《表2 不同传感器下的背包SLAM方案Tab.2 Backpack SLAM Scheme Under Different Sensors》

  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

《SLAM室内三维重建技术综述》

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

注:RBPF:Rao-Blackwellised Particle Filtering，Rao-Blackwellised粒子滤波；2D TSD SLAM:2D Truncated Signed Distances（TSD）SLAM，基于截断符号距离法的2维同步定位与绘图。

由于背包的便携性，并随着传感器及算法的发展，目前出现了多种不同传感器组合的背包SLAM系统[40-46]（表2）。文献[40]针对2D激光扫描仪和惯性测量单元（inertial measurement units，IMU）组成的背包SLAM系统（图3）提出了4种方法，分别为:3×ICP、2×ICP+IMU、1×ICP+planer、1×ICP+IMU+planar。针对不同环境，4种方法有着不同优势，但都是针对不同传感器数据进行求解，从而恢复运动过程中的六自由度，并未考虑传感器数据之间联系，没有设计回环检测算法，不适合大范围室内3D重建。文献[41]在基于激光和IMU结合算法[40]进行定位的基础上，增加了改进的基于图像相似性的快速匹配法（fast appearance-based mapping，FAB-MAP）[47]的回环检测算法，有效地消除了累积误差。但此方法整合的点云和渲染图像匹配效果不好，为改善点云和像素之间的匹配效果，本文通过使用基于图像特征点匹配的定位方法增加节点限制条件，使用TORO重新优化。但该系统没有对传感器数据进行滤波或相应的处理，生成的点云精度仍可进一步提高。