元开测高精度定位功能,高精度地图( 二 )


但普通 2D 摄像头没法获取深度信息,它捕获的仅仅是一张 2D 图像 。深度信息缺失有什么影响?如果没有距离信息,就不知道一个东西的远近,也不知道它的大小 。它可能是一个近处但很小的东西,也可能是一个远处但很大的东西 。仅仅凭借一张图像时,你没法知道物体的实际的大小 。另一方面,单目相机也无法依靠一张图像获得图像中物体离自己的相对距离 。
但这两个问题都有对应的解决办法 。比如,通过借助 GPU 和 IMU(Inertial Measurement Unit,惯性测量器件)确定物体的大小,依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 。双目 SLAM 消除了单目的很多麻烦 。双目视觉和人眼类似,通过左右眼图像的差异来计算距离——也就是所谓的立体视觉(Stereo) 。
但双目 SLAM 的计算量非常大,通常需要用到可编程门阵列 FPGA 。而且其其深度量程也受双目的基线与分辨率限制 。RGBD SLAM 的传感器是深度摄像头,能直接记录深度信息 。深度摄像头通过把光投射到物体表面,再测量反射的信息来计算距离,具体原理有两种:结构光或 Time-of-Flight 。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 。
【元开测高精度定位功能,高精度地图】Kinect 就是一种比较常见的深度摄像头 。不过,现在多数 RGBD 相机还存在测量范围窄、噪声大、视野小等诸多问题 。一个机器人也好,无人汽车也好,其最核心、最根本的问题有四个:定位技术、 跟踪技术、 路径规划技术(Path Planning), 还有就是控制技术(Controlling) 。

推荐阅读