港大FAST-LIVO2强势登场：快速、直接的LiDAR-惯性-视觉里程计框架展现惊人效果

文章预览

点击下方 卡片 ，关注“ 3D视觉之心 ”公众号 第一时间获取 3D视觉干货 >> 点击进入→ 3D视觉之心技术交流群 多传感器使用的挑战 视觉SLAM利用成本较低的CMOS传感器和镜头，能够建立精确的数据关联，从而实现一定水平的定位精度。丰富的颜色信息进一步增强了语义感知，通过利用这种增强的场景理解，深度学习方法能够用于提取稳健的特征以及过滤动态物体。视觉SLAM的局限性： 缺乏直接的深度测量，需要通过如三角测量或深度过滤等操作来同时优化地图点，这引入了显著的计算开销，往往限制了地图的精度和密度 测量噪声在不同尺度下的变化 对光照变化的敏感性 无纹理环境对数据关联的影响 LiDAR SLAM使用LiDAR传感器直接获取精确的深度测量，与视觉SLAM相比，LiDAR SLAM在定位和建图任务中表现出更高的精度和效率。尽管如此，LiDAR SLAM也存在显著 ………………………………