SLAM算法实习生——两周工作经验总结
首先，非常幸运能够以SLAM算法工程师的身份实习
来总结一下这两周的工作情况，搭建并测试了以下几种slam平台：
1, ROS indigo+ORB-SLAM2+Mono camera
2, ROS indigo+LSD-SLAM+Mono camera
3, ROS indigo+DOS-SLAM+Mono camera
4, ROS indigo+RTAB-MAP+Kinect V1.0
5, ROS indigo+Gmapping+LS01B
前三种是单目视觉SLAM，后面分别是深度相机SLAM以及激光雷达SLAM
扫描二维码关注公众号，回复：
1882528 查看本文章
很抱歉，图片不在这台电脑上，不能放上这些方案的结果图
简单说明一下效果：
单目SLAM效果整体不太理想，可能办公室的走廊环境过于光滑，不利于提取特征点
深度相机SLAM效果很好，支持回环检测，可以重建出办公室走廊的点云地图
激光SLAM效果很好，可以重建，可以进行导航
在继续分析这些slam方案之前，要明白问题的出发点：
就是找到一套算法，可以定位，建图，导航（三件事情）
这是我测试这些slam算法的出发点！
因为我在小型创业公司实习，不可能重新造轮子，需要在已有的成熟技术之上搭建自己的东西
另外，导航这东西不是停留在算法层面上，也跟硬件有关
用rtabmap的话，不能直接用于导航，需要一些修改文件，但是还无法保证修改就一定可以运行
所以目前要采用激光slam，可以直接定位，建图，导航
把基本方案确定下来以后，再去细看相应的源代码！