基于RGB-D相机的SLAM技术研究综述

doi:10.3778/j.issn.1002-8331.1812-0148

计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (7): 30-39.DOI: 10.3778/j.issn.1002-8331.1812-0148

基于RGB-D相机的SLAM技术研究综述

陈世浪，吴俊君

佛山科学技术学院机电工程学院，广东佛山 528225

出版日期:2019-04-01 发布日期:2019-04-15

RGB-D SLAM： a Survey

CHEN Shilang, WU Junjun

School of Mechatronics Engineering, Foshan University, Foshan, Guangdong 528225, China

Online:2019-04-01 Published:2019-04-15

摘要/Abstract

摘要： 视觉同时定位与地图构建（Simultaneous Localization and Mapping，SLAM）是自主移动机器人、自动驾驶车和无人机关键技术，是当前机器人和计算机视觉领域的研究热点。对当前主流的SLAM技术发展历程及研究现状进行概述。重点围绕RGB-D SLAM研究展开讨论，包括：对各类视觉传感器进行性能分析和对比；对当前具有代表性的几类RGB-D SLAM系统的原理、方法和技术性能进行详细的分析；对RGB-D SLAM的关键问题、测试数据集及评估指标进行综合性归纳。最后，对视觉SLAM的发展趋势进行展望与总结。

关键词: 自主移动机器人, 同时定位与地图构建（SLAM）, 深度相机, 图像语义, 机器学习

Abstract: RGB-D SLAM（Simultaneous Localization and Mapping） is a key technology of autonomous mobile robot, autonomous vehicles and Unmanned Aerial Vehicle. It is a research hotspot in robotics and Compute Vision（CV）. Firstly the paper summarizes the development history and current status of the prevailing SLAM technology. Then RGB-D SLAM research, including analysis and comparison of the performance of related sensors are followed. Principle, method and technical performance of state-of-art RGB-D SLAM system are analyzed. Key issues, datasets and evaluation indicators are summarized. Finally, the development trend of RGB-D SLAM is summarized and prospected.

Key words: autonomous mobile robot, Simultaneous Localization and Mapping （SLAM）, RGB-D camera, image semantic, machine learning

陈世浪，吴俊君. 基于RGB-D相机的SLAM技术研究综述[J]. 计算机工程与应用, 2019, 55(7): 30-39.

CHEN Shilang, WU Junjun. RGB-D SLAM： a Survey[J]. Computer Engineering and Applications, 2019, 55(7): 30-39.

[1]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[2]	韦佶宏，郑荣锋，刘嘉勇. 基于混合神经网络的恶意TLS流量识别研究[J]. 计算机工程与应用, 2021, 57(7): 107-114.
[3]	张晓丽，张魁星，江梅，魏本征，丛金玉. 淋巴瘤图像分类技术研究综述[J]. 计算机工程与应用, 2021, 57(6): 1-9.
[4]	韩东方，吐尔地·托合提，艾斯卡尔·艾木都拉. 问答系统中问句分类方法研究综述[J]. 计算机工程与应用, 2021, 57(6): 10-21.
[5]	万梦翔，姚寒冰. 面向恶意网页训练数据生成的GAN模型[J]. 计算机工程与应用, 2021, 57(6): 124-130.
[6]	杨晔民，张慧军，张小龙. 随机森林的可解释性可视分析方法研究[J]. 计算机工程与应用, 2021, 57(6): 168-175.
[7]	徐可文，许波，吴英，徐浩然. 机器学习在超声图像中的应用综述[J]. 计算机工程与应用, 2021, 57(4): 11-17.
[8]	王振东，张林，李大海. 基于机器学习的物联网入侵检测系统综述[J]. 计算机工程与应用, 2021, 57(4): 18-27.
[9]	袁铭阳，黄宏博，周长胜. 全监督学习的图像语义分割方法研究进展[J]. 计算机工程与应用, 2021, 57(4): 43-54.
[10]	吕品，武秦娟，许嘉. 上市公司文本信息披露智能分析研究综述[J]. 计算机工程与应用, 2021, 57(24): 1-13.
[11]	张隅希，段宗涛，朱依水，王路阳，周祎，郭宇. 机动车油耗模型研究综述[J]. 计算机工程与应用, 2021, 57(24): 14-26.
[12]	安卫超，阎婷，张楠，张杉，相洁，曹锐，王彬. 病理图像纹理分析在胃癌MSI预测中的应用研究[J]. 计算机工程与应用, 2021, 57(24): 205-211.
[13]	王方，张雪英，胡风云，李凤莲. 集成分类器对脑卒中患者脑电的分类[J]. 计算机工程与应用, 2021, 57(24): 276-282.
[14]	高见，孙懿，王润正，袁得嵛. 基于机器学习的浏览器挖矿检测模型研究[J]. 计算机工程与应用, 2021, 57(22): 125-130.
[15]	黎英. 迁移学习在医学图像分析中的应用研究综述[J]. 计算机工程与应用, 2021, 57(20): 42-52.

基于RGB-D相机的SLAM技术研究综述

RGB-D SLAM： a Survey

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics