|
6 U7 X" H# |1 s I% R9 G" G7 H7 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！ & d2 T7 s9 m- E* h, H
' c6 C& k( t p% m* O7 u1 d 计算机视觉life”，选择“星标” # _" K2 [4 b7 R
快速获得最新干货 7 m- |5 Z2 Y/ A2 z. W
背景介绍 ) S4 w+ A% f) g' U" [8 A
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。。。 ) ]. l Y$ F. P7 [) r4 N
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。。。
: X0 ]- g) b& Q8 U& d2 @% h 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。。。
2 O2 X8 I) C6 R' p& X- G+ _ 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？ , e/ o. G- ~# f# r+ Q7 s0 p
视觉SLAM基础 9 q: G1 T/ s0 I7 t* ]3 e4 |! ~
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： - T* P, n( O) e" b0 @
/ i0 R( i/ y& Z1 P1 }/ } 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。
0 H% B$ L! Y 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。
9 [# | y- x+ O( r 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。 ) r+ T& _; A. |0 A
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。
4 Q: @' V. H! k& u 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。 1 e0 ~/ Y( a; l) t- W
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。
* O' G" }7 K" U0 ]# [8 \$ f 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。
2 M9 J/ f5 ]" O 使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。 8 j3 L6 H$ v8 r/ L
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。 - o$ {* C7 d( V4 S, w! y& `* U( I5 n
定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。
0 ~; Q% @- ^4 z: i0 ]& g 代码可读性强，包含很多工程化技巧，非常实用。 7 ~1 q4 ?- O( d2 F. M
/ E4 _1 t8 k2 _- p2 I7 p
ORB-SLAM2 用于室内三维重建 ; v5 Q1 b! N" b3 v) ~4 S# f2 y
ORB-SLAM2详细注释的代码持续更新，网址： % ?3 ?- G8 D% Q; C9 e
https://github.com/electech6/ORB_SLAM2_detailed_comments + F9 f5 s5 V! ~, z/ h9 l; b
视觉惯性SLAM技术
. f4 X; Z( ?# g9 p/ M* p+ J3 W" { 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。
( G3 c# ^. ~/ l; J' B 它有如下特点：
" ]! B5 Q+ ]+ j3 Y2 l 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。
7 r. p" w8 L. X% H 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。 ' k9 r ^: F* A: E& ~& ]
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。
1 _5 O% `2 W( ~: e x 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。
8 k/ g3 M3 j, G {! g/ U, g2 P- J 从室内到室外，丝滑闭环 9 u! m4 w2 Z L
全网最详细ORB-SLAM3代码注释地址： , g$ V& h/ w' d/ E, r
https://github.com/electech6/ORB_SLAM3_detailed_comments ( L2 q* |+ y0 ], R0 t6 Y
VINS-Mono/Fusion 系统教程
0 q# v+ }% K- L) o# 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。
8 L# l% E& B! J" R/ H 以下是VINS-Fusion在汽车SLAM上的效果：
2 w( j+ `) F% q% C* y( b' u/ a6 H5 u! d 以下是讲师详细注释的 代码地址：
- Y4 ~0 O8 j# d/ {: F https://github.com/xieqi1/VINS-Mono-noted + x. ^# j$ x% `; U% `4 x3 m
https://github.com/xieqi1/VINS-Fusion-noted
; y ^3 w. Y* j, e7 _ 基于LiDAR的多传感器融合技术 5 h. i3 a! o2 u' {4 N' m4 l* \
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。
9 D2 M6 ?6 S# y8 y/ v% }- D1 c5 W
- O0 P+ L k0 M3 M5 A) Y& N) b 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。 $ f3 P: D1 g, p6 g T/ ]) ~' v4 }- n+ J
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。
' _! r3 _3 K% E! h; l8 z {, ]% I 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。
! _/ H. K1 d7 H Q. q# _4 Y9 J/ R" z) @/ V- ]% ?, r. q! O$ P
* Z, v+ o- ^& f" a$ z- y' r% E 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。
" t2 G3 o& Y* s/ ?* {) `/ t/ v; L( e
LIO-SAM 的效果
. L& m. f+ j4 d2 z0 Y' x( }% K4 j1 `9 a- |8 n5 ~. J7 |
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 2 A$ `6 g. O" W4 H
( s7 h M. h/ s1 ^+ I, v7 _ 独家注释代码
& L$ r$ K; T! {+ L2 {: v4 ^$ c `3 | https://github.com/xieqi1/a-loam-noted , d3 y. z S6 r: W
https://github.com/xieqi1/lio-sam-noted 7 J/ F1 t+ P5 [! E) m6 ]1 {
https://github.com/electech6/LVI-SAM_detailed_comments . m- G# l$ y' J m: g8 o& r% K9 M
激光SLAM技术
c( A( P( m* j ^ 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。
+ o4 S# W8 \4 L% k Cartographer建图过程 & d% m! L3 U) z) ]) }
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。 / m; o6 c, v6 u) G3 ~
Cartographer做了超详细源码注释 * N1 t7 m2 N. `
https://github.com/xiangli0608/cartographer_detailed_comments_ws 8 p Z+ S4 ~* `9 F9 w
