|
: u4 v. U9 b0 [: {( R) Y& U7 y% e 原标题：汇总教程 | 视觉/激光/多传感器融合SLAM，三维重建，运动规划，从入门到进阶！
5 O( R8 L/ V% @, O# q6 d" G, n& X# O6 ~7 n% ?( u. x; K8 n
计算机视觉life”，选择“星标”
) A9 Z8 J4 \) ?4 z 快速获得最新干货 / i* K$ d. x; ?( d! p
背景介绍 / H6 {! h% J) n( o8 T! c8 u, O7 g
这两年 自动驾驶领域非常火热，发生了一轮又一轮的融资， 图森未来在美股上市，被称为“全球自动驾驶第一股”。 大疆创新正式推出旗下智能驾驶业务品牌“大疆车载”，华为、小米也纷纷下场。近日，自动驾驶干线物流企业千挂科技完成2亿元Pre-A轮融资，MINIEYE完成D轮累计8亿融资。。。 5 _5 @. M' H- e" ~$ K& Z
在 增强现实（AR）领域， Facebook已经从社交网络公司改名为元宇宙公司Meta，字节跳动重金收购AR/VR头显公司Pico，腾讯、阿里也纷纷入场，连罗永浩也告别了社交平台，将在AR领域再次创业，不知道是AR领域的明灯还是Ming灯。。。
. l8 J" R! h2 W2 k- a! C 在 机器人领域， 扫地机器人公司 石头科技上市， 物流机器人极智嘉在筹备IPO， 清洁机器人公司 高仙完成B+轮1亿美元融资。。。
2 _$ q4 K+ J2 T! t7 D1 ^ 在自动驾驶、无人机、增强现实、机器人导航等领域的技术栈中，即时 定位和建图（SLAM）是其中的核心技术之一。 SLAM中所涉及到的传感器有 相机、激光雷达、IMU、GPS、轮速计等，面对不同的平台和传感器配置，如何选择适合自己的技术方案呢？
& {7 ]9 w) O3 l7 B4 l" @! S D3 ~ 视觉SLAM基础
' X9 ?% c* Q, v& X, D ORB-SLAM2是业内最知名、应用最广泛的视觉SLAM开源代码之一。它有如下优点：
/ x' `0 y' W, ?. K+ R. K& n; T. r! y7 W' t0 ^! F. h L
支持 单目，双目和RGB-D相机的完整开源SLAM方案，能够实现 地图重用、回环检测和重新定位的功能。
_/ F& X& S$ l" W/ ^# z$ V 支持轻量级定位模式，可以达到零漂移，此时不使用局部建图和回环检测的线程，可以用视觉里程计来跟踪未建图区域。 ! B1 |3 C6 C& H D" M
采用ORB特征，具有旋转不变性、光照不变性、尺度不变性，匹配速度快，适合实时应用。无论是在 室内的小型手持设备，还是到 工厂环境的无人机和城市里驾驶的汽车，ORB-SLAM2都能够在CPU上进行实时工作。 - H# R: ^# }3 T) t
跟踪、局部地图、闭环、重定位等所有的任务都采用相同的ORB特征，使得系统内数据交互更高效、稳定可靠。 ) m* R j# e7 c' J& w- C
单目初始化和应用场景解耦，不管是平面还是非平面场景，都可以自动 初始化，无需人工干预。
. ~0 ~5 }1 T. ~& D3 N( x0 d. ~. B 地图点和关键帧创建比较宽松，但后续会进行严格筛选，剔除冗余关键帧和误差大的地图点，增加建图过程的弹性，在 大旋转、快速运动、纹理不足等恶劣情况下可以提高跟踪的鲁棒性。 K8 ?, _! U* B3 u" Z$ s! o' z* s2 \) S' n
采用共视图，使得跟踪和建图控制在局部共视区域，与全局地图大小无关，可以 在大场景下运行。
& q! c7 _- @7 Z 使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。
% s' a& ]7 Y& c6 T+ A1 x. F 相比于直接法，可以用于宽基线特征匹配，更适合于 对深度精度要求较高的场景，比如三维重建。
6 ~4 K, ^/ ^- n: k. G! G 定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。 " S& e5 k0 k; C4 B1 H
代码可读性强，包含很多工程化技巧，非常实用。
' ~3 T( ~- S. Q' X; D9 b Y- s' Y( d5 q0 I7 e4 z: t' R6 b8 n8 P2 t
ORB-SLAM2 用于室内三维重建 ' m. y* |6 ^9 q* J
ORB-SLAM2详细注释的代码持续更新，网址：
! B) P: p u; g7 p/ m# ` https://github.com/electech6/ORB_SLAM2_detailed_comments
