0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

机器人主流定位技术:激光SLAM与视觉SLAM谁更胜一筹

电子设计 来源:电子设计 作者:电子设计 2020-12-26 10:59 次阅读

定位技术是机器人实现自主定位导航的最基本环节,是机器人在二维工作环境中相对于全局坐标的位置及其本身的姿态。目前SLAM (Simultaneous Localization and Mapping即时定位与地图构建)是业内主流的定位技术,有激光SLAM和视觉SLAM之分。

什么是激光SLAM?

激光SLAM脱胎于早期的基于测距的定位方法(如超声和红外单点测距)。激光雷达(Light Detection And Ranging)的出现和普及使得测量更快更准,信息更丰富。激光雷达采集到的物体信息呈现出一系列分散的、具有准确角度和距离信息的点,被称为点云。通常,激光SLAM系统通过对不同时刻两片点云的匹配与比对,计算激光雷达相对运动的距离和姿态的改变,也就完成了对机器人自身的定位。

激光雷达距离测量比较准确,误差模型简单,在强光直射以外的环境中运行稳定,点云的处理也比较容易。同时,点云信息本身包含直接的几何关系,使得机器人的路径规划和导航变得直观。激光SLAM理论研究也相对成熟,落地产品更丰富。

什么是视觉SLAM?

眼睛是人类获取外界信息的主要来源,视觉SLAM也具有类似特点,它可以从环境中获取海量的、富于冗余的纹理信息,拥有超强的场景辨识能力。早期的视觉SLAM基于滤波理论,其非线性的误差模型和巨大的计算量成为了它实用落地的障碍。近年来,随着具有稀疏性的非线性优化理论(Bundle Adjustment)以及相机技术、计算性能的进步,实时运行的视觉SLAM已经不再是梦想。

通常,一个视觉SLAM系统由前端和后端组成。前端负责通过视觉增量式计算机器人的位姿,速度较快。后端,主要负责两个功能:

一是在出现回环(即判定机器人回到了之前访问过的地点附近)时,发现回环并修正两次访问中间各处的位置与姿态;

二是当前端跟踪丢失时,根据视觉的纹理信息对机器人进行重新定位。简单说,前端负责快速定位,后端负责较慢的地图维护。

视觉SLAM的优点是它所利用的丰富纹理信息。例如两块尺寸相同内容却不同的广告牌,基于点云的激光SLAM算法无法区别他们,而视觉则可以轻易分辨。这带来了重定位、场景分类上无可比拟的巨大优势。同时,视觉信息可以较为容易的被用来跟踪和预测场景中的动态目标,如行人、车辆等,对于在复杂动态场景中的应用这是至关重要的。第三,视觉的投影模型理论上可以让无限远处的物体都进入视觉画面中,在合理的配置下(如长基线的双目相机)可以进行很大尺度场景的定位与地图构建。

一直以来,业内对激光SLAM与视觉SLAM到底谁更胜一筹,谁是未来主流趋势都有自己的看法,以下将简单从几个方面进行对比。

应用场景

从应用场景来说,VSLAM 的应用场景要丰富很多。VSLAM 在室内外环境下均能开展工作,但是对光的依赖程度高,在暗处或者一些无纹理区域是无法进行工作的。而激光 SLAM 目前主要被应用在室内,用来进行地图构建和导航工作。

定位和地图构建精度

在静态且简单的环境中,激光SLAM定位总体来讲优于视觉SLAM,但在较大尺度且动态的环境中,视觉SLAM因为其具有的纹理信息,表现出更好的效果。在地图构建上,激光 SLAM精度较高,国内思岚科技的 RPLIDAR 系列构建的地图精度可达到 2cm 左右。而视觉SLAM,比如大家常见的,也用的非常多的深度摄像机 Kinect,(测距范围在 3-12m 之间),地图构建精度约 3cm;所以激光 SLAM 构建的地图精度一般来说比 VSLAM 高,且能直接用于定位导航。

易用性

激光 SLAM 和基于深度相机的 VSLAM 均是通过直接获取环境中的点云数据,根据生成的点云数据,测算哪里有障碍物以及障碍物的距离。但是基于单目、双目、鱼眼摄像机的 VSLAM 方案,则不能直接获得环境中的点云,而是形成灰色或彩色图像,需要通过不断移动自身的位置,通过提取、匹配特征点,利用三角测距的方法测算出障碍物的距离。

除了上面几点之外,在探测范围、运算强度、实时数据生成、地图累计误差等方面,激光 SLAM 和视觉 SLAM 也会存在一定的差距,对于同一个场景,VSLAM 在后半程中出现了偏差,这是因为累积误差所引起的,所以 VSLAM 要进行回环检验。

总体来说,激光 SLAM 是目前比较成熟的机器人定位导航技术,而视觉 SLAM是未来研究的主流方向。未来,多传感器的融合是一种必然的趋势。取长补短,优势结合,为市场打造出真正好用的、易用的 SLAM 方案。

审核编辑 黄昊宇

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 机器人
    +关注

    关注

    210

    文章

    28189

    浏览量

    206439
  • 定位技术
    +关注

    关注

    7

    文章

    284

    浏览量

    25337
  • 视觉SLAM
    +关注

    关注

    0

    文章

    9

    浏览量

    1356
收藏 人收藏

    评论

    相关推荐

    激光雷达SLAM:全面掌握同步定位与地图构建指南

      SLAM 背后的核心思想是让机器人或自主系统能够探索未知环境并创建该环境的地图,同时确定其在生成的地图中的位置。这是通过融合来自各种传感器(例如激光雷达、摄像头和惯性测量单元 (IMU))的数据
    的头像 发表于 11-16 10:57 210次阅读

