Comparison of Laser SLAM and Visual SLAM
目前，SLAM技术广泛应用于机器人、无人机、无人机、AR、VR等领域，依靠传感器可以实现机器的自主定位、测绘、路径规划等功能。由于传感器的不同，SLAM的实现方式也不同。根据传感器，SLAM主要包括激光SLAM和visual SLAM。
激光Lidar SLAM轰比目视SLAM起步早，在理论、技术和产品落地等方面都比较成熟。目前，基于视觉的SLAM主要有两种实现途径，一种是基于RGBD深度相机，如Kinect，另一种是基于单目、双目或鱼眼相机。visualslam还处于进一步开发应用场景扩展和产品落地阶段。
激光Lidar SLAM
早在2005年，人们就对激光SLAM进行了深入的研究，初步确定了它的结构。激光Lidar SLAM是目前最稳定、最主流的定位导航方法。
激光SLAM地图构建
视觉SLAM（基于视觉的定位和地图）
随着计算机视觉的飞速发展，视觉SLAM因其信息量大、应用范围广而受到广泛关注。
（1） 基于深度相机的视觉SLAM与激光SLAM类似，可以通过点云数据直接计算障碍物的距离。
（2） 基于单目和鱼眼相机的视觉SLAM方案利用多帧图像来估计目标的姿态变化，然后通过累积姿态变化来计算与目标的距离，并构造位置和地图。
可视化SLAM地图构建
长期以来，无论是业界还是学术界，对于谁比激光和视觉冲击强，谁是未来的主流趋势，都有自己的看法和看法。下面从几个方面对激光SLAM和visual SLAM作了简要的比较。
成本
无论是Sick、北洋还是Velodyne，价格从几万到几十万不等，成本相对较高，但在中国也有低成本的lidar（RPLIDAR）解决方案。视觉冲击主要通过摄像机采集数据。与激光雷达相比，相机的成本明显要低得多。然而，激光雷达可以更精确地测量障碍物的角度和距离，便于定位和导航。
应用场景
就应用场景而言，visualslam的应用场景要丰富得多。视觉重击可以在室内和室外环境下工作，但它严重依赖光线，不能在黑暗区域或某些非纹理区域工作。激光扫射目前主要用于室内地图制作和导航。
地图精度
激光扫描在绘制地图时具有很高的精度。SLAM地图的精度可以达到2厘米左右。以视觉冲击为例，Kinect是一种常用且广泛使用的深度相机，其精度约为3厘米。因此，激光SLAM地图通常比视觉SLAM更精确，可以直接使用。在定位和导航方面。
易用性
激光SLAM和基于深度相机的视觉SLAM都是直接获取环境中的点云数据，并根据生成的点云数据计算障碍物存在的位置和障碍物的距离。然而，基于单目、双目和鱼眼相机的SLAM方案不能直接获取环境中的点云，而是形成灰度或彩色图像。它需要不断移动其位置，提取和匹配特征点，并采用三角测距法测量障碍物的距离。
安装方式
雷达最初用于军事工业，后来逐渐应用于民用。众所周知，我们首先应该知道的是谷歌的无人驾驶汽车。当时，Velodyne雷达体积和重量都很大，显然不适合某些实际情况。例如，无人机、AR和VR的体积都非常小。如果他们装备了大型激光雷达，他们根本不能使用。它们也会影响美观和性能。因此，利用摄像机测距的视觉冲击波的出现，弥补了激光雷达的这一缺点，安装方式可以根据不同的场景而多样化。
其他
除以上几点外，激光SLAM与视觉SLAM在探测范围、工作强度、实时数据生成、地图累积误差等方面也存在一定差距。
注意：左侧为激光雷达SLAM，右侧为目视SLAM
数据来源：KITTI
可以清楚地看到，对于同一场景，下半部分视觉SLAM会出现偏差，这是由于累积误差造成的，所以视觉SLAM需要回归检验。
激光SLAM定位是未来相对成熟和成熟的一种视觉定位方案。因此，未来多传感器融合是必然趋势。取长补短，结合优势，为市场创造一个真正有用且易于使用的SLAM解决方案。SLAMTEC-Silan技术还将结合市场上的高质量技术，努力在自身领域进一步优化和升级激光SLAM定位导航方案，努力为市场提供一个有用的定位导航解决方案。