什么是视觉即时定位与构图（slam）？简而言之，视觉slam技术就是利用视觉信息来帮助机器人导航和了解周围环境。比如近年来日益流行的自主移动机器人（amrs）和自动引导车（agvs），这些机器人主要依赖slam技术来避免发生碰撞，并确保车间安全。

机器人导航

视觉slam技术并不包含任何特定的算法或软件，而是一种通过确定传感器周围环境的位置和方向，将其同步映射在地图上的过程。首先从摄像机（通常是3d摄像机）生成的数据点云中提取地标或特征，然后通过匹配来自不同传感器网络的数据来确认特征位置。随后，slam导航系统根据gps、里程表和惯性导航系统（ins）数据更新移动车辆比如amr的位置，并根据移动平台的当前位置估算下一步地标的位置。

视觉slam技术已经超越2d激光雷达系统，成为下一代机器人导航的主要工具。视觉slam系统应用不同类型的传感器和摄像头，有广角和球形摄像头、飞行时间+立体视觉+深度技术的3d摄像头等。当然，光有图像是不够的，slam系统需要基于摄像头获取的图像帮助机器人导航并能做出决策的算法。

视觉slam技术框架

最近，韩国三星公司的研究人员在2021届ieee/rsj国际智能机器人和系统会议（iros）上发表了一篇论文，对三种突出应用在机器人领域的slam方法：orb-saml3、openvslam和rtabmap进行了分析比较。

可应用多种传感器的orb-slam3，它是以最初的orb-slam解决方案为基础，可以匹配单目、立体和rgb-d相机。该技术使用orb（oriented fast and rotated brief）算法来进行短期和中期跟踪。orb-slam3能提供许多新功能，包括视觉惯性slam，融合视觉传感器和惯性传感器，从而在点特征较少的情况下实现更稳健的跟踪，它的新功能还包括支持多地图模式和鱼眼镜头，这些是原来系统所不具备的。

openvslam是更新一步的模块结构，它是基于orb特征的视觉图形slam，包含特征提取器和立体匹配器的优化配置。这种技术提供了一种独特的帧跟踪模块，可以实现快速准确的定位。为实现可扩展和与平台的实际集成应用，而不仅仅用于研究，openvslam比通常的视觉slam适用于更多类型的摄像头，包括等矩形和鱼眼镜头。同时，它还包含orb-slam系列的所有主要功能，甚至更多，更不用说惯性测量单元（imu）融合支持。

rtabmap是较老的slam技术之一，于2013年首次发布，涵盖多种传感器类型，包括立体、3d深度和鱼眼摄像头，以及里程计和2d/3d激光雷达数据。根据论文作者的说法，这使得rtabmap更为灵活，独具特色。rtabmap创建了一个类似于纯2d激光雷达slam环境的密集型2d/3d表征，这让它可以取代现有的slam方法，而无需进一步的后处理。

优先选择

研究人员对这三种方法进行了系列测试，发现每种方法都各具优点。在带有立体传感器的室内环境，openvslam和带有惯性融合的orb-slam3表现最佳，而对于3d深度传感器而言，openvslam和rtabmap表现良好，即使在低特征条件下也是如此。在户外，openvslam和orb-slam3技术的表现类似，但openvslam在实验中表现更可靠。

总体而言，研究人员认为openvslam是三者中最佳的通用技术，广泛适用于不同的机器人类型、环境和传感器，在三项研究中都表现良好。研究人员指出，具有惯性融合的orb-slam3是合适选择，但rtabmap在测试中显示出较低的整体性能。测试还表明，尽可与imu融合技术结合，可以提高整体精度和鲁棒性。

以上是网络信息转载，信息真实性自行斟酌。