位置: IT常识 - 正文

slam原理介绍和经典算法(slam方法)

编辑:rootadmin
slam原理介绍和经典算法 1.传统slam局限性

推荐整理分享slam原理介绍和经典算法(slam方法),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:slam实现,slam算法 入门,slam算法 入门,slam的,slam的,slam算法,slam的,slam实现,内容如对您有帮助,希望把文章链接给更多的朋友!

        slam算法假设的环境中的物体都是处于静态或者低运动状态的,然而,现实世界是复杂多变的,因此这种假设对于应用 环境有着严格的限制,同时影响视觉slam系统在实际场景中的应用性。当环境中存在动态物体时,会给系统带来错误的观测数据,同时降低系统的精度和鲁棒性。通过RANSAC算法(随机采样一致性)的外点处理机制能够解决部分异常点对于算法的影响。但是当动态物体占据空间的大部分时,依然会影响位姿跟踪,所以需要检测运动的物体、剔除动态区域的特征点,亦或者是降低在优化位姿的权重,减少对视觉定位的影响。

 人身上为动态特征点,要尽可能的去除。

2.常用算法:

开源的系统(DS-SLAM、Dyna-SLAM、Co-Fusion)目前大部分的动态SLAM系统都是在ORB-SLAM2或者KinectFusion基础上改进得到的,很少部分会涉及到边缘SLAM的方法。

用于检测动态区域或者特征点的常用方法有以下几种:

2.1基于深度学习的分割方法

利用深度学习技术能够很好地识别图像中特定的物体,结合运动物体的先验知识(汽车、行人、动物),能够很好的去除潜在的动态区域。 需要注意的是,对于移动的椅子、停在路边的汽车,该方法往往会做出错误的判断。

深度学习在动态SLAM中的应用有两种形式:目标检测与实例分割(语义分割)。

2.1.1目标检测(Object Detection)

目标检测的目标是找到图像中所有的待检测物体,并用边界框标出该物体的位置,该方法的优点是检测速度快,但是缺点也很明显,其只能用方框标出物体大概位置,不能实现精确分割,如果直接将方框内的特征点去掉,会因特征点过少而影响定位精度。为了克服此问题,会通过图割法对方框中的图像进行进一步修剪,以得到更加准确的物体区域。yolo和SSD

2.1.2语义分割(INstance Segmentation)

语义分割的目标是对物体进行像素级别的分割,该方法的优点在于精度较高,但是分割速度并不高,一般来说达不到实时的要求。为了解决效率问题,一些论文提到只在关键帧中进行实例分割,然后通过传播模型得到普通帧的结果。SegNet、Mask-RCNN

2.2基于多视图几何的方法

检测动态特征点的原理是用多帧图像的位姿约束,剔除误差较大的特征点。

极线约束:需要注意的是,当物体沿着极线的方向运动时,该方法会失效。

2.3基于光流/场景流的方法2.3.1光流方法slam原理介绍和经典算法(slam方法)

对于两张图像,稠密光流很好地描述了每个像素在二维平面中运动的情况,是检测运动区域很好的方法,一般来说运动物体的区域所产生的光流会远高于静态的背景区域。但是除了物体本身运动会产生光流,相机的运动也会产生光流,为了消除相机运动的影响,通常会采用以下两种方案:

1.通过特征匹配计算二者之间的仿射变换,对第一张图像进行校正,用校正后的图像与第二张图像计算稠密光流。

2.结合语义信息得到初始静态背景的区域;计算两张图像之间的光流场;计算初始背景区域光流场的平均运动方向;光流场减去背景光流场得到最后的光流结果。

OpenCV有很多关于稠密光流的函数,如DeepFlow。

2.3.2场景流方法

所谓场景流(Scene Flow),就是光流(Optical Flow)的三维版本,表述了图像点云中每个点在前后两帧的变化情况。光流由两帧图像即可得到,场景流则需要两帧双目图像或者RGBD图像来得到。目前对场景流的研究还局限在实验室阶段,由于缺乏实际数据(打标成本太高)以及客观的评价指标,离工程应用还有不小的距离。

 正如论文FlowFusion中所介绍的,场景流反映了世界坐标系下物体点云的3D运动情况,也就是我们想要检测的东西;光流是二维图像中像素运动产生的,并不简单是场景流投影至二维平面的结果,其还受相机运动(Ego motion)的影响,也就是说,相机运动产生的Ego Flow和物体本身运动产生的Secne Flow叠加,并投影至相机图像平面上,便得到了我们观测的Optical Flow。

OpticalFlow=SceneFlow+EgoFlow

Secne Flow反应了物体的真实运动情况,求得场景流便知道了运动的物体。具体方法为:

1.计算两帧图像的初始位置,并进一步计算Ego Flow(相机)

2.计算两帧图像的光流场

3.二者相减得到3D场景流,投影至2D图像平面即得到了运动区域

2.4基于残差的方法

        最朴素的想法是计算每个点的误差大小(光度、重投影误差等)。可以应用在特征点上也可以应用在整个图像上,因为要计算误差,所以需要计算一个初始的位姿,计算位姿时一般会将当前图像与所维护的静态地图进行比较,因为每一帧图像都会对静态地图进行更新和维护,所以位姿计算也是比较准确地。

首先计算整张图像的残差,然后通过自适应阈值分割即可得到大致的动态区域,最后经过形态学处理去除噪声影响即可。

 3.性能比较

 传统SLAM算法与动态SLAM算法的轨迹对比。

作者:Mr Qin。如若转载,请注明出处:古月居 https://www.guyuehome.com/34296

本文链接地址:https://www.jiuchutong.com/zhishi/289066.html 转载请保留说明!

上一篇:海恩斯章克申附近克鲁瓦尼国家公园中冰川和山脉的鸟瞰图,加拿大育空 (© Robert Postma/plainpicture)(海恩斯科普简介)

下一篇:在windows下安装nnUnet,并制作数据集以及运行(让隔壁奶奶也能学会的教程)(在windows中安装应用程序的途径)

  • 对外投资应由
  • 预缴增值税的销售额怎么填
  • 建筑劳务如何开三个点的发票
  • 专票要写开户行和账号
  • 工厂开不了发票
  • 固定资产一次性计入费用的账务处理
  • 融资租入的办公楼属于固定资产吗
  • 房地产预售房收入如何缴纳增值税
  • 银行汇兑计入哪个会计科目?
  • 合同期限3年
  • 公司出租房屋交印花税吗
  • 预收账款怎么冲减应收账款
  • 以前年度费用本年开发票
  • 二千万注册资金是多少
  • win10怎么查看电池健康度
  • Win11 Build 10.0.22000.51 预览版ISO镜像下载汇总(苹果M1也可用)
  • win11如何启用远程访问
  • 安卓手机数据迁移到红米手机
  • 房屋租赁进项税
  • gazebo中机器人导航在rviz中不显示地图仅限显示轨迹
  • 营改增后房地产会计账务处理
  • 子公司接受母公司捐赠的会计处理
  • 半月湾在哪
  • 企业个人借款会计分录
  • Loughrigg Tarn的日出,英国英格兰湖区安布尔塞德 (© John Finney photography/Getty Images)
  • 以前年度未入账固定资产账务处理
  • 布鲁克顿的一只狗叫什么
  • Madonna della Corona教堂,意大利 (© Volodymyr Kalyniuk/Alamy)
  • 不发放工资怎么办
  • 一般纳税人在什么情况下,不可以开具增值税专用发票
  • 封装和调用
  • 保安行业税率是多少
  • 汽车检测没过收钱不
  • 应付未付的工资属于负债吗
  • 固定资产的特点不包括
  • access使用查询向导固定常数
  • mysql unique null
  • 弃置费用的现值计入固定资产
  • 管理费用的相关科目
  • 新准则委托代建会计处理
  • 起征点税种
  • 个体户核定征收和查账征收哪个好
  • 代开发票流程该是什么?
  • 即征即退增值税需要缴纳所得税吗
  • 个体户查账征收和核定征收哪个好
  • 成品油发票如何作废
  • 工人晚上加班的说说心情
  • 工程审图费入什么会计科目
  • 汇算清缴前取得暂估发票
  • 可抵扣暂时性差异产生的情况有
  • 免征印花税的6个项目
  • 土地使用权使用年限怎么算
  • 预收账款余额在贷方是什么意思
  • 个人购汇需要申报吗
  • 银行汇票的适用主体
  • win7隐藏共享文件夹
  • windows2008r2无线网卡不可用
  • mac系统如何切换中文
  • wdsvc.exe - wdsvc 是什么进程
  • w7打穿越火线
  • centos 常用命令教程
  • centos7添加桌面图标
  • win7注册表详解
  • nddeagnt.exe - nddeagnt是什么进程 有什么用
  • 怎样查看windows10版本
  • window10 不能上网
  • win10 rs4
  • linux shell $1
  • perl中打开文件
  • 文档对象模型DOM主要作用是
  • unity自带的ui叫什么
  • android camera1
  • 关于两个人感情文案
  • python django
  • 安卓屏幕适配详解
  • 安卓 旋转屏幕
  • 电子签章在电脑上怎样加印章
  • 房产税的解读
  • 济宁任城区多大面积
  • 印花税属于什么业务类型
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设