| 文章来源：SD科技制造 计算机视觉life”，选择“星标” 快速获得最新干货 背景介绍 在自动驾驶、无人机、增强现实、机器人导航等领域的技术栈中，即时定位和建图（SLAM）是其中的核心技术之一。SLAM中所涉及到的传感器有 相机、激光雷达、IMU、GPS、轮速计等，面对不同的平台和传感器配置，如何选择适合自己的技术方案呢？
圣诞节发放 全场通用优惠券，可叠加现有优惠， 仅限当日有效 我们制作了精美的实体课件，超级干货！ 滤波SLAM之MSCKF原理解析与源码详解 详情： 滤波SLAM之MSCKF-VIO，视觉惯性SLAM的半边天！ MSCKF全称Multi-State Constraint Kalman Filter（多状态约束卡尔曼滤波器），是一种基于滤波的VIO算法，2007年由Mourikis在《A Multi-State Constraint Kalman Filter for Vision-aided Inertial Navigation》中首次提出。MSCKF在EKF框架下融合IMU和视觉信息，相较于单纯的VO算法，MSCKF能够适应更剧烈的运动、一定时间的纹理缺失等，具有更高的鲁棒性；相较于基于优化的VIO算法，MSCKF精度相当，速度更快，适合在计算资源有限的嵌入式平台运行。在机器人、无人机、AR/VR领域，MSCKF都有较为广泛的运用，如Google Project Tango就用了MSCKF进行位姿估计。 文章来源：SD科技制造 转载声明： 本文为转载发布，仅代表原作者或原平台观点或立场，不代表我方观点。亚太菁英传媒及旗下澳洲门户网(ozportal.tv)仅提供信息发布平台，文章或有适当删改。对转载有异议和删稿要求的原著方，可联络info@ozportal.tv。 |