# b( H, z# l/ T8 G- R 视觉惯性SLAM技术
& a1 h4 C3 \9 c ORB-SLAM3是在ORB-SLAM2的基础上开发的视觉惯性SLAM技术，于2020年7月发布。它在定位精度和效果上几乎碾压了同类的开源算法，受到极大关注。
- v. o/ @7 c) Y 它有如下特点： 0 g6 l l( F- m4 N
1、 第一个可以运行视觉、视觉惯性和多地图，支持单目、双目和RGB-D相机，且支持针孔和鱼眼镜头模型的SLAM系统。
- Y+ }: O+ F( R% r, g5 p 2、该算法可以在不同大小，室内和室外环境中鲁棒、实时的运行，精度上相比于以前的方法提升了2~5倍。
; @( [. X& E% W- c4 H* b# H 3、 多地图系统可以让系统在视觉信息缺乏的场景下长时间运行。比如当跟踪丢失的时候，它会重新建立新的地图，并在重新访问之前的地图时，无缝地与之前的地图合并。 3 I ~6 m$ o# E$ P, r% e4 t
4、实验结果证明，双目惯性模式下，该算法在无人机数据集EuRoC上可以达到平均3.6cm的定位精度，在手持设备快速移动的室内数据集TUM-VI上达到了9mm的定位精度。 : s" j: w0 }0 A! W
从室内到室外，丝滑闭环
* z: u+ r+ Z: C; [ M5 N0 @ 全网最详细ORB-SLAM3代码注释地址： 0 [/ u4 h( T( s% K, J3 Q
https://github.com/electech6/ORB_SLAM3_detailed_comments
9 O: Q6 [+ n7 Y; \7 e: q E VINS-Mono/Fusion 系统教程
( U% j1 ?8 g: c; f VINS即Visual-Inertial navigation Systems，是视觉惯性导航系统的统称，不过我们平时所说的一般是指VINS-Mono/Fusion。 香港科技大学飞行机器人实验室（沈邵劼团队）在2018年开源了VINS-Mono算法。第一作者秦通（2019华为天才少年），该论文获2018年机器人顶级期刊IEEE Transactions on Robotics最佳论文奖。它用一个单目相机+惯性测量单元（Inertial Measurement Unit，简称IMU）实现了紧耦合的视觉和惯性联合状态估计，在保证高精度里程计效果的同时，还可以同时估计出传感器外参，IMU零偏以及传感器时延。2019年该团队开源了VINS-Mono的升级版VINS-Fusion，它支持多种视觉惯性传感器类型，包括单目+IMU，双目+IMU，以及纯双目。VINS-Mono和VINS-Fusion在当年一骑绝尘， 是非常经典且优秀的VIO框架。 7 |9 U4 M; ?6 D3 k
以下是VINS-Fusion在汽车SLAM上的效果： # ^/ d- h, C) t5 V
以下是讲师详细注释的 代码地址： + k" R5 T5 |# p" @
https://github.com/xieqi1/VINS-Mono-noted ; ^( i9 V2 t- l0 g% v
https://github.com/xieqi1/VINS-Fusion-noted * @7 R; U4 X) o& r4 T) ?0 m
基于LiDAR的多传感器融合技术
4 P B" }8 @. g% h+ F 多传感器融合SLAM是自动驾驶、智能机器人中的核心技术。 目前工业界用的主流多传感器融合SLAM框架包括LOAM/A-LOAM、LeGO-LOAM、LIO-SAM等。 # ]; ^ n/ l' G; o' @
# f* l/ @ T( O) J2 ^3 m+ J5 S
LOAM是Ji Zhang早期开源的多线LiDAR SLAM算法。该代码可读性很差，作者后来将其闭源。 : W+ I5 @. w# V
A-LOAM是港科大秦通博士（VINS-Mono一作）在LOAM原有代码基础上，使用Ceres-solver和Eigen库对其进行重构和优化，在保持原有算法原理的基础上，使其可读性大大增加，作为入门多线激光slam最好选择。 9 f# N5 K* \2 Z+ R% W2 j3 J
LeGO-LOAM 是Tixiao Shan在原有LOAM基础上，做了一些改进包括:1、对前端里程计的前量化改造，提取地面点更适配水平安装的LiDAR; 2、使用SLAM中的Keyframe概念以及回环检测位姿图优化的方式对后端进行重构。
5 ?8 J3 T1 O3 _+ u! W
8 L+ j, f% i' M# I5 w
