在无人车应用中，视觉SLAM技术未来是否能够取代卫星定位+惯导的组合导航技术？
目前视觉SLAM商业化的一大问题是轻量化地图，如果未来该问题能够得到解决，视觉SLAM技术是否能够完全取代目前主流的卫星导航+惯导的组合导航技术？求大神指点
如果在定位领域待过很多年，你会发现，从来没有一个技术方案会被另外一个原理不同的方案所代替，从来没有，从来从来没有。
这说明什么呢？说明如果A方案和B方案原理不同，那么A就具有B永远达不到的优点，不会被B替代，反过来也一样，B也不会被A替代。
这导致什么呢，这导致定位的整体方案越来越复杂，越来越往多感测器融合的方向走，这是万年不变的定律。
过去激光雷达和视觉的争论此起彼伏，最后必然会走到融合的道路上去，握手言和，互帮互助，slam和组合导航的关系也一样，互相都有对方做不到的优势，最后能怎么样呢，融合嘛！对不对！
泻药。
先说结论：视觉SLAM不能完全代替组合惯导。
个人认为视觉SLAM技术解决的问题是小尺度的「我在哪」，它能识别出我在环境中的位置，但是目前还解决不了的是如果我要去哪，应该往哪走的大尺度问题。
组合惯导如果丢星时间不长，还是挺准的。
看起来两种方法好像解决的都是「我在哪」的问题，但实际解决的方法是不同的。组合惯导提供的是全球大尺度坐标系下的坐标，所以比较好解答「如何去」的问题；SLAM解决的是我在当前场景下的相对位置，所以比较好回答「安全运行」的问题。两种方法结合起来才是最好。
最近高精地图的兴起就说明了这个问题，单独靠视觉SLAM不能真正解决导航问题，当然了，如果你开的特别慢或许能行。如果高精地图更新不及时，无人车有碰撞的危险，这时候SLAM的优势就体现出来了。
测绘事业，技术大融合，棒棒的，大测绘，嘿嘿。
以上。
视觉SLAM技术，取代，卫星定位+惯导的组合导航技术，可能性不大，但是如果选择SLAM肯定y需要加上激光SLAM会更好
先上一张对比图
但是，可能性还不大，哈哈哈，就举一个例子，下大雨，雨水淹没道路地面标识，摄像头和激光都会受很大的影响。
目前，更多的考虑多感测器融合。
e如科沃斯、塔米扫地机通过用SLAM 演算法结合激光雷达或者摄像头的方法，让扫地机可以高效绘制室内地图，智能分析和规划扫地环境，从而步入智能导航的阵列。国内大疆精灵四避障用的双目视觉与超声波，核心同样是多感测器融合的SLAM 技术。
在自动驾驶里，一方面则是使用多感测器融合的方式提高定位系统的可靠性和稳定性，而激光视觉SLAM 是其中一个重要的定位来源；另一方面在构建高精度地图时，依赖SLAM 技术，使用地图采集车先构建出包含详尽的环境细节的地图，之后在正常运行的自动驾驶车辆上利用重定位技术从高精度地图里获取定位信息。虽然成本高昂，但目前为止是最稳定、最可靠、高性能的SLAM 方式。
泻药。先说一下观点：我觉得不能。
有两方面的原因：
1、INS/GNSS组合的POS系统提供的是全局定位，这一点SLAM是很难做得到。SLAM在没有闭环产生的情况下其实就是一种递推的6dof位姿估计，是一定有drift的。而POS系统根据卫星在轨位置为系统提供了没有drift的3dof的位置坐标，单就这一点就让SLAM方法无法取代其地位。
2、INS/GNSS提供了大地坐标。对导航坐标系不了解的话可以查看一下相关资料，我就不赘述了。POS系统输出的位置和姿态是相对大地坐标系和当地导航坐标系的，而SLAM是根据初始位置所建立的相对坐标系。对于无人车而言，地图是用来辅助定位，给出当前大地坐标系坐标BLH(或地固直角坐标系XYZ)的，SLAM给出的坐标并不是大地坐标，这也是我认为最重要的不能替代的原因。
歪一下楼，那SLAM能解决什么问题：
我觉得SLAM在当前无人车的应用中所能解决的最大问题就是快速获取高精度地图。现在建立高精度地图采用的都是价格昂贵的专业级测量车，效率偏低成本高，且在GPS-denied的环境下不可靠，而SLAM能够弥补这段空白位置的不足。因此，我认为当前做SLAM研究希望能在无人车领域落地，一定要著力解决地图的表达和保存问题。视觉SLAM特别华丽，跑一圈demo美如画，可又有什么用，无人车不可能说我每次开车前先把从家到单位的路mapping一个地图，再带你从家到单位吧。所以就要利用已经生成的地图数据，也就是地图的复用问题，主要包括：表达方式和存储方式。
总结一下：不能代替，但是未来的发展重点在于基于成本较低的车在感测器，利用SLAM技术，快速获取环境的可导航地图。
代替是不可能的，也不会想著代替，实际都是用来互补的，无人驾驶要做到的不只是人工驾驶，还要适应某些人工无法驾驶的条件。
最开始看错了，以为题主说的是SLAM
视觉SLAM的主要问题不只是地图，还有光线对于摄像头的影响，这个问题也需要解决
就题主的假设，个人认为可以替代，不过代价要大很多，GPS目前是属于全局定位，SLAM仅仅能够完成局部的，地图有多大，可以完成多大范围的定位，而且SLAM其实是需要初始位置的，当然可以说通过演算法自主初始定位，没问题，但是地图大了以后呢，需要解决运算速度和相似性排除，也就是准确率的问题
另一个问题就是全球地图的存储，更新和共享，这个难度很大，除非出现流浪地球中的情况，世界各国无差别联合起来，那样才能完全实现
如有错误，欢迎大家指正，谢谢
视觉slam没什么用，研究起来高大上实际效果被激光吊打
看到这个问题，我想起了另外一件事：现在的无人车公司到底有几家能走到最后？这是个典型的软体搞定一切的想法，也是很多创业公司的路数。
无人汽车不可能只靠软体来解决问题，就好比苹果不单单靠hdr来解决拍照问题。
用视觉slam来定位，你的精度是有物理极限的，车辆行驶在各种路况，就好比加上了各种杂讯，怎么高精度的判断速度和航向，就用光流法吗？很遗憾，摄像头本身没有测量属性，车体也只有低精度定位。
自动驾驶能替代ins的，只有激光雷达slam，因为lidar可以保证精度。
技术原理不一样，这两种技术是互补的。SLAM从原理上说，相对误差在某些情况下能控制的更好一些，而GPS在绝对误差上处理的更好一些，视觉SLAM技术由于演算法成熟程度上来说，实际使用中的精度会比激光SLAM更差一些。各种感测器都有自己的特性以及最佳工作环境，所以，在大规模建图应用上，多种技术互补融合才是合理的方案，目前还没能看到谁能完全取代谁的希望。
推荐阅读：
