對計算機視覺和機器人有點了解的人都知道SLAM，就是同步定位及繪圖。尤其是基于視覺的Visual SLAM以及基于多傳感融合的SLAM技術(shù)最近幾年發(fā)展比較快。對于SLAM來說，系統(tǒng)的運行速度是個大問題，直接決定了機器人的行駛速度。

今天看到了一個叫做SLAM++的實時系統(tǒng)。這是一個使用了深度相機的系統(tǒng)，并且展示了“面向物體”的SLAM理念。這個系統(tǒng)的主要思想是通過高性能的GPU加速的目標(biāo)檢測，姿態(tài)估計，以及序貫更新的姿態(tài)圖優(yōu)化，實現(xiàn)一個目標(biāo)層次的場景地圖表示，從而將3D目標(biāo)識別完全融入SLAM的系統(tǒng)框架。這個系統(tǒng)對于目標(biāo)重復(fù)率較高的場景非常有效，具有高效和可擴展的特點，并且場景表示能力接近例如KinectFusion之類的“dense SLAM”系統(tǒng)。

這個系統(tǒng)還有其他的優(yōu)勢，例如用于跟蹤和快速場景理解的高質(zhì)量目標(biāo)模型。

在這個主頁上可以看到這個系統(tǒng)更多的信息。http://www.doc./~rfs09/slampp.html .

視頻：

http://www./watch?v=tmrAh1CqCRo