" o( e! a: ^% H1 B" i h* n LIO-SAM 是Tixiao Shan在LeGO-LOAM的扩展，添加了IMU预积分因子和GPS因子：前端使用紧耦合的IMU融合方式，替代原有的帧间里程计，使得前端更轻量；后端沿用LeGO-LOAM，在此基础上融入了GPS观测。同时前端后端相互耦合，提高系统精度。 9 F! ^& Q. U$ S" v& l
4 ^* x! K) ~& z5 W
LIO-SAM 的效果 - g% u) r8 V0 I5 L. }2 _
( P: v3 e& a6 r P6 T LVI-SAM是Tixiao Shan 2021年最新的开源工作，他将LIO-SAM和VINS-Mono进行了结合，是一个通过平滑和建图实现激光雷达-视觉-惯性里程计的紧耦合框架，由两个紧耦合子系统组成：一个视觉惯性系统VIS和一个激光雷达惯性系统LIS。当两个子系统中的一个发生故障时，系统也可以发挥作用，这增加了它在无纹理和无特征环境中的鲁棒性 - L( F; P- _4 T+ f, j) F5 X7 R
) j/ Q9 r1 \' I4 \
独家注释代码 5 {! M ~5 Q" u$ _4 Z
https://github.com/xieqi1/a-loam-noted
: R7 w. G& C1 I ?' M https://github.com/xieqi1/lio-sam-noted
) o. h5 i5 Q6 k' p1 _ https://github.com/electech6/LVI-SAM_detailed_comments
8 D9 t. _8 e8 Z 激光SLAM技术 9 f4 R8 J8 ]" g B( z0 r
Cartographer是Google推出的一套基于图优化的激光SLAM算法，它同时支持2D和3D激光SLAM，可以跨平台使用，支持Laser、IMU、Odemetry、GPS等多种传感器配置。该算法可以实现实时定位和建图。 * e# G1 n5 C3 Z% x' Y( z; u) A1 u
Cartographer建图过程 " J6 ^5 h7 S/ M+ g# q; m/ l' o k% q5 z
Cartographer建立的栅格地图可以达到5cm的精度，该算法广泛应用于服务机器人、扫地机器人、仓储机器人、自动驾驶等领域，是最优秀的激光SLAM框架之一。
8 p. ~5 p2 Y0 D7 u: F4 u Cartographer做了超详细源码注释
, c5 {1 _# ?9 P8 _- ]: B https://github.com/xiangli0608/cartographer_detailed_comments_ws
6 d& x4 }8 A' A; j9 R 机器人运动规划
) D* E* G; V0 S 运动规划和SLAM什么关系？
/ L/ b" F0 g* F5 |; c) U 其实在企业里，SLAM算法工程师、运动规划工程师通常是 相对独立的岗位，SLAM技术通常可以得到稀疏的定位地图，结合后处理可以得到稠密的三维点云地图。此时我们需要用一定的规则将其转化为 栅格化地图，机器人在这个 地图的基础上进行运动规划（导航）。SLAM和运动规划是自主机器人的两个核心技术。 4 e( Z1 [, f+ n3 w3 `9 ]- U6 d* e
简单来说，解决机器人导航问题一般被称为运动规划，就是让机器人可以自主根据传感器获取外部环境信息，在当前环境中找到一条适合机器人行走的最佳路径。这不是一个简单的工作，因为地图可能发生变化，其他运动的物体也是必须要绕过的障碍物，所以常常需要更改自己的规划，如何在这种复杂的环境下高效率地实现最佳路径，就是运动规划的使命。 " h G$ y7 ?- I& f2 J/ ~' j: H2 x6 D( R
运动规划在移动机器人的应用
6 e7 H/ c) k) P! W1 l 独家注释代码 ) W9 W# A$ n' _
https://github.com/felderstehost/ros-navigation-noetic 4 D$ s/ a2 a* \6 _2 v4 P, S. H
视觉几何三维重建技术
: r8 E( F3 p U! T/ b# Q0 k
G& G! W. b9 j) q" d 三维重建是指用相机拍摄真实世界的物体、场景，并通过计算机视觉技术进行处理，从而得到物体的三维模型。英文术语：3D Reconstruction。
- U" T5 L4 Q& ?$ j 涉及的主要技术有：多视图立体几何、深度图估计、点云处理、网格重建和优化、纹理贴图、马尔科夫随机场、图割等。 ( J( v/ q# T1 N3 ]5 Y: S
