ZHCAD76 October 2023 AM69A
2.3 定位
图 2-3 使用预构建地图的定位过程图 2-3 显示了地图环境中的定位过程。该过程类似于图 2-2 中的 SLAM 前端。唯一的区别是，一旦从帧中提取特征，就会从地图中搜索相应的特征，而不是从其他帧中搜索相应的特征。找到匹配的特征后，就可以通过多点透视成像 (PnP)、迭代最近点 (ICP) 等算法计算出移动机器人的姿态。
表 2-1 总结了图形 SLAM 和定位的每个步骤中广泛使用的技术。
表 2-1 图形 SLAM 中的各项技术
| 视觉 SLAM | 激光雷达 SLAM | |
|---|---|---|
| 特征提取 |
|
|
| 特征关联 |
|
|
| 姿态估计 |
|
|
| 闭环检测 |
|
|
| 图形优化 （捆绑包调整） |
|
|
AM69A 嵌入式处理器是 SLAM 和定位的理想选择。八核 A72 为复杂的 SLAM 和定位算法提供了足够的计算能力。可以对 AM69A 快速实现许多开源算法并进行基准测试。此外，图 2-2 和图 2-3 中的功能块（例如特征提取、特征匹配和姿态估计）可以转移到硬件加速器 (HWA) 和 C7x DSP 以提高性能。内部研究表明，通过将立体整流和特征提取转移到 LDC、MSC 和 DSP，带有立体摄像机的 ORB SLAM 的吞吐量提高了 2 到 3 倍。