VIO 与 SLAM

集成路径
- 原生集成于 DepthAI v3: 使用 Basalt VIO + RTAB-Map 示例,它基于开源项目 RTAB-Map,并在 DepthAI v3 库中原生运行。原生 VIO/SLAM 当前支持 RVC2;RVC4 为早期体验版原生 VIO/SLAM 支持目前适用于 RVC2 设备。RVC4 支持即将推出;如需早期体验,请联系我们。
- ROS 2 堆栈: 通过 ROS 2 中的 RTAB-Map 包集成 SLAM。我们提供了易于运行的
rtabmap_rosOAK 启动文件,既可以作为独立配置,也可以作为 RealSense 相机的即插即用替代方案。示例:- RTABMap ROS2 驱动程序

- 你可以参考我们的 rtabmap_ros + 轮式里程计在 OAK 上的应用,将轮式里程计与 SLAM 集成。
- RTABMap ROS2 驱动程序
- Spectacular AI: 使用 Spectacular AI OAK 封装实现实时 VIO/SLAM 流程。
- NVIDIA 堆栈: 针对 NVIDIA 和 Isaac 工作流,使用 PyCuVSLAM 进行构建。
典型应用场景
- 机器人定位: 在 GNSS 不可用或不可靠时,保持低漂移的位姿估计。
- 建图与重定位: 一次性构建环境地图,并在重复运行中可靠地进行重定位。
- 空间自主性: 将 VIO 位姿与 深度 和 AI 结合,实现导航和障碍物感知行为。
指南与示例
DepthAI: Basalt VIO
原生 DepthAI v3 视觉惯性里程计,结合立体 + IMU
DepthAI: Basalt VIO + RTAB-Map
在一条流程中结合 Basalt VIO 与 RTAB-Map SLAM
ROS2 RTAB-Map 集成
使用轮式里程计和 OAK-D Pro 进行视觉 SLAM
Spectacular AI OAK 封装
在 Spectacular AI SDK 工作流中直接使用 OAK 相机
NVIDIA PyCuVSLAM
将 OAK 流程集成到 cuVSLAM / Isaac 工作流中
ROS VIO 与 SLAM 文档
关于使用 OAK 相机进行 VIO 和 SLAM 的通用 ROS 指导
需要帮助?
请前往 OAKChina 官网 获取技术支持或解答您的任何疑问。