近几年主流的slam技术有哪些
时间: 2023-09-18 22:10:26 浏览: 51
近几年主流的SLAM技术有:
1. 视觉SLAM:通过相机采集场景信息,实现自主定位和地图构建,常用的算法有ORB-SLAM、LSD-SLAM和DSO等。
2. 激光SLAM:通过激光雷达采集场景信息,实现自主定位和地图构建,常用的算法有Hector SLAM、GMapping和Cartographer等。
3. 惯性导航SLAM:通过IMU(惯性测量单元)采集姿态信息,与视觉或激光数据进行融合,实现自主定位和地图构建,常用的算法有OKVIS和VINS-Mono等。
4. 多传感器融合SLAM:通过多种传感器数据进行融合,实现自主定位和地图构建,常用的算法有MSCKF、LIO-SAM和ROVIO等。
以上是近几年主流的SLAM技术,各有优劣,应根据具体应用场景选择合适的算法。
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
![](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)
![xlsx](https://img-home.csdnimg.cn/images/20210720083732.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)