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!