是增强现实（AR）、混合现实（MR）、机器人导航、自动驾驶等领域的核心技术之一。 三维重建结果
+ w, `2 V6 D6 z6 ~: M5 @. l5 X" V. V% B
全网最详细的代码注释地址： & T3 ?/ G5 _9 e) Q& f! S W8 x
https://github.com/electech6/openMVS_comments
1 z6 V4 i5 H& r4 [" A 深度学习三维重建技术框架
7 x1 [, J+ O. d$ I* R* U: n 传统的重建方法是使用光度一致性等来计算稠密的三维信息。虽然这些方法在理想的Lambertian场景下，精度已经很高。但也有一些常见的局限性，例如 弱纹理，高反光和重复纹理等，使得 重建困难或重建的结果不完整。因此，传统三维重建方法在重建的完整性等方面仍有很大的改进空间。
/ o, c/ G) V& r! @ 近年来深度学习在三维重建上取得了很大的成功。基于学习的方法可以引入比如 镜面先验和反射先验等全局语义信息，使匹配更加鲁棒，从而解决传统方法无法克服的难题。因此掌握基于深度学习的三维重建前沿算法非常重要。另外，在这个大数据时代，深度学习已经是大家必须掌握的技能，传统视觉算法已经很难有新的突破，各个领域都在朝深度学习方向研究，近几年各大视觉会议论文都是基于深度学习来实现三维重建，各个大厂招聘也越来越看重深度学习三维重建方法。 ' G# l7 H. h$ J: T y
C++编程入门到进阶 9 C( p3 S, K3 H. g
很多初学SLAM的小伙伴都有个疑问：号称宇宙第一语言的Python，简单好用，包又多，功能又强大，为啥SLAM算法里很少使用呢？
1 P" u; W$ d+ s* h SLAM知识星球嘉宾刘国庆在知乎做了回答
& H3 @) }) w; P: ]7 [' V. b2 b 这里再补充几点：
3 d& z+ y+ n/ ^1 w2 @: d9 d6 v% k/ {4 P# O8 @9 A
C++具有 极高的性能和运行效率，很多语言都是在C/C++基础上封装的，比如Python。就这一点足以秒杀众多的高级语言。 6 O( A; k9 W w) _$ l$ C: _3 f: i
C++发展了三十多年一直是编程常青树，一直使用，一直在发展，C++岗位需求会 越来越旺盛，只增不减。
5 N, ]6 |+ ^" V t( a. ?7 I/ ` C++能够 操控底层，非常适合 和硬件打交道。 5 s! A. K- W: L1 G
$ d' k. X- _* H* v
很多小伙伴都是机械、自动化、通信等非计算机专业，也没有经历过系统的C++训练，而在具体的项目中，比如SLAM算法框架中，通常的代码并不是我们在书上看到的那样简单直白。很多同学在学习SLAM的过程中感觉C++是一座难以跨越的大山， 学习过程漫长而痛苦，项目开发遇到bug也不会调试，书看完了代码还是不会写，代码一改就错，一错就懵。
+ A0 U' N3 [" J 相机标定技术框架
( `4 S9 d7 N4 g4 A& ^6 T3 W* l" ]4 j7 T; _% B
相机标定是指借助专用的标志物（如棋盘格）来估计相机的图像传感器参数（内参、外参）和镜头参数（畸变系数）。 ) F- B4 |" |: |& |+ k; i
它是一种计算相机二维图像和三维世界相对映射关系的一种方法。标定相机过程涉及相机成像模型、多视图几何、非线性优化等知识。
+ z1 y4 m0 S" ~7 X+ z/ o* X 相机标定是三维视觉的基础。 2 y$ r6 N$ P! h6 q0 C8 E3 c
) F1 W' v Z% y: a$ x8 u
毫不夸张的说， 相机标定是一切三维视觉的基础。它广泛应用于 双目视觉、手眼机械臂、机器人定位建图、图像拼接、三维重建等场景。 " h& Q' y$ ]8 j6 [# P$ i
全国最大的SLAM开发者社区
+ T* u3 Q8 K$ ]! V- y6 A9 i SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？
1 ^7 X2 [0 |1 ~# T2 [ 在我们的SLAM和3D视觉知识星球里，很多刚入门的同学问的最多的问题我总结了一下，主要有：
7 G7 s4 O# {$ h1 Y% K; _- {+ h: `0 |1 x
机械/自动化/数学等非计算机专业能否转SLAM？
6 l0 f' g$ J' b9 G2 S$ k( ? 导师不懂，但要我做SLAM方向，怎么入门？
5 e' t. I$ d2 d; Q6 t9 ~3 g 编程基础差，数学不好，能否学习SLAM？1 C- f" x: b' M5 R0 g) q& s
