视觉SLAM十四讲

目录

SLAM是什么？

传感器

经典视觉SLAM框架

SLAM问题的数学表述

1.SLAM是什么?

 SLAM 是 Simultaneous Localization and Mapping 的缩写，中文译作“同时定位与地图构建”。他是指搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。如果这里的传感器主要为相机，那就称为“视觉SLAM”。

2.传感器

为了使“小萝卜机器人”能够探索一个房间，它至少需要知道两件事:

1.我在什么地方？——定位

2.周围的环境是什么样？——建图

一类传感器是携带于机器人本体上的，例如机器人的轮式编码器、相机、激光传感器等。

另一类是安装于环境中，如导轨、二维码标志等等。

按照工作方式的不同，相机可以分为单目（Monocular）相机、双目(Stereo)相机和深度(RGB-D)相机.

2.1单目相机

只使用一个摄像头进行SLAM的做法称为单目SLAM。照片以二维的形式记录了三维的世界，这个过程丢掉了场景的一个维度，也就是深度（或距离）。由于单目相机拍摄的图像只是三维空间的二维投影，如果想恢复三维结构，必须改变相机的视角。必须移动相机，才能估计它的运动。单目SLAM估计的轨迹和地图将与真实的轨迹和地图差一个因子，也就是所谓的尺度，由于单目SLAM无法仅凭图像确定这个真实的尺度，所以又称为尺度不确定性。

2.2双目相机

由两个单目相机组成，但这两个相机之间的距离（称为基线）是已知的。我们通过这个基线来估计每个像素的空间位置。

2.3深度相机

最大特点是可以通过红外结构光或ToF原理，像激光传感器那样，通过主动向物体发射光并接受返回的光，测出物体与相机之间的距离。不过，现在多数RGB-D相机还存在测量范围窄、噪声大、视野小、易受日光干扰、无法测量透射材质等问题，在SLAM方面，主要用于室内，室外较难应用。

3.经典视觉SLAM框架

整个视觉SLAM流程包括以下步骤:

1.传感器信息读取:在视觉slam中主要为相机图像信息的读取和预处理。

2.前端视觉里程计：估算相邻图像间相机的运动，以及局部地图的样子。VO又称前端。

3.后端（非线性）优化：接受不同时刻视觉里程计测量的相机位姿，以及回环检测的信息，对它们进行优化，得到全局一致的轨迹和地图。

4.回环检测：判断机器人是否到达过先前的位置。如果检测到回环，他会把信息提供给后端进行处理。

5.建图：根据估计的轨迹，建立与任务要求对应的地图。