RGBD-SLAM（一）——深度摄像机

‘’工欲善其事必先利其器‘’我们先从能够获取RGBD数据的相机开始谈起。首先我们来看一看其分类。
一、根据其工作原理主要分为三类：
1. 双目方案：
（1） 原理：
http://blog.csdn.net/shenziheng1/article/details/52883536
（2）产品：
ZED：https://www.stereolabs.com/
Tango：http://www.androidcentral.com/tango/home
2. 结构光方案
（1） 原理：
http://blog.sina.com.cn/s/blog_6ca5ea9f0101dt9j.html
（2）产品：
微软Kinectv1：https://www.microsoft.com/enus/download/details.aspx?id=28782
http://www.k4w.cn/news/8.html
华硕xtion：
https://www.asus.com/3D-Sensor/Xtion_PRO/
3. TOF方案：
（1） 原理：
http://www.cnblogs.com/freshmen/p/4818196.html
http://www.cnblogs.com/freshmen/p/5041197.html
（2）产品：
微软Kinectv2：
https://www.microsoft.com/en-us/download/details.aspx?id=44561
http://www.k4w.cn/news/1.html

开发博客：http://blog.csdn.net/jiaojialulu/article/details/53087988

英特尔RealSense系列：
https://software.intel.com/zh-cn/realsense/get-started?language=fr
HEPTAGON：http://hptg.com/
PMD：http://www.pmdtec.com/

二、关键技术参数：
1.检测范围；2.检测精度；3.检测角度；4.帧率；5.模块大小；6.功耗
目前的主流摄像头在检测范围、检测精度和检测角度等都相差不大，主要区别在于：
1、结构光方案优势在于技术成熟，深度图像分辨率可以做得比较高，但容易受光照影响，室外环境基本不能使用；
2、TOF方案抗干扰性能好，视角更宽，不足是深度图像分辨率较低，做一些简单避障和视觉导航可以用，不适合高精度场合。受环境影响小，传感器芯片并不成熟，成本很高，实现量产困难。
3、双目方案，成本相对前面两种方案最低，但是深度信息依赖纯软件算法得出，此算法复杂度高，难度很大，处理芯片需要很高的计算性能，同时它也继承了普通RGB摄像头的缺点：在昏暗环境下以及特征不明显的情况下并不适用。

三种方案对比：

三、总结：
1.双目方案：最大的问题在于实现算法需要很高的计算资源，导致实时性很差，而且基本跟分辨率，检测精度挂钩。也就是说，分辨率越高，要求精度越高，则计算越复杂，同时，纯双目方案受光照，物体纹理性质影响。
2.结构光方案：目的就是为了解决双目中匹配算法的复杂度和鲁棒性问题而提出，该方案解决了大多数环境下双目的上述问题。但是，在强光下，结构光核心技术激光散斑会被淹没。因此，不合适室外。同时，在长时间监控方面，激光发射设备容易坏，重新换设备后，需要重新标定。
3.TOF方案：传感器技术不是很成熟，因此，分辨率较低，成本高，但由于其原理与另外两种完全不同，实时性高，不需要额外增加计算资源，几乎无算法开发工作量，是未来。