《表1 视觉SLAM优缺点》
由于视觉传感器对光照变化或低纹理环境敏感,在缺乏光照和纹理特征的环境中,视觉SLAM表现较差,甚至无法完成任务。RGB-D相机工作依赖红外光,环境光线会严重干扰检测,因此在室外环境中的性能表现不佳,只在室内场景下表现良好。另外,单目相机也存在尺度不确定性、尺度漂移、需要初始化等缺点。为了克服在室内环境中缺乏特征的缺点,研究者们对环境中的几何特征进行了研究,如直线、线段或物体边缘。这些环境中的几何特征被称为路标。识别路标面临的困难如下:(1)缺少准确的匹配描述符;(2)对应的3D目标由于特征过少而难以初始化。由于特征不匹配或初始化错误,环境的三维稀疏表示并不十分精确。利用不同的路标表达生成地图是一个泛化的多约束最大似然问题,解决这个问题需要使用非线性优化算法。尽管GPU技术已经带来了计算性能的飞跃,图像分析仍然需要很高的计算复杂度。关于视觉SLAM算法的优缺点总结见表1。
图表编号 | XD00201757100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 王锦凯、贾旭 |
绘制单位 | 辽宁工业大学电子与信息工程学院、辽宁工业大学电子与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |