按照攝像頭的數(shù)量和種類分，視覺 SLAM 分 3 個子方向：單目、雙目（或多目）、RGBD。此外，還有魚眼、全景等特殊攝像頭，但是都屬于少數(shù)。
　　單目相機 SLAM 只需要一個普通的 2D 攝像頭，成本優(yōu)勢大。但普通 2D 攝像頭沒法獲取深度信息，它捕獲的僅僅是一張 2D 圖像。深度信息缺失有什么影響？引用知乎用戶「半閑居士」的一個回答：
　　沒有距離信息，我們不知道一個東西的遠近——所以也不知道它的大小。它可能是一個近處但很小的東西，也可能是一個遠處但很大的東西。只有一張圖像時，你沒法知道物體的實際大?。⊿cale）。
　　

　　另一方面，單目相機也無法依靠一張圖像獲得圖像中物體離自己的相對距離。
　　但這兩個問題都有對應的解決辦法。比如，通過借助 GPU 和 IMU（Inertial Measurement Unit，慣性測量器件）確定物體的大小，依靠運動中的三角測量，來求解相機運動并估計像素的空間位置。
　　雙目 SLAM 消除了單目的很多麻煩。雙目視覺和人眼類似，通過左右眼圖像的差異來計算距離——也就是所謂的立體視覺（Stereo）。
　　但雙目 SLAM 的計算量非常大，通常需要用到可編程門陣列 FPGA。而且其其深度量程也受雙目的基線與分辨率限制。
　　RGBD SLAM 的傳感器是深度攝像頭，能直接記錄深度信息。深度攝像頭通過把光投射到物體表面，再測量反射的信息來計算距離，具體原理有兩種：結(jié)構(gòu)光或 Time-of-Flight。它比傳統(tǒng)相機能夠提供更豐富的信息，也不必像單目或雙目那樣費時費力地計算深度。Kinect 就是一種比較常見的深度攝像頭。不過，現(xiàn)在多數(shù) RGBD 相機還存在測量范圍窄、噪聲大、視野小等諸多問題。
　　總的來說，SLAM 的實現(xiàn)方法多種多樣，應用場景也不斷打開。但「由于產(chǎn)品和硬件高度差異化，而 SLAM 相關(guān)技術(shù)的整合和優(yōu)化又很復雜，導致算法和軟件高度碎片化，所以市場上目前還沒有一套通用普適的解決方案，在短時間內(nèi)也不會有」。
白鑫 本文來源：極客公園 責任編輯：白鑫_NT4464