关于slam机器和计算机视觉的问题，小编就整理了1个相关介绍slam机器和计算机视觉的解答，让我们一起看看吧。
slam导航和激光导航区别？SLAM技术被广泛运用于机器人、无人机、无人驾驶、AR、VR等领域，依靠传感器可实现机器的自主定位、建图、路径规划等功能。由于传感器不同，SLAM的实现方式也有所不同，按传感器来分，SLAM主要包括激光SLAM和视觉SLAM两大类。其中，激光SLAM比视觉SLAM起步早，在理论、技术和产品落地上都相对成熟。基于视觉的SLAM方案目前主要有两种实现路径，一种是基于RGBD的深度摄像机，比如Kinect；还有一种就是基于单目、双目或者鱼眼摄像头的。视觉SLAM目前尚处于进一步研发和应用场景拓展、产品逐渐落地阶段。
激光SLAM，是目前最稳定、最主流的定位导航方法。
视觉SLAM是基于视觉的定位与建图。随着计算机视觉的迅速发展，视觉SLAM因为信息量大，适用范围广等优点受到广泛关注。
（1）基于深度摄像机的视觉SLAM，跟激光SLAM类似，通过收集到的点云数据，能直接计算障碍物距离；
（2）基于单目、鱼眼相机的视觉SLAM方案，利用多帧图像来估计自身的位姿变化，再通过累计位姿变化来计算距离物体的距离，并进行定位与地图构建。
下面就简单从几个方面对比了一下激光SLAM和视觉SLAM。
1.成本
激光雷达成本相对来说比较高，但国内也有低成本激光雷达（RPLIDAR）解决方案。视觉SLAM主要是通过摄像头来采集数据信息，跟激光雷达一对比，摄像头的成本显然要低很多。但激光雷达能更高精度的测出障碍点的角度和距离，方便定位导航。
到此，以上就是小编对于slam机器和计算机视觉的问题就介绍到这了，希望介绍slam机器和计算机视觉的1点解答对大家有用。
