在基于视觉的即时定位与建图(Simultaneous Localization and Mapping,SLAM)中,RTAB-Map是一个比较经典的解决方案,它包含有鲁棒的视觉里程计,同时也提供稠密点云地图、2D占据栅格地图和Octomap(3D占据栅格地图)三种地图构建形式。但稠...在基于视觉的即时定位与建图(Simultaneous Localization and Mapping,SLAM)中,RTAB-Map是一个比较经典的解决方案,它包含有鲁棒的视觉里程计,同时也提供稠密点云地图、2D占据栅格地图和Octomap(3D占据栅格地图)三种地图构建形式。但稠密点云地图数据量大,无法适用于机器人导航;2D占据栅格地图虽数据量小,但无法反映复杂地形特征,一般只用于室内扫地机器人导航;Octomap能较好地反映三维空间内障碍物的信息,多用于无人机的导航,但对于地面移动机器人来说存在信息冗余。为RTAB-Map扩展了2.5D高程栅格地图构建模块,这种地图可以很好地反映地形环境特征,且地图所占用存储空间更小,更能充分利用移动机器人有限的存储和计算资源。展开更多
文摘在基于视觉的即时定位与建图(Simultaneous Localization and Mapping,SLAM)中,RTAB-Map是一个比较经典的解决方案,它包含有鲁棒的视觉里程计,同时也提供稠密点云地图、2D占据栅格地图和Octomap(3D占据栅格地图)三种地图构建形式。但稠密点云地图数据量大,无法适用于机器人导航;2D占据栅格地图虽数据量小,但无法反映复杂地形特征,一般只用于室内扫地机器人导航;Octomap能较好地反映三维空间内障碍物的信息,多用于无人机的导航,但对于地面移动机器人来说存在信息冗余。为RTAB-Map扩展了2.5D高程栅格地图构建模块,这种地图可以很好地反映地形环境特征,且地图所占用存储空间更小,更能充分利用移动机器人有限的存储和计算资源。
