趋势1：几何与学习方法融合
在深度学习一统天下的计算机视觉领域，三维视觉方向主导算法仍然是传统的多视角几何方法，但是深度学习方法也是一种重要而有效的辅助，比如在解决单目初始化纯旋转问题上。
趋势2：多传感器融合
目前基于普通摄像头的视觉传感器仍然是主导，但是工业界对算法的鲁棒性要求比较高，纯视觉方法很难保证在复杂的环境下保持鲁棒的效果。所以，用廉价的激光传感器、IMU（惯性测量单元）等与视觉传感器进行融合，是一种比较靠谱的方法。比如在移动端目前基于摄像头+IMU方法越来越多。
趋势3：算法与硬件的结合
比如深度相机厂商在尽力把一些视觉算法嵌入到相机前端，提升相机的本地处理能力。2018年发表在Robotics & Autonomous Systems 的一篇论文 《Embedding SLAM algorithms: Has it come of age? 》讨论了嵌入式SLAM算法的可能性，并给出了一种在低功耗嵌入式系统上实现SLAM的算法：FastSLAM2.0。
趋势4：算法与具体应用结合
三维视觉算法目前比较好的商业应用主要集中在无人驾驶、无人搬运车（Automatic Guided Vehicle，简称AGV）、AR（教育、影音游戏）、机器人等领域，其与具体用用的结合，更快地推动了算法的进步。
本文内容由优创帮提供，优创帮优整合从产品设计到落地产出全产业链资源，打造创新创意者创业浪潮中**有优势的帮助圈，帮助创新创意创业者实现从产品开发到生产落地的过程，让创新创意创业不再是“纸上谈兵”！ 有意者请联系18676056774，微信备注优创帮即可.