2018-07-09 17:15
扫码打开虎嗅APP
虎嗅注:提到 SLAM 技术,可能很多人第一时间想到的是自动驾驶。其实不仅仅是自动驾驶,日常生活中,我们在其他领域也能发现 SLAM 技术的影子,例如无人机、机器人、AR/VR。
以下是视频文字稿:
能让机器认识未知环境的 SLAM,被用在哪些场景?
首当其冲的当然是各类机器人,为了更好的“遍历”地板,就算是扫地机器人也会用到 SLAM;无人机的自主避障,高级别的自动驾驶,还有时下正火的 AR,SLAM 都有用武之地。
人们会根据使用环境、计算能力和金钱成本等因素,选择不同的 SLAM 方案。单目方案需要的计算资源较少、成本低,但偏差较大;双目方案虽然能估算像素点的深度,但需要大量计算资源;RGB-D 方案虽然自动获取了深度,但视野较小,也容易受到日光干扰。
这些不足之处决定着 SLAM 的未来,并分出了两个方向。其中之一是向小型、轻量化发展,以便更好地在嵌入式和手机这类小型设备上运行;另一个方向则是在不考虑计算代价的基础上,实现更精密的三维重建。
还有,人们常说的回环检测(Loop Detection)是什么?
在估算位置、绘制路径的过程中难免会有误差,误差累积过多就会产生“错误”。如果机器能认出曾经经过的地方,路径就能闭合成“环”,不仅让误差归零还能矫正轨迹的形状。对于 SLAM 来说,回环检测是非常重要的一环。