|
0 G V7 |6 I* ^5 A. E5 z- {( }
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！
( |$ _% P8 C; l: V8 ] \) p- J0 g+ W) b
计算机视觉life”，选择“星标”
# j: s( `) U( T P! X 快速获得最新干货 8 v1 ]/ W# S8 h" f0 m: `
背景介绍
* F) n& {- u4 d* g( E6 M: J 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 n9 D9 W# v; h 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。。。 ; J3 f, r% t+ v6 }; L. d' N$ x$ S
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。。。
& a1 }' A3 J8 ` 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？ 6 @1 R) W0 P0 Z4 h
视觉SLAM基础
+ {4 Z1 P: y# a$ @" H 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： 4 T1 L ^8 X! c* K
/ k9 S) L6 F- ~8 Q' j+ V* T 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。 5 g. |, i( [- Z1 A# ]1 h \
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。 2 I8 q" S/ ?* }4 _5 B9 C
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。
W9 ?9 c0 A5 J2 d5 n! s% Z 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。
( C9 I+ E/ R+ X 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。
6 y* ]4 ~" ^8 i1 W6 n3 W8 F0 a 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。
& X* {' P) Y2 U4 y' `0 r" Z5 z 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。 " c# A4 i! p$ o+ c9 g. O6 V
使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。 . c1 w/ o& Q, ]7 w) B) X% G9 i4 P
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。 , A1 \, E+ t8 \1 T
定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。 9 q; I7 a8 F4 O' v0 O
代码可读性强，包含很多工程化技巧，非常实用。
: ~& {& l) I; l. ~! f
2 w1 b$ p" K; P8 E- Y9 l0 \ ORB-SLAM2 用于室内三维重建
) u. Y" b l5 @ ORB-SLAM2详细注释的代码持续更新，网址： / c2 T( X6 Q& r9 x. a3 L6 y
https://github.com/electech6/ORB_SLAM2_detailed_comments w' S5 k+ q- q/ J" R/ i2 H; R$ c" P
视觉惯性SLAM技术 ! j- T' t* o, V$ s% p* k) c' Q
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。 4 d& d% ~, M, c8 P* D) P
它有如下特点：
% ~/ M& U7 ?8 W- ` 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。 ! M, c+ D& o, Q3 Q1 v" j8 O8 I
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。
% V' C9 z: f2 |. n( [" O+ `. j 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。 / ~; E) u: I7 H) r* 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。
& q0 S1 @& Q8 e5 h- U' s7 t/ `0 [& I; ^ 从室内到室外，丝滑闭环 + G7 L* k% [! e. x6 C! e
全网最详细ORB-SLAM3代码注释地址：
4 Z$ d# K# p5 @: L8 B: h& z https://github.com/electech6/ORB_SLAM3_detailed_comments
( J9 v' l3 l' U/ }1 T VINS-Mono/Fusion 系统教程
/ ~" x8 R6 j3 [0 ]* e! ~ 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 A6 R9 U% x4 i5 E: _1 u 以下是VINS-Fusion在汽车SLAM上的效果：
! t/ a7 Y+ O' }9 P) ^, ^% B# B 以下是讲师详细注释的 代码地址： " U2 {+ }5 S# B) V. F- I% X
https://github.com/xieqi1/VINS-Mono-noted
7 L5 M# t$ b2 B( I https://github.com/xieqi1/VINS-Fusion-noted ( E9 M* H. q! P4 W7 M% r2 {
基于LiDAR的多传感器融合技术
# z& A8 u# ]/ y 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。 - e' ]2 ~9 C- F% W: A- c
& O: H% l3 o+ M! q
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。 8 S7 E2 L6 A. b2 l/ I
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。 " x1 ^" O9 K _: O0 u! U# t! L9 p
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。
1 L' I8 Y8 D/ |3 P2 _5 ^! {
+ X n) d t; K3 Y0 s$ P2 A& Z
, {5 x: m; D3 G+ T r# ^ 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。 " i& R b7 n4 G
: t" i- w3 }0 h1 w" |0 a0 N9 X LIO-SAM 的效果
& G3 q0 }0 j" {# _8 M* N! N& c* z/ |
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
$ \. w, f8 @! ~+ f: H& q+ Q! P5 c6 m$ M6 a: \; p6 }
独家注释代码 2 c! n! Y4 `) k# h3 U8 p
https://github.com/xieqi1/a-loam-noted & }# G. E% ~6 I7 b* X3 v' X
https://github.com/xieqi1/lio-sam-noted
) D1 s1 y0 d' x https://github.com/electech6/LVI-SAM_detailed_comments 1 t7 B# O4 j4 J; T. G
激光SLAM技术 9 g; m0 r! M4 w6 g
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。
( r% R$ E2 j. u5 e! [( h+ c7 ] Cartographer建图过程
" Z4 k: X7 ?. s; J" d 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。
/ H* \9 I; R3 u' } Cartographer做了超详细源码注释 $ X& z+ d! H2 ^4 [0 c( s
https://github.com/xiangli0608/cartographer_detailed_comments_ws
5 J \2 Y/ D5 h z 机器人运动规划 9 M* b) @! ^0 X9 P$ j* n9 N
运动规划和SLAM什么关系？ & [' z! q: O% I: G; M) \
