|
) E" @3 K+ Y a; s 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！
# v0 H0 N7 N9 K) e3 u) e' k% c$ |. V
' |3 p, ?2 }5 Q/ R 计算机视觉life”，选择“星标”
4 I1 `$ _& |7 m* D) y2 }! V2 c3 d5 l 快速获得最新干货 , V, h# l! k' V7 m; |3 {
背景介绍 4 @* K* T* _; ?4 K& \! F
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。。。
& z2 ?: n I8 ]0 n$ k6 l8 `$ L 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。。。
R# }6 j$ y* k6 G. M 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。。。 ' Q4 r) z. }6 n( C9 L3 w5 T
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？
# h( b! q6 w/ s1 U% R 视觉SLAM基础
) @6 F0 s/ K% z4 d' h& \+ W/ j 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：
6 B: _. F) F3 ]/ W# M; Q
6 l, L* n/ h" D! F! e* m$ W 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。
8 {5 p4 A" {; m- e& A7 W4 l 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。
, X$ x: Q% N4 C- 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。
* H, i& P) s9 ~; u 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( H8 Q z5 I2 J
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。
( n3 t. @4 J$ O" r( w% b9 h: b( 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。 ; b9 b8 t# O/ w5 T9 l
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。 ( N8 ^* B2 ^# _, v' |% w
使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。
7 e0 B8 i! 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。
/ o1 h$ Q: \3 e& k5 y( h5 H 定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。
6 j# b! ~/ e& X$ Q 代码可读性强，包含很多工程化技巧，非常实用。 " k- [" [7 D8 T f8 |* A
D( B" E; E! Y# A7 m
ORB-SLAM2 用于室内三维重建
8 I- c+ j4 P2 H+ a ORB-SLAM2详细注释的代码持续更新，网址： ( H6 s2 }) g( w
https://github.com/electech6/ORB_SLAM2_detailed_comments " Q( o$ o/ V3 G4 V8 I, V: `! y
视觉惯性SLAM技术 9 b2 G& Q' I5 |0 J! P$ e& w9 Q" b
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 e, [$ L* R7 F/ b% p' o$ \. i" Z, W
它有如下特点：
) u) k- R3 r4 @& f! 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。
N9 r6 N; g7 B# C" f0 L/ G 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。
6 q$ _ d3 s4 B: f/ T; | 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。 3 s$ D) {7 ^& 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。
) p( J4 z* i( l; `- T$ c 从室内到室外，丝滑闭环 * \& u9 N2 p v3 R h3 ^
全网最详细ORB-SLAM3代码注释地址： 9 x% E" s, f' J: S2 g
https://github.com/electech6/ORB_SLAM3_detailed_comments - f3 O. j2 ^, _- M6 ?4 c, z
VINS-Mono/Fusion 系统教程 ; M, f. t' s8 N9 u- c2 X, U9 h3 s
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。
' w" D% V: a% Y8 h0 c! Y 以下是VINS-Fusion在汽车SLAM上的效果：
; a" c8 N+ q+ e1 X 以下是讲师详细注释的 代码地址：
- x, h0 x- [9 m* I7 C& f0 E" ` https://github.com/xieqi1/VINS-Mono-noted
( _! G( S& g! w5 h https://github.com/xieqi1/VINS-Fusion-noted
( ^0 }7 E; Y5 b. x: g3 h+ h. ^ 基于LiDAR的多传感器融合技术 , o1 Z- k# T" {. T9 r
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。 6 ~+ A a$ a1 ]' p+ w; T
$ K; t7 ]$ ?5 i0 f
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。 ( r3 A7 l1 R/ f R9 M$ Q
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。 6 d; S! v% ~: J |
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。 " C( [1 {3 @; a8 E3 W0 E6 @$ A7 K
; G/ D) t& g9 ^* g# n/ R
5 i% ]3 o3 X( I( d$ Q 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。 $ ^. e9 p" p+ f H+ Z- C
! A" E. f6 w( ?+ x0 `" I2 \/ ~
LIO-SAM 的效果 * _+ l5 U0 d; k
$ O' L6 d' J, `, d2 p) U 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
$ L( Z" l! |+ x2 B% b" ]* p; ?) T. ]# C7 _4 ^' H* W6 {8 T- J9 G- Z/ q2 t
独家注释代码 , E& n/ o7 w0 M7 W, @6 y' ]
https://github.com/xieqi1/a-loam-noted
+ w* c3 N* m. o% c+ O) \; M7 R+ o https://github.com/xieqi1/lio-sam-noted
! o1 j6 e4 H: d$ f0 `# N https://github.com/electech6/LVI-SAM_detailed_comments 4 l+ ]' ?! I0 h' I
激光SLAM技术 ' q Q: |/ C! V, p6 ?* l }
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。
( m3 j* N# R9 C2 N' v8 M Cartographer建图过程 & m1 B! d, a+ `: ~7 L! }9 c# T% r
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。 / e+ h& X- z- ]! M, ~" h5 ?$ L
Cartographer做了超详细源码注释
O3 U! t; k! ~' Y https://github.com/xiangli0608/cartographer_detailed_comments_ws
/ ]1 T' A, v0 A/ ` 机器人运动规划
$ w- u6 p6 b) n) A, @$ [ 运动规划和SLAM什么关系？ 8 u6 U) y J! b6 p
