此页面由 AI 自动翻译。查看英文原版

本页目录

  • 集成路径
  • 典型用例
  • 指南和示例

VIO 和 SLAM

VIO(视觉里程计)和 SLAM(同步定位与地图构建)在构建和更新地图的同时,会从同步的立体、IMU 及其他传感器数据中估计相机轨迹。OAK 设备提供同步传感和灵活的软件路径,因此您可以从原生的 DepthAI 开始,并扩展到外部 SLAM 生态系统。

集成路径

  1. DepthAI v3 中的原生支持: 使用 RTab Map VIO SLAM 示例,该示例基于开源的 RTAB-Map 项目,并在 DepthAI v3 库中原生运行
  2. ROS 2 堆栈: 通过 ROS 2 中的 RTAB-Map 包集成 SLAM。我们为 OAK 提供易于运行的 rtabmap_ros 启动文件,既可以作为独立设置,也可以作为 RealSense 相机的即插即用替代品。示例:
  3. Spectacular AI: 使用 Spectacular AI OAK 包装器 进行实时 VIO/SLAM 流水线处理。
  4. NVIDIA 堆栈: 在针对 NVIDIA 和 Isaac 工作流进行构建时,使用 PyCuVSLAM

典型用例

  1. 机器人定位: 在 GNSS 不可用或不可靠的情况下,保持低漂移的姿态估计。
  2. 地图构建和重定位: 一次性构建环境地图,然后在重复运行时可靠地进行重定位。
  3. 空间自主性: 将 VIO 姿态与 深度AI 相结合,实现导航和避障行为。

指南和示例

需要帮助?

请前往 Discussion Forum 获取技术支持或提出您可能有的任何其他问题。