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。
0 r, t! M# [; _# Z 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。
, D* a% J5 M% A 运动规划在移动机器人的应用
( t* B+ C- } v6 r3 i1 _ 独家注释代码
( \4 N, a% Y. P$ ? k5 n4 } https://github.com/felderstehost/ros-navigation-noetic $ [% m- L, `2 d+ D' y5 W
视觉几何三维重建技术 : Z4 b; H# `& ~. |
& X, n% P$ S3 P) `: L 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。 ' q$ k/ j8 B" ^ v
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。 # G( {1 k; f1 M0 ?0 k: 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" j. T* Z2 }/ C
- t' Z4 T. n4 V( D1 H
全网最详细的代码注释地址： $ N) R6 _, i$ D0 u
https://github.com/electech6/openMVS_comments 4 M. {/ D4 f n# }
深度学习三维重建技术框架 5 ` t# L. c( a2 q- J+ t, W% K
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。 1 ^+ W( E5 t9 _2 @8 q. v
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。 . y) x+ n2 Z( ]9 M) c
C++编程入门到进阶
5 k. y0 T% Z7 ~! s4 [* H 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？ 5 _5 B+ g2 E" o
SLAM知识星球嘉宾刘国庆在知乎做了回答
& p' `/ R+ c4 `8 s2 | 这里再补充几点：
: r8 X0 D- `2 l/ i
* R2 _# N) B5 _ 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。
, g; \' E1 E6 \6 u 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。 - W% u* u3 X: A. N) c7 B
C++能够 操控底层，非常适合 和硬件打交道。 + K1 c6 ~" Y, `8 p8 j# _
{5 e6 w6 P9 U, |6 x% {
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。 # z* ~" i E- Q! z8 h4 }
相机标定技术框架 & u1 r: W1 W9 G8 X- H
6 m6 X' \! k! j: g& b0 h, e 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）。 7 c( r* I) _+ a% k- S
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。
% R0 }1 F5 B& y5 z i E+ O. g* ] 相机标定是三维视觉的基础。 , M Q1 K7 |0 Y8 U5 L% `
1 w$ O+ @. F1 T 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。 ; Y) z' h0 a; W$ ?
全国最大的SLAM开发者社区
/ A6 f- V4 o5 G0 z SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？
. o- b5 i6 _6 o2 \ 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： 5 I5 Q, P3 X- n9 X( m" r y
' O' v3 q+ w( G5 `7 u 机械/自动化/数学等非计算机专业能否转SLAM？- V/ Y T8 x" d3 }+ D
导师不懂，但要我做SLAM方向，怎么入门？
$ l8 Y, k- v5 D Y& [ e 编程基础差，数学不好，能否学习SLAM？5 U' d3 o/ X. A% e- ^- ~
看完十四讲，下面怎么学习？2 r4 M) k$ E- V m$ M0 f
需要学哪些开源框架？怎么学习呢？/ u: n, d; r# }. M6 i
编译遇到很多问题，怎么解决？2 o: |7 M7 _; a2 R5 i
只有自己一个人学SLAM，没人讨论好痛苦，怎么办？
: M* C s- ~) d' b/ Z 想要和小伙伴组队系统的学习，有资源吗？* W6 B( h8 N) f7 d; k C% F1 W5 c
! T5 ~7 G; g( V# f8 h& j/ T 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。
0 b' g$ D, r2 s4 m7 m
% Y1 Z) ~' ?% T2 \* b( s* ~ 2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频 ' \" t0 N& A4 [9 T2 E9 x
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 $ Z! D9 \9 w+ {; t$ m
资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总
/ L- G) {! T, r 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 3 V5 j7 [( C1 X' R5 A1 J. h/ V
活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职
* L8 t! X+ U1 H5 x: ]! F4 A9 u! | 求职：内推职位、SLAM面试题、笔试练习
/ W' q! r* p- q; M ……
, r3 l- S! K- w# S, t* Z$ L5 K
' P' ?1 v: G7 _. ]! @* V" L% @ 
! n2 [, [7 T, P; c 独家重磅课程官网：cvlife.net ) q: H, Z: f% P9 E2 e
1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？
9 ^! [2 x. s7 ~: P7 f 2、C++实战： 为啥SLAM代码都用C++不用Python？ - S: e$ M4 Q! N! d( k, u0 w. C
3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！
; |4 E+ k1 g {1 a 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） . ^/ g. [. e' d: i/ v6 U
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 ？ 9 o4 M* u, F% G' [& e9 ^$ h ~
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！ x% m* k1 q2 q3 i* A# u, w$ {
7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？ - t0 R4 ]) m# m
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 : m" c5 F) M; [5 g4 @4 r; M3 V
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）
; ?' _& U, t3 O$ @$ e" [: i 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 c q! B2 M( M3 U
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 % k4 e1 T) f P" r# E+ e
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
7 C7 u. d, c+ u3 _4 d/ N0 N6 q' k0 K3 P" b x; y
责任编辑：
7 ~; w+ e& L- v% e! R5 R) y7 ~7 {
& K6 F Q9 j J
- o* g F! r! p6 m7 K* Z
* |- t) }' m; O) {5 M: `" [& m6 {0 j' u9 b+ |3 |7 |5 A- J/ @
| 
