danke, interessanter Beitrag.

Ich persönlich denke, dass derzeitig noch keine praxisnahe(Autonomer Roboter navigiert mit einer Kamera) Lösung existiert, zumindest habe ich noch nichts gesehen, was mich überzeugt hätte.
Die meisten SLAM-Algorithmen haben gemeinsam, dass im Vordergrund die Lokalisierung steht, es geht weniger um eine Karte der Umgebung. Als folge davon werde in der Karte nur ganz wenige(dafür sehr stabile) LandMarken hinterlegt, die zwar die Lokalisierung sehr gut ermöglichen, leider jedoch kein grobes Bild der Umwelt bieten.
Ich finde, dass der FastSlam 2.0 Ansatz, wo die mit einem Auto durch dem Victoria Park gefahren sind, durchaus sehr interessant ist. Durch den Einsatz des Partikelfilters wird einem da sogar ein Loop Closing geschenkt.
FastSLAM 2.0, vSLAM und auch MonoSLAM(Davision) kommen auch relativ gut mit Störungen wie Verdeckung oder bewegten Objekten klar.

Bekannte Objekte zur Kalibrierung zu verwenden finde ich weniger schlimm, den Part könnte man auch entfernen, doch den Skalierungsfaktor zu haben kann manchmal durchaus interessant sein. Ich denke, dass in Zukunft auch Datenbanken mit bekannten Objekten verwendet werden(es wird wohl ein notwendiger Schritt sein um einem Roboter mehr Intelligenz beizubringen), so dass aufgrund dieser eine Skalierung stattfinden könnte. So weit ich weiß gibt es auch bei PTAM eine einfache, ungenaue Skalierung, zumindest beim ersten veröffentlichen Algorithmus, sollte der Benutzer mit einem Tastendruck ein Bild aufnehmen, dann die Kamera 10cm(natürlich nicht perfekt machbar) zur Seite bewegen und dann wieder eine Taste drücken.
Bei PTAM finde ich sehr interessant, dass die Karte so dicht wird. Im Paper zur verbesserten Version von 2008 ist ein Bild zusehen, wo man die Struktur der Umwelt aufgrund der LM erkennen kann. Es gibt wohl genug LM um die Umwelt mit Polygonen zu modellieren. Leider ist die Komplexität bei der Erweiterung der Karte(O(n^3), wenn ich mich nicht irre) ein extrem großes Problem. Ich denke bei einem kleinen Raum(das absolute Maximum was die gemacht haben) ist wirklich Schluss(mit dem derzeitigen Algorithmus). Ferner gibt es bisher im Vergleich zu anderen SLAM-Algorithmen kein ernst zunehmendes Loop Closing.
Leider erwarte ich nicht, dass da noch viel(wenn überhaupt) Neues kommt, ich habe gerade nachgesehen und Georg Klein arbeit seit letztem Jahr für Microsoft(MSN).

Ich muss mir auf jeden Fall noch einen bessern Überblick verschaffen, um zu entscheiden wo drauf man aufbauen könnte. Wobei der Quellcode der ersten PTAM-Version zumindest veröffentlicht wurde, da könnte ich natürlich etwas herumexperimentieren.

An einem Erfahrungsaustausch wäre ich sehr interessiert, wobei ich im Bereich SLAM bisher nur Theorie bieten kann, was sich in den nächsten Wochen stark ändern wird.