在無人車應用中，視覺SLAM技術未來是否能夠取代衛星定位+慣導的組合導航技術？
目前視覺SLAM商業化的一大問題是輕量化地圖，如果未來該問題能夠得到解決，視覺SLAM技術是否能夠完全取代目前主流的衛星導航+慣導的組合導航技術？求大神指點
如果在定位領域待過很多年，你會發現，從來沒有一個技術方案會被另外一個原理不同的方案所代替，從來沒有，從來從來沒有。
這說明什麼呢？說明如果A方案和B方案原理不同，那麼A就具有B永遠達不到的優點，不會被B替代，反過來也一樣，B也不會被A替代。
這導致什麼呢，這導致定位的整體方案越來越複雜，越來越往多感測器融合的方向走，這是萬年不變的定律。
過去激光雷達和視覺的爭論此起彼伏，最後必然會走到融合的道路上去，握手言和，互幫互助，slam和組合導航的關係也一樣，互相都有對方做不到的優勢，最後能怎麼樣呢，融合嘛！對不對！
瀉藥。
先說結論：視覺SLAM不能完全代替組合慣導。
個人認為視覺SLAM技術解決的問題是小尺度的「我在哪」，它能識別出我在環境中的位置，但是目前還解決不了的是如果我要去哪，應該往哪走的大尺度問題。
組合慣導如果丟星時間不長，還是挺準的。
看起來兩種方法好像解決的都是「我在哪」的問題，但實際解決的方法是不同的。組合慣導提供的是全球大尺度坐標系下的坐標，所以比較好解答「如何去」的問題；SLAM解決的是我在當前場景下的相對位置，所以比較好回答「安全運行」的問題。兩種方法結合起來纔是最好。
最近高精地圖的興起就說明瞭這個問題，單獨靠視覺SLAM不能真正解決導航問題，當然了，如果你開的特別慢或許能行。如果高精地圖更新不及時，無人車有碰撞的危險，這時候SLAM的優勢就體現出來了。
測繪事業，技術大融合，棒棒的，大測繪，嘿嘿。
以上。
視覺SLAM技術，取代，衛星定位+慣導的組合導航技術，可能性不大，但是如果選擇SLAM肯定y需要加上激光SLAM會更好
先上一張對比圖
但是，可能性還不大，哈哈哈，就舉一個例子，下大雨，雨水淹沒道路地面標識，攝像頭和激光都會受很大的影響。
目前，更多的考慮多感測器融合。
e如科沃斯、塔米掃地機通過用SLAM 演算法結合激光雷達或者攝像頭的方法，讓掃地機可以高效繪製室內地圖，智能分析和規劃掃地環境，從而步入智能導航的陣列。國內大疆精靈四避障用的雙目視覺與超聲波，核心同樣是多感測器融合的SLAM 技術。
在自動駕駛裏，一方面則是使用多感測器融合的方式提高定位系統的可靠性和穩定性，而激光視覺SLAM 是其中一個重要的定位來源；另一方面在構建高精度地圖時，依賴SLAM 技術，使用地圖採集車先構建出包含詳盡的環境細節的地圖，之後在正常運行的自動駕駛車輛上利用重定位技術從高精度地圖裡獲取定位信息。雖然成本高昂，但目前為止是最穩定、最可靠、高性能的SLAM 方式。
瀉藥。先說一下觀點：我覺得不能。
有兩方面的原因：
1、INS/GNSS組合的POS系統提供的是全局定位，這一點SLAM是很難做得到。SLAM在沒有閉環產生的情況下其實就是一種遞推的6dof位姿估計，是一定有drift的。而POS系統根據衛星在軌位置為系統提供了沒有drift的3dof的位置坐標，單就這一點就讓SLAM方法無法取代其地位。
2、INS/GNSS提供了大地坐標。對導航坐標系不瞭解的話可以查看一下相關資料，我就不贅述了。POS系統輸出的位置和姿態是相對大地坐標系和當地導航坐標系的，而SLAM是根據初始位置所建立的相對坐標系。對於無人車而言，地圖是用來輔助定位，給出當前大地坐標系坐標BLH(或地固直角坐標系XYZ)的，SLAM給出的坐標並不是大地坐標，這也是我認為最重要的不能替代的原因。
歪一下樓，那SLAM能解決什麼問題：
我覺得SLAM在當前無人車的應用中所能解決的最大問題就是快速獲取高精度地圖。現在建立高精度地圖採用的都是價格昂貴的專業級測量車，效率偏低成本高，且在GPS-denied的環境下不可靠，而SLAM能夠彌補這段空白位置的不足。因此，我認為當前做SLAM研究希望能在無人車領域落地，一定要著力解決地圖的表達和保存問題。視覺SLAM特別華麗，跑一圈demo美如畫，可又有什麼用，無人車不可能說我每次開車前先把從家到單位的路mapping一個地圖，再帶你從家到單位吧。所以就要利用已經生成的地圖數據，也就是地圖的復用問題，主要包括：表達方式和存儲方式。
總結一下：不能代替，但是未來的發展重點在於基於成本較低的車在感測器，利用SLAM技術，快速獲取環境的可導航地圖。
代替是不可能的，也不會想著代替，實際都是用來互補的，無人駕駛要做到的不只是人工駕駛，還要適應某些人工無法駕駛的條件。
最開始看錯了，以為題主說的是SLAM
視覺SLAM的主要問題不只是地圖，還有光線對於攝像頭的影響，這個問題也需要解決
就題主的假設，個人認為可以替代，不過代價要大很多，GPS目前是屬於全局定位，SLAM僅僅能夠完成局部的，地圖有多大，可以完成多大範圍的定位，而且SLAM其實是需要初始位置的，當然可以說通過演算法自主初始定位，沒問題，但是地圖大了以後呢，需要解決運算速度和相似性排除，也就是準確率的問題
另一個問題就是全球地圖的存儲，更新和共享，這個難度很大，除非出現流浪地球中的情況，世界各國無差別聯合起來，那樣才能完全實現
如有錯誤，歡迎大家指正，謝謝
視覺slam沒什麼用，研究起來高大上實際效果被激光吊打
看到這個問題，我想起了另外一件事：現在的無人車公司到底有幾家能走到最後？這是個典型的軟體搞定一切的想法，也是很多創業公司的路數。
無人汽車不可能只靠軟體來解決問題，就好比蘋果不單單靠hdr來解決拍照問題。
用視覺slam來定位，你的精度是有物理極限的，車輛行駛在各種路況，就好比加上了各種雜訊，怎麼高精度的判斷速度和航向，就用光流法嗎？很遺憾，攝像頭本身沒有測量屬性，車體也只有低精度定位。
自動駕駛能替代ins的，只有激光雷達slam，因為lidar可以保證精度。
技術原理不一樣，這兩種技術是互補的。SLAM從原理上說，相對誤差在某些情況下能控制的更好一些，而GPS在絕對誤差上處理的更好一些，視覺SLAM技術由於演算法成熟程度上來說，實際使用中的精度會比激光SLAM更差一些。各種感測器都有自己的特性以及最佳工作環境，所以，在大規模建圖應用上，多種技術互補融合纔是合理的方案，目前還沒能看到誰能完全取代誰的希望。
推薦閱讀：
