视觉 SLAM

Visual SLAM (Simultaneous Localization and Mapping)，机器人 / AGV 用相机同时实现自身定位 + 构建环境地图的技术。

技术细节

经典框架：

1. 前端：特征提取（ORB、SIFT、深度学习特征）+ 帧间匹配
2. 后端：图优化（Bundle Adjustment、g2o）
3. 回环检测：识别曾访问位置，校正累计误差
4. 建图：稀疏点云 / 半稠密 / 稠密 / 语义地图

主流开源框架：ORB-SLAM3、VINS-Fusion、OpenVSLAM、Kimera

传感器配置

• 单目 SLAM：成本低，但尺度不定
• 双目 SLAM：能恢复绝对尺度
• RGB-D SLAM：相机 + 深度（结构光 / TOF），最适合室内
• 视觉惯性 SLAM（VINS）：相机 + IMU，鲁棒性最好

主要玩家

• AGV / 仓储机器人：海康机器人 / 极智嘉 / 快仓
• 3D 视觉机器人：梅卡曼德
• 自动驾驶：Mobileye / 特斯拉

在 AI 产业链中的角色

视觉 SLAM 在 AI制造·工业视觉 子行业中是 AGV 智能仓储、码垛机器人等下游场景的关键技术，也与 具身智能·人形机器人 高度共享技术栈。