|
/ n' b+ ?& L" L8 x8 y3 b; J3 F4 H 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！ - s+ e+ ^3 W4 y4 S
% h1 P. r9 G3 \5 F; L8 Z 计算机视觉life”，选择“星标”
s0 t/ u$ M) Y0 G9 N 快速获得最新干货 * X% T5 j! R" {9 E$ \
背景介绍
2 n" r9 d: b. q: A: d* 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。。。 ! a* Y4 h, S. Y, t. w# P' 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。。。 5 L) r- s" c4 P% 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。。。
9 d: d! }) Z8 x1 h2 @+ K% h 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？ 1 R4 G" m$ ~) w) b
视觉SLAM基础
/ @& i/ v4 T0 Z b& t 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： $ ~, O4 f9 n g+ P: J
! A8 M7 V+ q) h4 S9 w9 U3 C 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。
# L8 X; c$ I5 m 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。
* b8 ]* v. [% l! n# u4 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。 . V- z; [1 {- c; O/ I/ h) [
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。 6 e) _. ~" x7 I% d5 \. u2 g7 d) c
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。
/ e _/ h* ^! ^5 B! i: s 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。
1 l+ t6 J5 y+ r. o. a7 ~- E7 [2 h 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。
6 U9 D5 E) G8 i+ \$ L* o# w$ u. U4 k0 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 。
4 {1 l0 S6 H5 a* k0 z: U 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。 $ c+ a! \4 Z5 [* F
定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。 . g1 F6 n+ t4 D1 `! |/ B* k
代码可读性强，包含很多工程化技巧，非常实用。
0 _' s6 O+ G+ F+ ?/ r# N; N% z1 i
6 B( Y' @0 N d% u* t6 a ORB-SLAM2 用于室内三维重建 # u \$ g* a# P1 _6 v8 s1 h G
ORB-SLAM2详细注释的代码持续更新，网址： @8 s' U) E# B6 B6 ^
https://github.com/electech6/ORB_SLAM2_detailed_comments " C! Q: G# ^$ Q: i
视觉惯性SLAM技术 $ f6 d7 S$ j, S! F, R' b6 v' u
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 I' m- |1 C& }
它有如下特点：
; f# z. S, n* ~9 S7 U 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。 ' b9 N; k7 `0 T
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。 7 |8 P7 g4 F, X/ B4 M {/ 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。
5 \7 E$ `6 u9 B J8 T7 H 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。
( O/ j" _( t* ~/ c' B- v; G 从室内到室外，丝滑闭环
8 j; `% |/ x2 } 全网最详细ORB-SLAM3代码注释地址：
2 i- X* R( S; @1 E https://github.com/electech6/ORB_SLAM3_detailed_comments
% V" M X P Q+ W t+ y, }% v/ u VINS-Mono/Fusion 系统教程 n% m" |+ o, u) y8 i. ]3 C- C
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。 / e0 n1 ^# I8 i9 ?' R/ Z- {, L3 v2 Z
以下是VINS-Fusion在汽车SLAM上的效果：
. E* N2 u& H+ m0 ^ 以下是讲师详细注释的 代码地址： 9 e' H+ b( A/ {( N( j( s3 t! p
https://github.com/xieqi1/VINS-Mono-noted
6 B+ n! x% A+ @6 E https://github.com/xieqi1/VINS-Fusion-noted
) P6 M4 n! J; |' G" _ 基于LiDAR的多传感器融合技术
# f. Y6 O) C' s% y% c, i* v8 s& N 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。
8 D- n' }4 f3 W! v1 `: Y; Y
+ n0 I/ `6 G) j' |" Y$ I* q 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。 + R6 d, F$ p, \& C. U
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。
" Y9 {: V# L/ W% ?+ K 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。 4 f$ z: ?: F" R" w
; H1 Z9 x* d; n% q% X
, D4 y( s C+ H. S' s" `; R 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。 4 U- _1 f- _$ b
% E: _6 a' n8 m3 r
LIO-SAM 的效果 : ~7 u' I4 |) o0 b' d- m, x
- x% I5 @, X' F& }6 b9 f8 g( C z( x# e
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
$ ]5 \5 v% }7 v. v3 \3 E' \6 |2 j+ n. K" e! {3 D& M
独家注释代码
9 [, X" H9 L5 V0 }: o/ A https://github.com/xieqi1/a-loam-noted ( W' C- c$ Z1 x; u9 r
https://github.com/xieqi1/lio-sam-noted : W* _% K3 U. Z, I! f7 W3 }
https://github.com/electech6/LVI-SAM_detailed_comments * O9 n. V$ w7 b+ _
激光SLAM技术 3 N. p1 t' V/ V+ z7 o3 { K
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。
W2 k# h, X; @' S+ j Cartographer建图过程
/ `( z! U( l) D+ J3 ~! ] 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。
0 y2 L8 @. R" }0 S- N Cartographer做了超详细源码注释 : N S- R/ n8 n
https://github.com/xiangli0608/cartographer_detailed_comments_ws
- Q7 T y2 m5 C% E 机器人运动规划
8 S: v! p$ a; _- D$ e, Z/ p 运动规划和SLAM什么关系？
