自适应SLAM：算力内存自由调度
·
自动驾驶软硬件开发，合作交流请留言。
SLAM 分类体系（Taxonomy of the SLAM Problem），面向资源受限嵌入式机器人，图里三个配图正好对应它的含义：小车（机器人）、手表（时间）、内存条（内存/空间）。
✅ Any-time SLAM（随时 SLAM）
在任意给定的时间上限内，都可以输出当前条件下能得到的最优地图/位姿结果；给的计算时间越长，结果精度越高；时间很短时也能给出一个可用的、精度略低的结果，算法可以渐进优化，优雅降级。适合实时性要求不确定、算力波动的场景。
✅ Any-space SLAM（随空间 SLAM）
算法对可用内存大小没有硬性要求，内存少就输出精简地图，内存充足就保存更稠密、更精细的地图；可以根据剩余存储空间自适应调整地图规模，不会因为内存耗尽直接崩溃。
一句话总结
Any-time & any-space SLAM = 可以自适应算力（时间）和内存（存储空间）资源，资源越多效果越好，资源有限也能正常工作的 SLAM 算法，典型代表比如早期的 FastSLAM 变种，常见于低功耗移动机器人。
DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
1
0- 0
已为社区贡献5条内容
所有评论(0)