分享| 语义SLAM的未来与思考（泡泡机器人）
相比典型的点云地图，语义地图能够很好的表示出机器人到的地方是什么，机器人“看”到的东西是什么。比如进入到一个房间，点云地图中，机器人并不能识别显示出来的一块块的点云到底是什么，但是语义地图的构建可以分辨出厨房中的锅碗瓢盆，客厅的桌子沙发电视机等。所以语义地图的构建，对于SLAM研究有着很重大的意义 ...
原文：语义SLAM的思考
近些年，SLAM技术已经获得了突飞猛进的发展，SLAM技术在工业机器人，AR，VR技术，以及智能车等方面都有着广大的应用前途。SLAM技术完成了智能体 对SLAM主体的统称 对环境的几何信息的理解，但是忽略了对环境语义信息的理解。单纯的SLAM技术是缺乏场景理解能力的，智能体实时的对 D环境感知理解能力是智能体的技术的关键部分。 ORB SLAM，LSD SLAM，DSO等方法已经能够帮助智能体 ...
2017-10-12 16:40 0 1497 推荐指数：
相关推荐
从5个经典工作开始看语义SLAM
本文试图概括Semantic SLAM的主要思路和近年工作，⻓期更新。 但因水平有限，若有错漏，感谢指正。 （更好的公式显示效果，可关注博客侧边的公众号） Semantic SLAM 简介 至今为止，主流的 SLAM 方案 [1] 多是基于处于像素层级的特征点，更具体地，它们往往只能用角 ...
语义SLAM的数据关联和语义定位（三）
与现有方法的异同 特征点SLAM中的数据关联 先回忆一下特征点SLAM中，我们是如何处理数据关联的。下面以ORBSLAM为例。 在初始化部分，我们通过特征描述子的相似性，建立两帧之间的特征点关联，然后通过RANSAC框架下的姿态估计算法得到初始的R和t，重建和优化三维点的位置。 在追踪部分 ...
语义SLAM的数据关联和语义定位（一）
语义SLAM和多传感器融合是自动驾驶建图和定位部分比较热门的两种技术。语义SLAM中，语义信息的数据关联相较于特征点的数据关联有所不同。我们一般用特征描述子的相似性来匹配和关联不同图像中的特征点。特征点的描述子会受到光照、视角和传感器的影响，不太适用于大尺度长周期的任务，比如自动驾驶的高精度地图 ...
语义SLAM研究现状总结
博客转载自：https://blog.csdn.net/xiaoxiaowenqiang/article/details/81051010 原文标题：深度学习结合SLAM 语义slam 语义分割 端到端SLAM CNN-SLAM DenseSLAM orbslam2 + ssd LSD-SLAM ...
SLAM前端技术选择思考
以前是专门做室内定位技术研究的，先后学习和分析了多种基于电磁的室内定位技术，如WiFi指纹定位（先后出现过RSSI、CTF、CIR多种指纹特征）、WiFi ToF定位、低功耗蓝牙BLE以及iB ...
SLAM应用的一些思考
，也是我们研究者应当认真思考、正面对待的，也是SLAM从实验室走向市场应用的第一步。 那么，阻碍 ...
SLAM产品化的一些思考
这两年一直在做SLAM产品化的一些工作，有些感触，想和大家分享一下。很多想法只是个人浅见，不当之处还望大家指正。 我这两年分别做了AR眼镜和辅助驾驶方向的开发，说实话，挫折大于成果。SLAM产品化之难，超出了我的想象。 先说说我做项目的一般思路。 前期调研。分析项目的产品化需求，输入输出 ...