Всесторонний обзор алгоритмов визуального SLAM

A Comprehensive Survey of Visual SLAM Algorithms
Yoann Moline, Gwenolé Corre, F. Carrel, Andréa Macario Barros, Maugan Michel
2022-02-10

RGB-D SLAMэталонные наборы данныхоценка позы сенсоравизуальный SLAMвизуально-инерциальный SLAM
Методы одновременной локализации и построения карты (SLAM) широко исследуются, поскольку позволяют одновременно создавать карту и оценивать позу сенсора в неизвестной среде. Методы визуального SLAM играют значительную роль в этой области, поскольку основаны на недорогих и компактных сенсорных системах, что обеспечивает им преимущества по сравнению с методами SLAM, использующими другие типы сенсоров. В литературе представлены различные подходы и методы реализации систем визуального SLAM. Среди этого многообразия публикаций начинающие специалисты могут столкнуться с трудностями при выявлении и анализе основных алгоритмов, а также при выборе наиболее подходящего алгоритма с учетом ограничений их проекта. Поэтому мы рассматриваем три основных подхода к визуальному SLAM — только визуальный, визуально-инерциальный и RGB-D SLAM, — представляя обзор основных алгоритмов каждого подхода с помощью диаграмм и блок-схем и выделяя ключевые преимущества и недостатки каждой методики. Кроме того, мы предлагаем шесть критериев, упрощающих анализ алгоритмов SLAM с учетом как программных, так и аппаратных аспектов. Также мы рассматриваем основные проблемы и перспективные направления исследований в области визуального SLAM и приводим общий обзор некоторых существующих эталонных наборов данных. Данная работа призвана стать первым шагом для тех, кто начинает проект в области SLAM, обеспечивая ясное представление об основных элементах и характеристиках методов SLAM.
1
Для каждого подхода рассматриваются основные алгоритмы с использованием диаграмм и блок-схем, а также выделяются их ключевые преимущества и недостатки.
2
Предложены шесть критериев для систематического анализа алгоритмов SLAM на уровнях программного и аппаратного обеспечения.
3
Обзор классифицирует визуальную SLAM по трём основным подходам: только визуальная, визуально-инерциальная и RGB-D SLAM.
4
Работа выделяет основные проблемы и будущие направления визуальной SLAM и обобщает существующие наборы данных для сравнительного тестирования и выбора проектов.
5
Визуальная SLAM рассматривается как недорогая и компактная альтернатива другим сенсорным методам SLAM, одновременно оценивающая позу сенсора и строящая карты.

Системы визуальной одновременной локализации и построения карты (SLAM)

Основные алгоритмические подходы, характеристики, преимущества, недостатки, критерии анализа, проблемы и перспективные направления визуального SLAM

Publication Details
Publication Date
2022-02-10
Journal
Publisher
ISSN
Cited by
483
Access Type
Author Information
Authors
Yoann Moline
Gwenolé Corre
F. Carrel
Andréa Macario Barros
Maugan Michel
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%