SLAM算法实习生——两周工作经验总结

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


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!




你可能感兴趣的:(plan)