KudanSLAM
人工感知算法
适用于所有嵌入式设备
Kudan公司成功开发出借助相机进行实时三维测绘和位置追踪的技术，称为“KudanSLAM*1”，并开始向市场进行推广，例如无人驾驶汽车，ADAS*2，Drone，工业和个人机器人，也包括现有的AR / VR行业。
SLAM是一种3D测绘和位置跟踪的软件技术。它为计算机提供了“计算机视觉”捕捉、处理、分析和理解数字图像的能力，以及测绘其3D环境、对象并了解其位置的能力。 这种“计算机视觉”技术可用于任何行业，如无人驾驶汽车和机器人。
Kudan一直在通过AR开发空间和对象跟踪的技术。 因此，Kudan成功开发了实用的下一代算法，它将取代现有的SLAM，如ORB和PTAM*3 SLAM base，并将这些技术应用于市场。
作为SLAM的领先公司，Kudan的目标是在现有的AR / VR领域之外，在所有与无人驾驶汽车，ADAS，无人机和机器人技术相关的领域中，将KudanSLAM嵌入到所有与图像相关的设备和相机中。
KudanSLAM的特征
1 多功能性
KudanSLAM从根本上设计得尽量灵活，可以应用于各种各样的环境中。
核心代码库可以定位大多数处理器的构架，并且不依赖于操作系统功能的存在。 可以用于多种处理器，从低功耗通用型到高端定制的DSP。支持各种各样的硬件传感器，从单眼立体相机到视觉惯性深度相机。
我们的SLAM旨在尽可能具有通用性。 它可以在各种情况下使用，从移动位置跟踪到自动驾驶。
系统的每个方面都是高度可配置的，并通过接触简单易用的API，可以轻松调整到目标硬件和使用案例。
2 性能
KudanSLAM的设计非常高效， 计算效率高，并提供可靠、准确的结果。
通过算法设计到达成目标速度。在高帧速率下实现低延迟跟踪，同时最大限度地降低CPU使用率以节省能耗。即使较低功率和等级的处理器可轻松使用。
跟踪和测绘的独特方法，提供了最准确的位置和点云数据，并保持漂移在可控范围内。高精度跟踪保持低抖动量。
现实世界并不总是像数据集那样理想，所以我们确保在艰难的条件下进行测试，例如不良照明和快速相机动作。
3 模块性
SLAM系统有很多构建模块，有时可以有不同的组装方式。多年来，我们积累了些许构建模块，并将它们作为单独的模块，从而使我们的SLAM系统得益于这些模块的积累。
可以使用不同的跟踪和测绘方法，以及循环检测和关闭模块，重新定位和捆绑调整等模块。
各种点匹配机制、立体匹配程序和位姿估计的高效实现。所有这些都是高度可配置、可优化、可利用的算法，很难在公共领域获得。
高度优化的通用视觉处理构建模块，如各种模糊、插值和图像变形。这些通常是SIMD优化的，并且与OpenCV相比具有更优越的性能。我们还提供我们自己的线性代数库。
虽然我们的焦点是SLAM本身，但通过使用不同的模块来帮助合成通常很有效。 我们提供了一个用于跨平台计算机视觉调试的GUI库，以及用于处理生成的SLAM地图的模块。