|
4 u4 l j. }/ s9 }8 |2 f
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 T' B% _0 }) A" u
n3 a$ k5 S) Z
计算机视觉life”，选择“星标” 5 }3 q7 X/ y7 p3 c* F
快速获得最新干货
4 g4 @2 K+ E- g 背景介绍 2 _5 d9 {. o1 d. ^, `
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。。。
% [8 M4 H# F, k( Y) h, K, Q5 F: e 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。。。 1 q/ c- V' p4 J# d) B+ R
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。。。
% l/ B0 F; q7 \$ z" Y" ]4 N 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？
8 X5 r. b9 m, r/ O: y8 E9 @ 视觉SLAM基础
3 F" G' D2 V0 x( c W 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：
- S' X6 c3 ]- p7 H% d) A, s1 h0 _, J# I1 p
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 j' [2 T, p2 {* z
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。
' e5 X, D8 a/ y# \: W1 e* X3 q 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。
' |, e# O- Z) i1 r 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。
" P+ K; N" g# D" F 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。
& `7 j" W" c0 {& f2 @9 E9 P 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。
4 X. P( M! X3 @2 ], `4 g 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。 ) O5 Y$ `6 f R$ o' 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 。 ) [. r$ |! U; I1 S6 x/ V N' S; X+ W
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。 3 S5 o8 l1 ]" o
定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。 7 O: D' Q F5 _4 s) X
代码可读性强，包含很多工程化技巧，非常实用。 ( i: J* ]7 G& L5 \2 q. k1 C
: w, x' N! M4 A, b7 ] ORB-SLAM2 用于室内三维重建
8 H5 b0 D6 H/ Q+ e9 b/ a, } ORB-SLAM2详细注释的代码持续更新，网址：
/ L6 @1 _- X" | https://github.com/electech6/ORB_SLAM2_detailed_comments 6 j3 \% o- v0 p5 n7 A
视觉惯性SLAM技术
' e0 p, I; V: A( d 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。 8 j4 }8 z7 Q: Q* a3 J
它有如下特点： ' L0 A/ Y. j/ k$ Y, J h
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。 ) I( ~7 e7 c( o E2 O
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。
* [ J3 T5 o4 A2 Z Z; t% q" ` 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。
0 k5 A3 F! n) O6 @( B( o 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。 1 b) y9 N9 P, P" J, ^
从室内到室外，丝滑闭环
( z. q6 O" x: c+ _, i 全网最详细ORB-SLAM3代码注释地址：
6 w6 C3 m( ?' |" I) w https://github.com/electech6/ORB_SLAM3_detailed_comments 8 W2 K, z, g; v s- C! ^1 h! X
VINS-Mono/Fusion 系统教程
5 S, H2 [6 Y p 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。 8 B [! }; _& f* X9 r* S5 _6 s
以下是VINS-Fusion在汽车SLAM上的效果：
b7 w! N) E# y 以下是讲师详细注释的 代码地址：
3 V- S% Q+ D5 h! W) j/ i# m8 L https://github.com/xieqi1/VINS-Mono-noted 5 t& b0 K! E9 i3 B/ h, m0 G; L, d
https://github.com/xieqi1/VINS-Fusion-noted
. }1 w* }# v+ N7 K3 u7 N 基于LiDAR的多传感器融合技术
9 x+ m0 E* l) t$ l8 n3 q2 B1 I 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。
' T2 C( h) ^1 \, S$ d- j( [ J8 `$ X# V, P$ t
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。
5 j# x5 P# I+ L9 y8 |7 R: f) k# ? 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。 # N9 y3 w \ @% T' m
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。
! M9 z7 P4 I. u" P1 s# m! ]) Q/ X# |9 n
( c; S- G5 [( b, S- x" v( O; D) f
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。 + H. r8 s4 Y, f. d1 v1 E$ \. R
; W6 A7 p. s2 M5 O3 X5 }( |: m LIO-SAM 的效果
' w; q$ g1 |7 B- G4 m5 F& l2 c: q8 y6 l9 Z# 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 1 J, m+ p2 C4 h8 [
1 U- D6 o( H9 n/ x7 ^7 H 独家注释代码 $ v1 X: r8 ^' V% W( [ x
https://github.com/xieqi1/a-loam-noted * d4 M! N ]( ~/ G. ^3 I
https://github.com/xieqi1/lio-sam-noted
0 W$ |& `" u, }* k4 Q( b https://github.com/electech6/LVI-SAM_detailed_comments 1 O6 p+ d' u/ ` h( `
激光SLAM技术
6 |8 R9 g: [* r' ~1 Q0 ?) @ 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。
7 b0 F$ v6 F( {* M Cartographer建图过程 9 m, I& `; z9 |# o4 h. \/ j
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。
+ j( m7 e8 `6 F. K8 [. \1 ? Cartographer做了超详细源码注释 0 T+ ?- D0 \# n7 X# ~1 ^# D
https://github.com/xiangli0608/cartographer_detailed_comments_ws
S8 E3 f/ U3 P C5 x; u 机器人运动规划
, ?7 C2 H/ e0 e3 [/ ~, O 运动规划和SLAM什么关系？
