SLAM 相关话题

前言 Image Radar即4D 毫米波雷达，它输出3D位置+径向速度，相对于传统的3D毫米波雷达（2D位置+速度）多了一维高度信息输出。Image Radar具备传统3D雷达所有的特点，同时弥补了后者高度信息缺失导致的一系列问题。在特斯拉在其下一代V4智驾硬件上接入Image Radar[1]后引起了行业内的关注。Image Radar在成本以及雨雪等极端天气上表现上优于激光雷达，因此，基于Image Radar设计自动驾驶的感知和定位方案，可能会是接下来两年的一个热点的研究方向。 硬件原

自动驾驶车辆在不同的驾驶环境中需要精确的定位和建图解决方案。在这种背景下，SLAM技术是一个很好的解决方案。LIDAR和相机传感器通常用于定位和感知。然而，经过十年或二十年的发展，激光雷达SLAM方法似乎没有太大变化。与基于激光雷达的方案相比，视觉SLAM具有低成本和易于安装的优点，具有较强的场景识别能力。事实上，人们正试图用相机代替激光雷达传感器，或者在自动驾驶领域中基于相机集成其他传感器。 基于视觉SLAM的研究现状，本文对视觉SLAM技术进行了综述。特别是，论文首先说明了视觉SLAM的典