RGB-D SLAM综述

被引:17
作者
王旒军
陈家斌
余欢
朱汇申
机构
[1] 北京理工大学自动化学院
基金
国家国防基金;
关键词
RGB-D相机; 同时定位与地图构建; 视觉里程计; 位姿图优化; 回环检测;
D O I
10.19306/j.cnki.2095-8110.2017.06.002
中图分类号
TP242 [机器人]; TP391.41 [];
学科分类号
1111 ; 080203 ;
摘要
RGB-D SLAM是指使用RGB-D相机作为视觉传感器,进行同时定位与地图构建(SLAM)的技术。RGB-D相机是近几年推出的能够同时采集环境RGB图像和深度图像的视觉传感器。首先对主流RGB-D相机,RGB-D SLAM算法框架流程做了介绍,然后对RGB-D SLAM算法的国内外主要标志性成果,以及RGB-D SLAM的研究现状进行介绍,并对RGB-D SLAM方法前端视觉里程计中特征检测与匹配、后端位姿图优化、回环检测等关键技术进行介绍总结。最后,对RGB-D SLAM算法的优缺点进行了分析,并对RGB-D SLAM算法的研究热点及发展趋势进行了讨论。
引用
收藏
页码:9 / 18
页数:10
相关论文
共 13 条
[1]  
基于ICP算法和粒子滤波的未知环境地图创建[J]. 祝继华,郑南宁,袁泽剑,何永健.自动化学报. 2009(08)
[2]  
基于RGB-D的SLAM算法研究[D]. 丁洁琼.西安电子科技大学. 2014
[3]  
Visual SLAM: Why filter?[J] . Hauke Strasdat,J.M.M. Montiel,Andrew J. Davison.Image and Vision Computing . 2012 (2)
[4]   Towards semantic maps for mobile robots [J].
Nuechter, Andreas ;
Hertzberg, Joachim .
ROBOTICS AND AUTONOMOUS SYSTEMS, 2008, 56 (11) :915-926
[5]  
Speeded-Up Robust Features (SURF)[J] . Herbert Bay,Andreas Ess,Tinne Tuytelaars,Luc Van Gool.Computer Vision and Image Understanding . 2007 (3)
[6]   Distinctive image features from scale-invariant keypoints [J].
Lowe, DG .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110
[7]  
Understanding inverse document frequency: on theoretical arguments for IDF[J] . Stephen Robertson.Journal of Documentation . 2004 (5)
[8]   Globally consistent range scan alignment for environment mapping [J].
Lu, F ;
Milios, E .
AUTONOMOUS ROBOTS, 1997, 4 (04) :333-349
[9]   ITERATIVE POINT MATCHING FOR REGISTRATION OF FREE-FORM CURVES AND SURFACES [J].
ZHANG, ZY .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 1994, 13 (02) :119-152
[10]  
Random sample consensus[J] . Martin A. Fischler,Robert C. Bolles.Communications of the ACM . 1981 (6)