触觉传感器进行定位和建图,常用于机器人手臂的操作和控制。
6. 气体SLAM:基于气体传感器进行定位和建图,常用于环境监测和应急救援。
以上是目前比较主流的SLAM技术,每种技术都有其适用的场景和特点。
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。
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)