一文读懂AGV的关键技术——激光SLAM与视觉SLAM的区别

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

移动机器人(AGV)是工业机器人的一种。它由计算机控制，具有移动、自动导航、多传感器控制、网络交互等功能，在实际生产中最主要的用途是搬运，可以说只要有搬运需求的地方，就有移动机器人的应用可能。

近年来，移动机器人技术在世界范围内得到快速发展。人们致力于把移动机器人应用于各种场景中，从室内外搬运机器人，到服务型机器人，再到工业机器人等，移动机器人的运用都得到了巨大突破。

在移动机器人研究中一个最关键的技术就是即时定位和建图，也就是所谓的SLAM技术。SLAM它试图解决这样的问题：一个机器人在未知的环境中运动，如何通过对环境的观测确定自身的运动轨迹，同时构建出环境的地图。

SLAM技术正是为了实现这个目标涉及到的诸多技术的总和。由于其重要的理论与应用价值，被很多学者认为是实现真正全自主移动机器人的关键。

按照核心的功能模块来区分，目前常见的移动机器人SLAM系统一般具有两种形式：基于激光雷达的SLAM(激光SLAM)和基于视觉的SLAM(Visual SLAM或VSLAM)。

那么激光SLAM与视觉SLAM到底有何不同呢？看下面这个表格就一目了然啦~

激光SLAM与视觉SLAM比较

通过对比我们发现，激光SLAM和视觉SLAM各擅胜场。两者相较，激光 SLAM 构建的地图精度高，不存在累计误差，且能直接用于定位导航。

当然，激光SLAM也有一定的局限性。比如在又长又直、两侧是墙壁的长廊或是动态变化大的环境中，单纯依靠激光SLAM容易发生定位丢失的情况。

其实，要想让移动机器人应对各种复杂的使用场景，激光SLAM与视觉SLAM必将在相互竞争和融合中发展，多传感器融合导航必然是未来发展方向。伴随移动机器人核心技术的解决，将替代人工完成简单、重复、劳动量大的繁杂工作，真正为人类服务。

好消息！

小白学视觉知识星球

开始面向外开放啦

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。


下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。


下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。


交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（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~