|
1 m' L; V: g! F6 M
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！ . K9 C A, ?( n1 k! d
, m% ^; j9 V% N& w
计算机视觉life”，选择“星标”
0 O$ y* `' U0 B& ] 快速获得最新干货 " D6 t# `" ~/ C- T* z0 ?' q
背景介绍
* j2 m; z3 u; U 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。。。
/ ~ h/ Y: T5 W+ ? 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。。。 9 D' }! \% R. |6 h2 ?# R+ l- f
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 A x0 Q5 V3 X2 t+ {! O 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？
$ `: _. \( i* X 视觉SLAM基础
. T: ^( J% m0 x- f) r. ~, V8 x# | 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： : [5 V" Q: D* M, ~' p+ i
) V7 s1 g) U) V7 i
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。 " c6 x8 _- C9 G# ], V! I5 R
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。
! L% n' ]! L( O# a% ^" k 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。
" K# |3 W1 i4 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。
+ j0 V+ _) X5 K- P4 f! N6 `5 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。 5 U' h3 O) F; c
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。
3 d+ `. {2 v9 u3 s6 ` 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。 % Z! U# _, c% e, {) M
使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。 ' Q+ O! x, h j
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。
) J) ^. P4 C. ~8 `4 g$ x 定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。 ; L2 r$ F- r% t* b8 w. [
代码可读性强，包含很多工程化技巧，非常实用。 0 j) T& A7 N( g7 m) [3 \# _
$ B) M$ k' v+ T
ORB-SLAM2 用于室内三维重建 ( N8 [% `' ]; T2 t1 d
ORB-SLAM2详细注释的代码持续更新，网址： ! P0 ]: l; k; W m
https://github.com/electech6/ORB_SLAM2_detailed_comments 6 }# b- z0 p$ @
视觉惯性SLAM技术 8 a2 P- x' I' r! V$ H9 a( K
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 q& c- d& p& y o; s' @ 它有如下特点： # y5 |) F5 ?) i+ @2 }1 @7 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。
+ b: S( P6 Q, ]% Y( i2 `6 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。
* @* F! ~$ z7 N9 {& k/ m1 K 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。 : V( B, U, L0 I9 k: 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。 ; L7 Q) |, C' i& O% C
从室内到室外，丝滑闭环 6 f' w/ ^5 k/ ] u, r
全网最详细ORB-SLAM3代码注释地址： $ }# U3 G% [5 }* j# d+ K
https://github.com/electech6/ORB_SLAM3_detailed_comments 3 E$ P; K/ G. f
VINS-Mono/Fusion 系统教程 7 y) U& X" w7 y; b) ]! ~( u; u8 j
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 Q% o, P1 B, K/ m. k
以下是VINS-Fusion在汽车SLAM上的效果：
: @3 z4 c( U. R1 O" F) @ 以下是讲师详细注释的 代码地址： 4 n( j# J' O; z" |
https://github.com/xieqi1/VINS-Mono-noted
9 q2 O$ |8 D; e$ r( a: u: m f+ L https://github.com/xieqi1/VINS-Fusion-noted
# U7 ~2 l/ I* A- ~9 x) |* U$ l& M 基于LiDAR的多传感器融合技术 ( `- L+ h: {! W3 k
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。
( U& E% ?, f5 V, Q7 e% r+ G( u8 K! V' Q& L! U
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。
% |4 I' J4 B, `. j" Z3 v0 i% z( b 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。 / `3 e/ \$ |2 |' P' 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。 6 J, M5 p. T0 ~ c
( X! \) T' J" e( X
7 S. L+ ^8 r8 } 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 I, l- y& K9 v8 F+ Y# a
1 J$ z6 c0 c6 M& i1 D LIO-SAM 的效果
$ @3 k( e, B5 R2 Q3 Z! h# W9 U# E3 v
* F( g$ ^, \# }6 s# q# x 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
X' |7 F' o9 } t+ {1 h! p) I2 _8 B+ K2 C) g' z
独家注释代码 ( l6 O! @8 i* @, P
https://github.com/xieqi1/a-loam-noted
' p( f0 A6 |- S https://github.com/xieqi1/lio-sam-noted + }+ [- T9 j/ i6 b- q& |3 b
https://github.com/electech6/LVI-SAM_detailed_comments 9 s& ?% s& D# s, N1 T6 b$ D
激光SLAM技术
4 ?4 M' z* T! d 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。
; o* g4 ~7 H) G) P, }& o* P Cartographer建图过程 ! n4 w# r2 U, A4 {( o4 [
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。
( G8 G9 o1 j3 K9 Y: S: m" g Cartographer做了超详细源码注释 : I+ u" c; o* z! |
https://github.com/xiangli0608/cartographer_detailed_comments_ws * l5 F _+ Z! V# U( U6 s
机器人运动规划
# s7 X, K/ w% M, @ 运动规划和SLAM什么关系？
4 L: O/ j- U* w$ Y4 @" J5 Q: E 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。 : M$ Y; {2 A6 e. V: W% ]+ p
