想拥有slam上帝视角吗？这篇文章告诉你答案

2019 年 10 月 14 日 计算机视觉life

点击上方“计算机视觉life”，选择“星标”

快速获得最新干货

致越挫越勇的SLAM学习者：

1.是否看完《视觉SLAM十四讲》，敲完例程代码，仍然不知道如何开始自己的SLAM研究第一步？
2.是否知道选择什么样的传感器来进行slam系统搭建？激光or相机？激光和相机分哪几种？又有哪些厂家可以推荐？
3.是否知道orb-slam, vins等各种slam系统以及各种改进版，和Elasticfusion, Bundle Fusion等各种fusion，以及稀疏，半稀疏，稠密slam却不知道如何从大局去分门别类？
4.是否看到关于单目深度估计，尺度恢复，识别分割，动态语义等方向的论文，不知如何把论文知识点归类？
5.是否知道单目，双目，深度相机，事件相机以及全景相机的构建原理，但是不知道其支持适配的slam系统？
6.是否知道如何快速标定不同传感器之间的参数，例如多相机，相机与惯导，激光雷达与惯导，相机与激光雷达，相机与深度传感器。
7.是否知道用人用声纳在水下，无线信号如wifi也可以构建slam系统？
8.是否各种微信软文，各种知乎专栏，各种github仓库收藏了一大堆，仍然搭建不起来自己的slam系统观？

这篇综述性总结通通告诉你，作者耗时2个月精心打造且仍在不断更新，给你最直接的，最高效的SLAM领域上帝视角。不管你是slam新手，还是slam老手，你都将在这篇文章中得到满满的收获。

图1. 论文摘要截图

本论文主要讲述了3个大部分：激光slam，视觉slam和激光视觉等多传感器融合slam。

1.激光slam涉及激光传感器的原理介绍，产品选型，开源激光slam系统的介绍，比较，分类。而后介绍了深度学习在激光slam中的应用，以及激光slam的挑战和未来。

2.视觉slam涉及视觉传感器的原理介绍，产品选型，开源视觉slam系统和视觉惯性系统的介绍，比较，分类。而后介绍了深度学习在视觉slam中的应用，以及视觉slam的挑战和未来。

3.激光视觉等多传感器slam系统涉及多传感器之间的内外参标定方法（v1版论文主要是激光和视觉两种传感器，v2涉及其余传感器比如声纳，无线wifi信号），以及从硬件层，数据层，任务层去介绍现在的多传感器融合工具和融合技术，融合产品，最后介绍了多传感器融合的挑战与未来。

图2. 部分逻辑xmind图

图3. 论文部分截图

阅读原文跳转论文v1链接：（v2版最近推出，作者已提交arxiv，待审核后发布，可追踪下文链接，获取最新版论文）

https://arxiv.org/abs/1909.05214

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、算法竞赛、检测分割识别、三维视觉、医学影像、自动驾驶、计算摄影等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~