3 j* g. _5 c! @% T0 v& q 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。 ! E/ u3 N" b: A# L! q
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。 4 b' r, f6 v9 A
运动规划在移动机器人的应用
2 O" ]% j* L) I, |+ I7 J 独家注释代码 8 V' I9 [- p* S! w
https://github.com/felderstehost/ros-navigation-noetic
% ?: f; S+ o4 g! |0 h! @6 x: ?5 B 视觉几何三维重建技术 % r9 w( X/ b& d
* D: B& d; P% m7 P
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。 : L! X) H0 ^7 s. K s4 O
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 m* ]0 `$ X/ M 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
5 l; L( o% l0 \4 z4 @8 a9 ^
$ D7 E; }) h; z2 f- x3 J 全网最详细的代码注释地址：
# {4 Z v m: @9 a https://github.com/electech6/openMVS_comments ) k8 x# \) ^7 s1 P) O7 |8 F
深度学习三维重建技术框架
/ [, N* ~3 J* n, @' ], v 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。
; m% ^9 P" m! n }8 c1 M: M: U 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。
1 z1 C4 `; i- c& k2 T- G0 f C++编程入门到进阶
. M; o8 Z' o8 ]. 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？
' U* L. j% L9 c0 O) h9 c; g SLAM知识星球嘉宾刘国庆在知乎做了回答
* q( a* |3 a$ Z2 l, I' r 这里再补充几点： * O- h. y" @* a
! w% B. S0 f; Z( O" p
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$ x' R: F: ] V" u" `: F
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。 3 r% L/ I8 B. a) H$ ?2 \
C++能够 操控底层，非常适合 和硬件打交道。 5 l( d+ V0 g( `% B3 a# f
9 `5 \% D" m# t G9 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。 1 D; B! @+ g: t3 g! w( {) |1 Z1 W. g
相机标定技术框架
! q2 j( k/ p) l
2 S: I' o" B9 y' 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）。
2 e/ J8 I# x' v3 f1 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。
$ M/ c% g- u4 _7 g" ]1 r8 h3 N2 ? 相机标定是三维视觉的基础。 ; j. Q8 F! z' a
# l- o8 o. }, I. j 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。 0 e3 u# A+ ?/ T. ]* Y) C
全国最大的SLAM开发者社区
3 a# D0 N. w1 ]" @6 j0 j9 b' i SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？ B( C8 w {$ ]% n# s$ z5 B
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：
) l _! L! U y- N8 y
3 j; }1 [ f( f- S5 S# p5 x 机械/自动化/数学等非计算机专业能否转SLAM？
; i, J) q7 u! l 导师不懂，但要我做SLAM方向，怎么入门？4 P1 M Y! D: c, D, C+ L8 g
编程基础差，数学不好，能否学习SLAM？
8 m" |$ j' W' r3 ]" Z 看完十四讲，下面怎么学习？6 J0 h$ J# Z' w8 l( r7 Z! {( s9 d
需要学哪些开源框架？怎么学习呢？/ ~+ {8 h& u& s+ d5 v7 I8 Q2 Q
编译遇到很多问题，怎么解决？" W9 x4 T) Z/ r! o
只有自己一个人学SLAM，没人讨论好痛苦，怎么办？5 H* q* a* Q4 f! h$ _# g U
想要和小伙伴组队系统的学习，有资源吗？& \6 I: }% L" }: X/ d
2 Z; Q! r, q8 j$ C9 ^- Y 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。 n( g9 d' B. m2 F
* ^1 s, g; @0 j& a6 r K* R 2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频
0 d! H3 y% k$ m3 V* g: h2 x# G 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
2 X5 S+ q& s6 l' d- i 资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总
: @% ?! e7 Z5 E* v# U/ v 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
9 \6 p: N2 z7 C% t1 H- h! 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
6 _* B/ ]$ t# {# [/ I 求职：内推职位、SLAM面试题、笔试练习 / b& R2 N) \( T
……
& d0 @) |. ^5 i+ |& z1 X; z0 A0 J+ T7 h3 l
$ k; C. C2 J- Q: }6 E/ K5 d 独家重磅课程官网：cvlife.net ; v4 O7 Q5 u# l$ F% @2 f# ?
1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？ / B3 C. c; I) x z
2、C++实战： 为啥SLAM代码都用C++不用Python？ ( }; F; W6 z" N
3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！
M, V: d1 G" _ 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） . n1 y3 ?0 K5 h: u/ n; r
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 ？ 9 [% e. @2 ?' g# C
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！
/ @' a4 l* _6 `+ j# d, e7 | 7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？ ( j/ [$ v7 s! N( L6 K4 R2 P, N* \- 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 # q& y0 l$ x3 v
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）
Z4 @, d$ @* G7 ~' y 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！ ( o* S! p- c6 F2 T/ U: [5 c
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 ' U3 D* X& {$ C' N9 i% b2 M" ?0 R, {
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
" o$ c7 _( |7 C0 x3 D
7 K( m% y4 w4 h 责任编辑：
- \1 d1 j6 `4 a/ m1 f- \9 y* l& Z$ O9 N6 Q# Q' T9 ]* J O5 w
4 q9 M+ o7 s0 Y7 M# C, Z% ~# T# h# O0 Y; T( Q! O( U& t7 p5 x
" L& t+ w. n; D0 X' A1 {9 P | 
