一文读懂AGV的关键技术——激光SLAM与视觉SLAM的区别

共 1377字,需浏览 3分钟

 ·

2022-07-05 10:36

点击上方小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

移动机器人(AGV)是工业机器人的一种。它由计算机控制,具有移动、自动导航、多传感器控制、网络交互等功能,在实际生产中最主要的用途是搬运,可以说只要有搬运需求的地方,就有移动机器人的应用可能。



近年来,移动机器人技术在世界范围内得到快速发展。人们致力于把移动机器人应用于各种场景中,从室内外搬运机器人,到服务型机器人,再到工业机器人等,移动机器人的运用都得到了巨大突破。


在移动机器人研究中一个最关键的技术就是即时定位和建图,也就是所谓的SLAM技术。SLAM它试图解决这样的问题:一个机器人在未知的环境中运动,如何通过对环境的观测确定自身的运动轨迹,同时构建出环境的地图。



SLAM技术正是为了实现这个目标涉及到的诸多技术的总和。由于其重要的理论与应用价值,被很多学者认为是实现真正全自主移动机器人的关键。



按照核心的功能模块来区分,目前常见的移动机器人SLAM系统一般具有两种形式:基于激光雷达的SLAM(激光SLAM)和基于视觉的SLAM(Visual SLAM或VSLAM)。


那么激光SLAM与视觉SLAM到底有何不同呢?看下面这个表格就一目了然啦~


激光SLAM与视觉SLAM比较


通过对比我们发现,激光SLAM和视觉SLAM各擅胜场。两者相较,激光 SLAM 构建的地图精度高,不存在累计误差,且能直接用于定位导航。



当然,激光SLAM也有一定的局限性。比如在又长又直、两侧是墙壁的长廊或是动态变化大的环境中,单纯依靠激光SLAM容易发生定位丢失的情况。



其实,要想让移动机器人应对各种复杂的使用场景,激光SLAM与视觉SLAM必将在相互竞争和融合中发展,多传感器融合导航必然是未来发展方向。伴随移动机器人核心技术的解决,将替代人工完成简单、重复、劳动量大的繁杂工作,真正为人类服务。


好消息!

小白学视觉知识星球

开始面向外开放啦👇👇👇




下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲
小白学视觉公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲
小白学视觉公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群


欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~


浏览 33
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报