SLAM算法实习生——两周工作经验总结

SLAM算法实习生——两周工作经验总结

首先，非常幸运能够以SLAM算法工程师的身份实习

来总结一下这两周的工作情况，搭建并测试了以下几种slam平台：

1, ROS indigo+ORB-SLAM2+Mono camera

2, ROS indigo+LSD-SLAM+Mono camera

3, ROS indigo+DOS-SLAM+Mono camera

4, ROS indigo+RTAB-MAP+Kinect V1.0

5, ROS indigo+Gmapping+LS01B

前三种是单目视觉SLAM，后面分别是深度相机SLAM以及激光雷达SLAM

很抱歉，图片不在这台电脑上，不能放上这些方案的结果图

简单说明一下效果：

单目SLAM效果整体不太理想，可能办公室的走廊环境过于光滑，不利于提取特征点

深度相机SLAM效果很好，支持回环检测，可以重建出办公室走廊的点云地图

激光SLAM效果很好，可以重建，可以进行导航

在继续分析这些slam方案之前，要明白问题的出发点：

就是找到一套算法，可以定位，建图，导航（三件事情）

这是我测试这些slam算法的出发点！

因为我在小型创业公司实习，不可能重新造轮子，需要在已有的成熟技术之上搭建自己的东西

另外，导航这东西不是停留在算法层面上，也跟硬件有关

用rtabmap的话，不能直接用于导航，需要一些修改文件，但是还无法保证修改就一定可以运行

所以目前要采用激光slam，可以直接定位，建图，导航

把基本方案确定下来以后，再去细看相应的源代码！