我最近开始探索视觉识别领域，并对SLAM特别感兴趣。我在openslam.org的笔记本电脑上尝试并测试了不同的SLAM实现 我还是新手，还在学习它。我想在Android设备上实现SLAM。任何人都可以指出任何这样的实现。或者你能否建议哪种SLAM实现最适合Android设备。我可以访问顶级的Android设备，如Galaxy S6或Nexus 5.
在开始研究我的想法之前，我只是想知道哪种实现在Android设备上的效率和准确性方面效果最好。
三江源
答案 0 :(得分：2)
那些家伙非常好，源代码可以通过GPLv3许可证（用户友好的形式）获得，我的一个朋友可以在Android上实时运行它（它是为MAV开发的，他们说它应该在当前的嵌入式计算机上达到50FPS）。
https://github.com/uzh-rpg/rpg_svo
（也请查看主页上的视频）
答案 1 :(得分：1)
orbslam是一个基于稀疏性方法的开源搜索系统。
个人电脑orbslam上的可以达到约35 FPS，在智能手机上它无法像在电脑上那样执行，因此您无法移动手机太快。那是因为orbslam的特征提取过程需要很长时间。
对于速度而言，svo是一个不错的选择，但是，svo只是一个视觉测距，它没有一个闭环模块，因此当长时间运行时，漂移可能很大。 因此，我推荐orbslam。很多人已将代码迁移到android，您可以在github上搜索：https://github.com/search?q=orb-slam+android&ref=opensearch