《表1 视觉SLAM优缺点》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《视觉与激光融合SLAM研究综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。