|
$ Y+ c. W) D9 o- T
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！
8 i- T8 P! l8 o6 q% ? f
) O) L! z- N q' ]/ f 计算机视觉life”，选择“星标” , p0 B* N2 h6 |6 m) l
快速获得最新干货 4 n! S7 z" ?1 n$ q. {
背景介绍 ; Q1 k5 W7 V! q4 Y n
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。。。 , v7 _. d+ U2 v" t ^3 k2 x
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。。。
; L! E* E4 n: X 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。。。 8 n: m' V" F `% ?/ O/ f
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？
& j9 Z; S; @$ V' f4 C, Z 视觉SLAM基础
9 Z9 c* N6 |$ l% {. F$ ?. G 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：
# O# W. _5 W0 q d# `* ~* p' F. e
5 D5 l; d2 D5 U$ i$ g4 C$ E 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。
3 S. c. ?* Y' ~: f$ R0 k% J/ b( e 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。 0 @# I. Y) V( U) N I
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。 % R1 S+ _0 s/ B7 E8 ]. W8 G
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。 7 t& f8 [4 D7 L$ r. o/ N- ^
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。
- K, i7 }" t# z3 D0 [6 ]( `1 i 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/ N8 ^" r4 W M) I
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。 ( T4 j9 h/ v, r
使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。 5 g! @) r! |, G
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。
. y6 ^( H9 {6 x' S3 @% b 定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。 W' S$ L% O: p, ^+ A; b% |# }
代码可读性强，包含很多工程化技巧，非常实用。 ( g/ t' c- C6 g. f7 q6 i$ n% Z( D
" g7 K1 j* |. J" g, w
ORB-SLAM2 用于室内三维重建
) }9 _1 W# U2 _& G) e ORB-SLAM2详细注释的代码持续更新，网址： & c( g) f/ t- T9 }
https://github.com/electech6/ORB_SLAM2_detailed_comments " P2 v; g3 b+ w# a* E! f0 _
视觉惯性SLAM技术 k/ n) r% y* Y
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。
3 t: Q1 D. Z V* H, C+ w3 w 它有如下特点：
$ N4 K0 y2 I: \ 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。
* `6 D* o* k+ j. u 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。
) }& J) W4 ^, j! E" Y 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。
$ u, c2 u$ [. f 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。 ' G( _: j, e3 {2 F) ~
从室内到室外，丝滑闭环 ( |$ ~9 {" N" f2 U S
全网最详细ORB-SLAM3代码注释地址：
; x4 c( @8 }, n https://github.com/electech6/ORB_SLAM3_detailed_comments ! G' i' R6 g3 ~5 g: E8 C
VINS-Mono/Fusion 系统教程
4 y- J% U5 _/ ` b# ? 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。
4 B5 t* u/ j* U5 x1 v( S 以下是VINS-Fusion在汽车SLAM上的效果：
5 @# V) B) ]! v6 f- ~ 以下是讲师详细注释的 代码地址： , w2 b& k* W# s9 y5 @
https://github.com/xieqi1/VINS-Mono-noted 1 Z, _1 n }- `$ I
https://github.com/xieqi1/VINS-Fusion-noted
" j- y$ x+ b+ \; W# `, H 基于LiDAR的多传感器融合技术 $ R7 a8 `' P0 k- m2 q
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。
0 m$ L* s4 a/ y* l! m* S1 C8 t. {! w4 d/ c0 R+ Q: X
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。 ' A+ q" g5 L5 ]: j: o' y
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。 * ^% ~! p" w3 z1 L
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。 & ?, ]* m0 Z& G* a" }
9 o' N1 i9 |% U4 f' x B2 E" i
: z, w# L7 o6 z. E+ i 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。
0 H" z: E4 w8 g
+ {( ~( z& a* ^5 Y' f% q- r* | LIO-SAM 的效果 ! A) `+ F* |' L% J0 B7 M
4 V+ s, W% m7 c: @; R( Q2 M
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
) t: i7 l3 v" R6 o. c2 G: j( \& y/ N+ _* n( T
独家注释代码
3 ?) I% ~% T/ T0 g, X0 {/ A7 K# L7 s https://github.com/xieqi1/a-loam-noted
( T7 M/ R' [8 s* W https://github.com/xieqi1/lio-sam-noted
! [( a+ p" R. O: {8 V https://github.com/electech6/LVI-SAM_detailed_comments $ X& l4 v1 S$ P) y: i
激光SLAM技术
6 U: ^+ Y' @ f% o" Y6 ?& V& @ 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。
) c8 l: z' w# {# R) H( {2 C Cartographer建图过程
; L! `. U. i* j% P# d# o0 a 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。 2 C1 o- r, X* k
Cartographer做了超详细源码注释 9 V/ q8 U: U# d+ q
https://github.com/xiangli0608/cartographer_detailed_comments_ws ; f5 S; U( a1 [6 f
机器人运动规划
* B z; L( A9 U1 Z 运动规划和SLAM什么关系？
9 m$ [. y9 @% C2 J$ L 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。 " S& L- ]1 w0 j
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。
X' Q+ X. q7 \' u 运动规划在移动机器人的应用 ; d0 z( X# [" u9 H6 M7 p" g% J
独家注释代码 7 s3 x+ O% T. A7 K3 m$ c8 |* S/ F
https://github.com/felderstehost/ros-navigation-noetic 4 S2 ]2 A, P. M
视觉几何三维重建技术 + v4 j% S; v9 W3 C# m
4 i- B. @/ S5 S' [4 O2 A
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。
- A7 H8 t9 B' R* R6 ]8 ]5 @ 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。
, o; U' N% z1 _# E 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' N/ w o3 u5 A! c- o3 ?