    最新图优化框架,全面提升SLAM定位精度

    同时定位与地图构建(SLAM)是项关键技术,允许移动机器人在部分或完全未知的环境中自主导航。它包括使用机载传感器同时估计
    的头像 发表于 11-12 11:26 175次阅读
    最新图优化框架,全面提升<b class='flag-5'>SLAM</b><b class='flag-5'>定位</b>精度

    激光雷达在SLAM算法中的应用综述

    、文章概述 1.1 摘 要 即时定位与地图构建(simultaneous localization and mapping,SLAM)是自主移动机器人和自动驾驶的关键
    的头像 发表于 11-12 10:30 243次阅读
    <b class='flag-5'>激光</b>雷达在<b class='flag-5'>SLAM</b>算法中的应用综述

    从算法角度看 SLAM(第 2 部分)

    作者: Aswin S Babu 正如我们在[第 1 部分]中所讨论的,SLAM 是指在无地图区域中估计机器人车辆的位置,同时逐步绘制该区域地图的过程。根据使用的主要技术SLAM
    的头像 发表于 10-02 16:39 248次阅读
    从算法角度看 <b class='flag-5'>SLAM</b>(第 2 部分)

    种适用于动态环境的实时视觉SLAM系统

    既能保证效率和精度,又无需GPU,行业第个达到此目标的视觉动态SLAM系统。
    的头像 发表于 09-30 14:35 372次阅读
    <b class='flag-5'>一</b>种适用于动态环境的实时<b class='flag-5'>视觉</b><b class='flag-5'>SLAM</b>系统

    机器人高效导航定位背后SLAM专用芯片的崛起

    电子发烧友网报道(文/李宁远)对移动机器人来说,导航定位是最基本最核心的功能之机器人自主移动能力建立在出色的导航定位基础上。目前移动
    的头像 发表于 05-28 00:20 3338次阅读

    UV固化烘箱VS传统烘干方式:更胜一筹?

    更胜一筹呢?接下来,我们将从多个角度进行对比分析。 、烘干效率 UV固化烘箱采用紫外线光源进行烘干,具有烘干速度快、效率高的特点。相比之下,传统烘干方式如热风烘干、红外线烘干等,烘干速度较慢,效率较低。因此,在追求高效率
    的头像 发表于 05-13 14:12 681次阅读
    UV固化烘箱VS传统烘干方式:<b class='flag-5'>谁</b><b class='flag-5'>更胜一筹</b>?

    UVLED面光源与传统光源对比:更胜一筹?

    之间的对比结果又如何呢?本文将对UVLED面光源与传统光源进行全面对比,以揭示更胜一筹、能耗对比 在能耗方面,UVLED面光源相较于传统光源具有显著优势。UVLED面光源采用LED发光
    的头像 发表于 05-10 15:28 576次阅读
    UVLED面光源与传统光源对比:<b class='flag-5'>谁</b><b class='flag-5'>更胜一筹</b>?

    新火种AI|李彦宏发声:文心言4.0在国内可以取代ChatGPT!事实真的如此吗?

    文心言 VS ChatGPT,更胜一筹
    的头像 发表于 04-19 10:14 711次阅读
    新火种AI|李彦宏发声:文心<b class='flag-5'>一</b>言4.0在国内可以取代ChatGPT!事实真的如此吗?

    工程实践中VINS与ORB-SLAM的优劣分析

    ORB-SLAM种基于特征的单目视觉SLAM系统,广泛用于实时三维地图构建和机器人定位。该系统使用ORB特征进行高效的
    的头像 发表于 04-08 10:17 2610次阅读
    工程实践中VINS与ORB-<b class='flag-5'>SLAM</b>的优劣分析

    什么是SLAMSLAM算法涉及的4要素

    SLAM技术可以应用在无人驾驶汽车、无人机、机器人、虚拟现实等领域中,为这些领域的发展提供了支持。SLAM技术的发展已经逐渐从单纯的
    发表于 04-04 11:50 2190次阅读

    基于滤波器的激光SLAM方案

    激光 SLAM 任务是搭载激光雷达的主体于运动中估计自身的位姿,同时建立周围的环境地图。而准确的定位需要精确的地图,精确的地图则来自于准确的定位
    发表于 03-04 11:25 736次阅读
    基于滤波器的<b class='flag-5'>激光</b><b class='flag-5'>SLAM</b>方案

    怎么去处理视觉SLAM长期定位中的外观变化和轨迹漂移呢?

    服务机器人、巡检机器人、自动驾驶车辆等SLAM应用,需要进行长时间的定位和导航,但是可能会遇到很多光照变化(甚至天气季节变化)、不同视角提取的不同特征、原先场景的目标已经移除等等很多的
    的头像 发表于 12-04 10:01 718次阅读
    怎么去处理<b class='flag-5'>视觉</b><b class='flag-5'>SLAM</b>长期<b class='flag-5'>定位</b>中的外观变化和轨迹漂移呢?

    基于视觉SLAM的研究现状

    目前视觉SLAM系统可以在微型个人计算机(PC)和嵌入式设备中运行,甚至可以在智能手机等移动设备中运行(Klein和Murray,2009)。与室内或室外移动机器人不同,自动驾驶车辆具有更复杂的参数,尤其是当车辆在城市环境中自动
    发表于 12-04 09:22 990次阅读
    基于<b class='flag-5'>视觉</b><b class='flag-5'>SLAM</b>的研究现状

    什么是激光雷达3D SLAM技术

    理解,SLAM的主要功能就是让机器人边计算自身位置,边构建环境地图,这两个过程相辅相成。可以说,SLAM
    的头像 发表于 11-25 08:23 1541次阅读
    什么是<b class='flag-5'>激光</b>雷达3D <b class='flag-5'>SLAM</b><b class='flag-5'>技术</b>?