目前,视觉SLAM可分为单目、双目、深度相机(RGB-D)三个大类。另还有鱼眼、全景等特殊相机,但目前在研究和产品中还属于少数。此外,结合惯性测量元件( Inertial Measurement Unit,MU)的视觉SLAM也是现在研究的热点单目相机SLAM仅用一个摄像头就能完成SLAM。最大的优点是传感器简单且成本低廉,但同时也有个大问题,就是不能确切地得到深度。一方面是由于绝对深度未知,单目SLAM不能得到目标的运动轨迹及地图的真实大小,如果把轨迹和房间同时放大两倍,单日看到的像是一样的,因此,单目SLAM只能估计个相对深度。另一方面,单目相机无法依靠一张图像获得图像中物体离自己的相对距离。为了估计这个相对深度,单目SLAM要靠运动中的三角测量,来求解相机运动并估计像素的空间位置。也就是说,它的轨迹和地图只有在相机运动之后才能收敛,如果相机不进行运动时,就无法得知像素的位置。单目SLAM不受环境大小的影响,因此既可以用于室内,又可以用于室外。 双目相机和深度相机的目的在于通过某种手段测量物体离我们的距离,克服单目无法知道距离的缺点。如果知道了距离,场景的三维结构就可以通过单个图像恢复岀来,也就消除了尺度不确定性。尽管都是为测量距离,但双目相机与深度相机测量深度的原理是不一样的双目相机由两个单目相机组成,但这两个相机之间的距离(基线)是已知的通过这个基线来估计每个像素的空间位置。计算机上的双目相机需要大量的计算才能估计每一个像素点的深度。双目相机测量到的深度范围与基线相关。基线距离越大,能够测量到的就越远,所以无人车上搭载的双目通常会较大。双目相机的距离估计是比较左右眼的图像获得的,并不依赖其他传感设备,所以它既可以应用在室内,也可应用于室外。 深度相机的最大特点是可以通过红外结构光或TOF原理,直接测出图像中各像素离相机的距离。因此,它比传统相机能够提供更丰富的信息,也不必像单目或双目那样费时费力地计算深度。深度相机主要用于室内SLAM,室外则较难应用。 双目或多目相机的缺点是配置与标定均较为复杂,其深度量程和精度受双目的基线与分辨率限制,而且视差的计算非常消耗计算资源,需要使用GPU和高速数据采集系统(FPGA)加速后,才能实时输出整张图像的距离信息。
返回顶部