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。 - ?; k8 r* ?# G; s7 t0 W1 [
运动规划在移动机器人的应用
* u. {3 r# w% b( M( G' i 独家注释代码 : q6 ^9 N7 p2 `# n2 r0 Q4 U
https://github.com/felderstehost/ros-navigation-noetic ! |% T4 E/ w, X+ }
视觉几何三维重建技术
: u B. X# u& }& G$ @, g1 v2 q( P- \4 p/ T/ [% E/ X
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。
: J% k, ]; O. D# O7 f" 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。
4 Y) k% W7 t! f" @ 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 y+ W- G4 E8 s. p1 X- q2 I
* @& Q2 R" t4 f+ R/ a
全网最详细的代码注释地址： 7 W& y/ d" W: a& X {
https://github.com/electech6/openMVS_comments
' j, s7 c6 K3 S0 M. w) q% h1 T) h 深度学习三维重建技术框架
2 A! B, b0 [' x0 S; x# Q 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。
% @. ?6 Y" w/ C( |& t 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。 + ]& q4 @" d1 t8 V( X
C++编程入门到进阶
8 ^) y" L' I0 B 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？
2 e: C1 Z6 |' u( `$ @! r/ L' s SLAM知识星球嘉宾刘国庆在知乎做了回答 * N9 Z: O/ Q1 N7 `
这里再补充几点： ; c2 W/ ~: e2 _8 B! P0 i
0 T) g9 u1 V6 Z0 C7 [ 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。
1 n$ N/ ~) y, f4 l 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。
! N' |3 e# u( z C++能够 操控底层，非常适合 和硬件打交道。 L' a1 n i" I i
) n' f) ~, t1 D
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。 & q$ J* l* `1 Q5 d4 [9 _
相机标定技术框架 * H4 v" c% j6 R' ?3 |# |
6 K) h5 R5 a$ I, _- O/ v5 s- }& U 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）。
+ H% s$ T$ _; t" n+ @ 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。
: o/ J) ?' L1 q* \ 相机标定是三维视觉的基础。 . [7 c, y$ N8 C* y j1 P$ D
% L% F* v! c3 e- r7 f( X. { 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。
/ [6 g! s! k' `( V# S6 u 全国最大的SLAM开发者社区 ; W9 r+ k) f* \+ l" g0 U v, Y
SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？ 6 w- T0 U" g/ @, X$ e4 o8 f
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：
- {4 g) Z9 D5 ?
& }$ v6 N4 c4 z4 Y# l 机械/自动化/数学等非计算机专业能否转SLAM？
7 B3 v- f( g8 j 导师不懂，但要我做SLAM方向，怎么入门？6 B0 [' `: g Q; i& ^" O
编程基础差，数学不好，能否学习SLAM？
/ l9 D: L& y+ k/ ?6 D) ?' n 看完十四讲，下面怎么学习？
9 s$ ~6 L& b/ _! u* t 需要学哪些开源框架？怎么学习呢？
; ]( j' w* s( N3 o! o$ F! s 编译遇到很多问题，怎么解决？9 N: q. l6 x; m6 a8 y
只有自己一个人学SLAM，没人讨论好痛苦，怎么办？/ b9 @) Q; H/ N: Q2 [( {1 {# ]) F
想要和小伙伴组队系统的学习，有资源吗？" W9 X7 d% Q* o3 R* u0 h7 x) P
4 c! E7 f$ a" A0 P; ^, 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。 ; F3 {. G1 y! t! R" N% r( C
+ q* M5 A2 l; B: x {: s% b Z! O Q2 M
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频 ) _6 r) M6 x# 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
n7 o& J, ^, y! v- l& R 资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总 l; m. l1 a6 \1 }8 @
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 ) z, I4 r* {7 B" Z: u& j
活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职
8 W1 h9 J3 z( v( @6 ^1 r 求职：内推职位、SLAM面试题、笔试练习 - O$ T* N2 g1 \+ f# S. s; g6 C
……
; X+ S! G) j: f8 F. T6 w: F t1 h9 V4 a: R; M
% D+ A' ^" o6 \* t$ b* a 独家重磅课程官网：cvlife.net
' f2 S/ C4 k/ K# Z0 ?3 {0 C7 Q 1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？
/ e# ~4 \0 i/ Q& S% w 2、C++实战： 为啥SLAM代码都用C++不用Python？ 4 k: k1 O9 X; n# |/ ?* f H
3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！ - e( J+ L1 \; h
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）
# v3 \% o7 j- e: s+ w 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 ？
: j9 i+ K6 L' }3 B4 F( b. o/ u% x 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！
8 O( y6 _: |$ r" g1 } 7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？
# J/ _5 |) i0 {7 H0 d; E% x 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 D7 ~/ ]- {' V$ [9 h
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）
- r/ l4 b2 ~, N, p8 p 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！ 5 m$ J' v- D a8 r8 q. `' H! L
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 * @9 f3 c1 a+ q9 B9 g
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 / m9 Q, B; J+ _) ^ I
7 H d8 o; x4 {! b. n
责任编辑： 9 B- y+ q) A. ]$ A, I; y
1 k2 S% W I6 F. n! F5 p. P
, H$ N, n/ l3 e2 ^
- x: G2 t' e: A9 E$ I% F; e
7 w. c6 ]- n: k3 P | 