( G: g% y1 h- }1 C3 h) U5 H g 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。 # b& j: K; W, S8 M
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。 Q( R+ X' E+ j
运动规划在移动机器人的应用 2 i. p. I2 X% T: O0 T2 M
独家注释代码 * Q k8 c* B5 X
https://github.com/felderstehost/ros-navigation-noetic 0 h6 r n: V. Y
视觉几何三维重建技术 : c1 s; H0 v% m" C
" H& b3 G( G1 W: P' L( j 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% J" D. n/ [( k8 u0 } 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。
x( y- |# ~- S: y5 b 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
4 B9 S; Z0 ]8 B% K
3 J: T$ n, R2 p) B7 v* A; s; } 全网最详细的代码注释地址： 1 j/ D0 I- }5 L2 e J& a s1 W
https://github.com/electech6/openMVS_comments
1 E& }# B3 m1 P s* t 深度学习三维重建技术框架
( _4 r, r( ~ i 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。 C+ n4 t9 ~6 I( }/ ~: \; X
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。
+ {" N" G0 k# ^" O. J9 c7 V C++编程入门到进阶 l; I/ W) p9 e# \% h. L7 ]( J
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？ # V4 Q+ h, O$ u! i+ U* b* v& ^
SLAM知识星球嘉宾刘国庆在知乎做了回答 a* ~$ [: R+ U
这里再补充几点： P: p. e& T6 b) v u* \. B
3 |. z+ F" o( g9 V0 M9 M3 `+ r 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。 / u) [0 z4 ` D3 f" P8 Z
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。 4 B" J) k2 m j. I& f- F& }
C++能够 操控底层，非常适合 和硬件打交道。
$ z+ H& X7 Q; {2 o1 L" E
, T" M' }2 M# P( L! n: A% a" N 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。 * D/ P; @, h8 m5 e- e+ ?
相机标定技术框架 6 ]/ M9 Z0 g( n
! E0 ^( i7 U# K$ O
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）。
) y7 ]0 P6 P: O6 S- f @" P8 F 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 J) s% \1 E8 I$ R( F8 _ k5 @
相机标定是三维视觉的基础。
9 w$ Q P4 t6 y2 i) P3 a0 j
' D; s* M! m, W: H5 X3 n& i% ` 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。
5 Z; Q/ C$ b* w. ] 全国最大的SLAM开发者社区 6 w4 s! i$ b1 E
SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？
# J9 K0 N+ h; H) S 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： " {; y" @9 V2 K6 H9 G
0 ]$ P! l9 E3 E8 }7 z
机械/自动化/数学等非计算机专业能否转SLAM？
# Y4 p" o- V) ~" T" o7 I* R$ m 导师不懂，但要我做SLAM方向，怎么入门？
2 C a' a; E/ _7 F$ s 编程基础差，数学不好，能否学习SLAM？0 d1 E9 C% J7 @2 T7 T7 q* }+ j: B
看完十四讲，下面怎么学习？
# C, F) Q8 W7 j- o: ] 需要学哪些开源框架？怎么学习呢？
. f; v" u, y4 _8 y+ \6 ~ 编译遇到很多问题，怎么解决？
. l; h" q! W3 O' z, a) s) x 只有自己一个人学SLAM，没人讨论好痛苦，怎么办？
6 O" o; O5 {3 K! g" s, m6 J" X 想要和小伙伴组队系统的学习，有资源吗？
) h" N7 j ~9 f: b3 R9 o+ J% v! I- k+ H5 f+ f4 C+ D; q0 i7 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。
2 Z; E8 O2 ^* Z! B- q2 P: i* [. B* F D0 M# P" L
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频 ! {# q6 R4 V- y% P) d9 M# J
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 . x3 a- g; T' g- i5 U" e
资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总 . y3 r+ m0 R# O A( v' n
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 ) q9 P7 G! |8 D. T
活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职 - s8 S) {6 \. {: I* F
求职：内推职位、SLAM面试题、笔试练习
1 a# g% S! g7 N- `$ o3 S% W7 W! f …… 2 X! t9 A, l. i) T" f0 |
3 L, f5 _! a/ y 
: C( _. U- `6 l+ p" N: k
独家重磅课程官网：cvlife.net
O; r6 j, {1 H# y* `0 z0 J+ K 1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？ . _ ~- J3 s* l
2、C++实战： 为啥SLAM代码都用C++不用Python？
/ j; H) ]4 p- V" n7 P 3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！ * ~2 u; k. K! Z
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）
8 S! z& @# [7 E& {: Y7 V' ~! e 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 ？
# j8 S; u* V; I" a. R. 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！
* }0 S4 x' Y+ V a 7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？ ( P3 x- H) z) m) B" j
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 . ?& _4 O# y5 l; {
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）
$ X; O4 ^! F; I6 W3 u; G 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！ : k) G" q- P9 B1 Y+ 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
7 d* y0 g5 x: r4 `4 q 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
9 d8 p. `: ]# G: S) M: U
7 `7 H) U0 J/ _7 v- `! T 责任编辑： 2 p: a) Z% M* n# n7 F5 r# B
) V. y, z! G9 T5 I
! B# _8 X; W3 w% v" F
# D( F) K, I8 S/ B; T9 R: ]. c9 X& [" L
| 