6 N& I7 b, q- P- ~! L) v# s
全网最详细的代码注释地址：
" S$ Z8 Y# X0 |4 s4 F https://github.com/electech6/openMVS_comments
3 V9 O2 j, h8 o8 ?% | 深度学习三维重建技术框架
3 D' {# O" s4 [: | 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。 ; }% R3 b( e( L
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。 " A" P& ^2 a) s. v
C++编程入门到进阶
( q! H/ P3 G2 D' ^; U6 r8 n 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？
: z" E4 M* H' O7 k& H+ @0 \ SLAM知识星球嘉宾刘国庆在知乎做了回答 3 |* c) B/ o) h9 j6 q
这里再补充几点：
- z+ @' j% d0 ^& x) s. `
# U4 r9 j9 S' D O0 M. T 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。
" D: L* u% ]) s' @ 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。 * v W. r" I, T6 Z
C++能够 操控底层，非常适合 和硬件打交道。 2 V8 ]8 a& v i" g/ P' n
, J9 g! y8 _7 l! f 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。 2 P# L' ?- b) H& q! ~
相机标定技术框架
8 k2 ^6 F/ X! j5 Y& C
8 M# ?6 u+ V% W5 p) l' [ 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）。 3 C. c% s0 _6 p( w
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。 0 I$ }, a' Q4 d+ k
相机标定是三维视觉的基础。
% V& g3 [, v( w5 U4 F) P3 o2 L ]5 Q% O
3 u4 M# Q+ |. d7 F: ^( U8 M2 ^ 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。 % q( D/ _( _/ y4 A
全国最大的SLAM开发者社区 7 p p. [. {! k8 a2 m7 L) W
SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？ . U# w8 x% v+ k0 L; P, q! ?4 _
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： ; z) h: ?8 ~- N+ {3 o: X/ @
% h5 v% i) ?4 E# S9 {
机械/自动化/数学等非计算机专业能否转SLAM？
, T8 L# p* F: C5 ?" Q# R$ s* A 导师不懂，但要我做SLAM方向，怎么入门？
% m4 i }1 |! p) V- i; Q 编程基础差，数学不好，能否学习SLAM？
, y% j) ^5 O P! {' ] 看完十四讲，下面怎么学习？4 T: m2 u _; k9 |5 a6 \0 F
需要学哪些开源框架？怎么学习呢？- R: P) ^. t( K, d: g8 E
编译遇到很多问题，怎么解决？
7 p6 b/ m: Y3 L$ q; | 只有自己一个人学SLAM，没人讨论好痛苦，怎么办？; r7 B( i4 H" h
想要和小伙伴组队系统的学习，有资源吗？
% ^1 I, [: u9 Z- F, Z+ C3 Q+ z. C2 p6 B% Z2 o. N' E
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。
' d. y( `3 K1 Y- a8 `8 ^$ f1 B* v; a3 M( S2 c5 K7 Q
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频
* x! q$ ?& y0 y; z* o% g& a6 i: @3 q 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
# v8 J$ U5 t* g! v" A7 u 资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总 9 D" o6 H: x" x; q# @
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
' \& A1 J( _: p" o! i' Z 活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职
' C. O* T- h( Y7 I7 L! B 求职：内推职位、SLAM面试题、笔试练习
8 Q- x9 L7 U+ _+ t! S …… 6 ~: r; i3 M$ r. M) O
8 r! @$ J# m1 d. F9 d$ {. b& c/ c
- m. a% B0 w; S. j
独家重磅课程官网：cvlife.net
' f; e! s+ z5 @1 Y* c* Y# J 1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？
/ k( K, h1 C& B8 P$ G 2、C++实战： 为啥SLAM代码都用C++不用Python？
9 |; |" Y8 _( g s: _9 D/ Z; {) y 3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！ ' o/ D `9 \ ?1 z" S; ^
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） : Z0 U4 E7 U! f3 t- B
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 ？ $ D# y9 w5 _( C% }: W
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！
- m9 x C$ a1 M' W7 X+ A0 m 7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？ 0 R p4 [2 _2 L% T9 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
! i' E- V d4 D; S 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） ) V# h/ ]0 {$ @$ Y6 m, O
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！ # Y( G' F! V) a
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
' y, V: k& v1 y% S9 x 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
+ W+ B$ J# m0 x" n+ B( {% \, \) n% d' x* l+ ?, D
责任编辑：
X0 L2 a7 }# e. c0 O/ `8 a3 ~. S% V+ I2 d
1 f5 _% }' ] I& I) d6 w# [9 i8 D2 \6 _8 V+ J7 l5 }! P4 f
: {& T T8 G' M0 j) K
| 