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。 + K% Z( ^+ t# U* k" I8 {
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。
; _+ s) ^8 H+ B 运动规划在移动机器人的应用 ) f3 g) G/ f Y. P1 Y9 \
独家注释代码
v% z6 `( L1 S https://github.com/felderstehost/ros-navigation-noetic & c" T3 Y( u7 Y) v0 ~/ b
视觉几何三维重建技术 & H i. U- h# b+ R$ F$ W
+ a. j( p$ r$ Q# s" ^3 G 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。 4 ?4 H" U. O% \/ C6 |. V# P
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。 & ]2 R0 p& p5 G
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' Y" n6 i9 G* E. b& c
! _' d0 N. M9 E( U1 w 全网最详细的代码注释地址： . z- f( J' v& y9 E1 \
https://github.com/electech6/openMVS_comments
z+ v% P/ T/ A* M: } 深度学习三维重建技术框架 3 b$ b! [, R9 w7 @6 \/ l! b* w
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。 & {3 }( }% V! [ F; 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。
% C: f- m4 R1 L C++编程入门到进阶 ) }, z& t; {8 \, X% p# d) L8 u
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？ ) t8 S- @4 A2 n9 x1 Y! \5 _3 U- Y
SLAM知识星球嘉宾刘国庆在知乎做了回答 $ z. J X2 w. S5 S% P3 _, j6 u
这里再补充几点：
. M) a& |! y" q- _" d( }8 N+ W( j: m6 h
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。 4 ?* ~# b4 `4 n' B- p% D
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。
8 @. ]# Z8 j4 V+ ~$ F C++能够 操控底层，非常适合 和硬件打交道。 5 ]1 V$ |/ D, m! I9 k5 r
7 R# J7 n5 \' @ 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。 / O2 Y# y9 B. m3 C; V
相机标定技术框架
, `" o+ M! }! `9 \! S, V9 h, W& N. q! I
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）。 4 I7 h' I; O% p, |6 X' h
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。
! m8 c- W4 a) ^7 p& Y) U 相机标定是三维视觉的基础。
& k, A5 C! d& d7 N0 B+ @1 X. n
5 }, ]6 r) d* |8 _4 ]0 F! @# C 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 ? r+ \$ V% p% P: _9 z! I$ a+ Z 全国最大的SLAM开发者社区 % b; I7 h4 P6 F: ?8 Y
SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？
' @; c1 @4 f% `1 l- u 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： 8 V0 T3 u1 o" \( H
: }" [. E! F. k, C! Q) g
机械/自动化/数学等非计算机专业能否转SLAM？( t3 C5 K8 a# P6 P5 @1 l6 r3 v
导师不懂，但要我做SLAM方向，怎么入门？) t! x7 t7 D0 b& U9 ~# W
编程基础差，数学不好，能否学习SLAM？
! J# L2 \# v! C9 i1 { 看完十四讲，下面怎么学习？
% c" H8 c0 ~$ G, v1 C 需要学哪些开源框架？怎么学习呢？
1 Q/ q: Y& Q7 h# b, Q 编译遇到很多问题，怎么解决？
" `3 f+ a H9 n+ f/ S2 P; ] 只有自己一个人学SLAM，没人讨论好痛苦，怎么办？
8 Q* U+ G' E3 Q" U U6 [ 想要和小伙伴组队系统的学习，有资源吗？
7 Q- r/ _2 N; P+ d! K6 Y2 l* M
, @- t4 }4 \0 G4 ~; s 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。 8 W: ~) T* y' p) Y$ h5 t8 Z: ^( p. x
/ i* A! Y8 B" [# ], @) C' A; F 2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频 : T, {$ P0 m$ s
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
) ^3 }0 e: n4 O% _ 资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总 ; U0 n; p) V' }8 I
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 & Y t& L1 {, J0 a, ^9 T; P
活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职 0 A G* W" _3 }: Z: u/ w
求职：内推职位、SLAM面试题、笔试练习 / {, L+ m4 V( ]0 X" l+ p
…… 2 v x* I: T& `* W4 n" e
1 L+ g. n. Q: U+ S& {2 U 
, K! p7 u! }7 t 独家重磅课程官网：cvlife.net 8 N; d! R4 G" S- o+ C5 _3 e# n2 l2 z, v
1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？
( Q' H2 L _9 U! T) p6 C$ |. u 2、C++实战： 为啥SLAM代码都用C++不用Python？
- F& I- }/ @0 V1 Y' N8 R 3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！
& @2 t/ c: j1 g1 ^& d% ^4 a, v 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）
! T8 L& T' K2 r1 ^ 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 ？
: o V* r& @1 B, ]6 R9 ? 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！ 7 @! a' @0 x; Q3 L: U9 Z" ~
7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？
- L4 G& S: b. {6 B$ \. l w 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
6 j6 D, _* i0 |/ W" W 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） 0 r5 d0 F0 |+ r; 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！ 0 t6 \3 [& I$ R( x- C4 z! e
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
% j* L/ z n& U2 { 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 ) Z8 v' i9 I9 ?$ a3 N! D2 d
6 ]8 q. Z" [3 F0 k: O 责任编辑：
( t8 _8 U/ t$ T5 [/ L4 |# \
{2 p. P! ?7 E$ `, h. C1 v
. g, p! m3 A: X; ~) I8 L1 T+ _* k& k% G9 |0 K' L
, E3 R5 |2 Z$ ]$ ^( e# b | 