看完十四讲，下面怎么学习？
# @$ A l4 H* Q0 R7 ]( Q 需要学哪些开源框架？怎么学习呢？% k9 F+ Q* M0 D
编译遇到很多问题，怎么解决？
# L) X9 R6 k' G4 d& j6 q' Z% h 只有自己一个人学SLAM，没人讨论好痛苦，怎么办？
' f# P7 @8 [, c. k 想要和小伙伴组队系统的学习，有资源吗？
- }4 _, b3 H3 ?; J- m
) n0 G& p A/ ~" a( W/ u0 j 我们建立了全 国最棒的SLAM和三维视觉交流社区，包括 小白入门图文/视频教程、学习过程疑难点解答、每日最新论文/开源代码/数据集分享、在线学习小组、笔试面试题、实习/校招/社招岗位推荐、星主直播交流等。
$ F: ?0 X, y/ k% H7 K2 { Z) V& n G1 I' [4 U8 T
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频 % C1 {* p" h# }: V
教程：图文视频教程、涉及 代码调试/OpenCV/PCL/G2O/Ceres/视觉SLAM十四讲/LVISAM/R3LIVE
, r/ [+ |! u" `. D. g( q 资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总 : f9 _) d" b7 z9 |2 Y
直播：每月至少3次，涵盖学习经验/求职面试/实习历程/行业介绍 * o4 i- h3 x5 Z9 b
活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职 ) Y8 d( O3 Y% o% U
求职：内推职位、SLAM面试题、笔试练习 , L( i+ L/ o! s' O" H& I4 c4 t5 l
…… ( B5 u. v) J& t# |' b( w8 }
& T9 H4 j+ ]! {) A/ m6 Q- K
* M0 W) I# @9 X5 X 独家重磅课程官网：cvlife.net & P9 h* ?/ Z/ a0 ? m
1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？
% X7 }; A( @4 }' a 2、C++实战： 为啥SLAM代码都用C++不用Python？ 0 p7 A4 ~5 z- z3 c R, `9 |: O E
3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！
& j; ?; r( Q5 V4 Q" g1 I' G 4、VIO灭霸：VIO天花板ORB-SLAM3第2期上线！（单/双目/RGBD+鱼眼+IMU+多地图+闭环） 3 H [0 p& P M8 v& L5 ^
5、视觉SLAM基础： 刚看完《视觉SLAM十四讲》，下一步该硬扛哪个SLAM框架 ？
" j6 X; a( P) r# J 6、机器人导航运动规划： 机器人核心技术运动规划：让机器人想去哪就去哪！ ( W0 W8 G _/ p4 ?0 Y5 I0 E
7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？ 6 \, T7 r( R- _4 p( d8 F5 Q6 T
8、深度学习三维重建 总共60讲全部上线！详解深度学习三维重建网络 3 @5 O. {' \8 ]( ^. B+ k) Z
9、三维视觉基础 详解视觉深度估计算法（单/双目/RGB-D+特征匹配+极线矫正+代码实战） H+ d* m" |4 G N; [* S
10、 VINS:Mono+Fusion SLAM面试官：看你简历上写精通VINS，麻烦现场手推一下预积分！
9 w. H# ]2 I$ S. D 11、图像三维重建课程：视觉几何三维重建教程（第2期）：稠密重建，曲面重建，点云融合，纹理贴图
: I* u+ ~! u9 u' w- z6 v; h 12、系统全面的相机标定课程：单目/鱼眼/双目/阵列 相机标定：原理与实战 返回搜狐，查看更多
) M, B# R' e" ~: \0 b
; U3 D9 ^" E/ ?% B, U 责任编辑：
, b4 E1 q, P( Q- p% Y% b$ t3 n$ h: J; b9 _" _/ `3 A. b) d2 [
) S' q/ w. Y$ F% u% T: P& T/ O6 }
6 J6 n; W& U' h& } T7 u
7 J9 d9 z3 D) c# I- F& Z | 