机器人运动规划 : o0 z: R4 o. L( n
运动规划和SLAM什么关系？
5 D4 a9 s7 _ H; U, g3 Q9 k% O 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。
, Q- o0 C2 v6 O2 S; G: C" Y! 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。
. N7 c ^$ c: O 运动规划在移动机器人的应用
! B6 H" M+ H, y! F8 } 独家注释代码 ) ~4 y: q9 m2 f( ^
https://github.com/felderstehost/ros-navigation-noetic
# g c8 g5 O# b$ u) E* j& A$ V8 T 视觉几何三维重建技术
N3 F- [2 @" n) N
5 M# M; E7 k6 C( e) F0 _ 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。 ( C+ y9 x" f4 `3 ^
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。
7 v% }0 R/ i- X3 z 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+ m2 x6 f P5 S) ]) O5 x
* W5 v9 M m9 Z7 C# I b$ g4 o 全网最详细的代码注释地址： 8 g) r- o1 t* |$ J
https://github.com/electech6/openMVS_comments 1 m7 V( u) E7 P5 @+ H
深度学习三维重建技术框架
7 J; c I+ ^: \* `3 M 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。 , `% L; N7 H+ E5 I; k6 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 [4 P% u2 j; Z4 R5 x
C++编程入门到进阶
1 Q+ C2 V- `8 a8 ^4 o% m 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？ ' G3 G$ w6 { m) E
SLAM知识星球嘉宾刘国庆在知乎做了回答
: L9 E% V) G5 R' c5 c N- q" L7 N 这里再补充几点：
$ w% O& y6 ?/ u
! \# G, |) q5 A) ?( {" _0 O U5 u* i 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。 + p3 A! i. s" G: P x3 W/ 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。
8 e6 J) I+ U% o C++能够 操控底层，非常适合 和硬件打交道。
# D- t/ C; j& ?3 H; U9 P/ C6 ~, E- E" X
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。 + v: B6 c0 Z$ w) p4 A: Q
相机标定技术框架
4 K/ t% j5 f1 `# s( I6 O) h7 v# S7 L, W S0 m% Z1 e T# |
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）。
6 C+ n) L3 U6 I2 K 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。 & [ @9 G- [& c9 h5 S, n0 ~3 y
相机标定是三维视觉的基础。 : B' I$ w3 a0 I' j6 j( D
: X8 E/ L% A6 b- U$ [% ? 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。 ) |/ C/ T$ @7 Q4 T6 Y
全国最大的SLAM开发者社区
% Y4 l V6 i& o! |9 }4 n6 h SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？
" m6 m( R- Y$ c( }! E+ K& f& L* m 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： ; c: h; S! T- p, j+ P6 L
' s9 n1 D' |1 E2 |
机械/自动化/数学等非计算机专业能否转SLAM？
/ H; v& ^ I) X8 c3 v& z0 ] 导师不懂，但要我做SLAM方向，怎么入门？+ a) e# i+ j) W, t- F9 K
编程基础差，数学不好，能否学习SLAM？
% b& `9 G: B+ t5 P: A: }) i! {/ N 看完十四讲，下面怎么学习？. R) h* `. o( l$ P/ J3 ]
需要学哪些开源框架？怎么学习呢？3 C- M/ m" |7 t# i
编译遇到很多问题，怎么解决？' T7 A7 u2 N) V6 i; a
只有自己一个人学SLAM，没人讨论好痛苦，怎么办？
) ^ @' o) j; {2 C( j" o) B 想要和小伙伴组队系统的学习，有资源吗？/ r) R& }, D# M! V3 J9 i/ V
$ C+ o3 G7 B/ F& 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。
* L: k2 \' n3 z/ W' p3 }" r
" B/ R) j* {) W% b: L7 l; Z8 ]- s/ x 2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频
1 K: [# T; h. b) [' n 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
* e- R4 S& l! [) ~# f$ m; V1 z0 {2 b 资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总
U3 K& V2 u9 z3 v. m 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 * E D# F" J- ?2 m
活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职
# V0 F1 `8 A n 求职：内推职位、SLAM面试题、笔试练习
! g" P$ |& \* {0 J; n2 Y& b ……
! @0 d: u- A0 n) \( C
* G: { @, B; D m, N" x5 d 
* h8 D( i& k- ?0 Q9 l6 p6 W2 i 独家重磅课程官网：cvlife.net
& @8 e% \3 Q. y% n 1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？
& }6 \. H% q5 ?) b 2、C++实战： 为啥SLAM代码都用C++不用Python？ k# {6 C6 C" z: O3 i
3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！ 1 m- H- g5 G: m$ ~% y
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）
& W% ^, o. G# i+ s' A' O 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 ？
. z" P$ I( Q: b2 ~& M' | 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！ , `: S" t2 E; _
7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？
6 y' x3 m' K2 l 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
$ T. _' _2 L: H2 @! h9 M 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） # D: R' @; K c) T/ b! T
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！
& T9 ]' R; G& o8 R$ E* v ] 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 , {5 K$ L! z* N) \, p4 W& b+ U1 \' D
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
6 g8 r$ ^3 R: U& f, V% i$ F; r
! l8 ~) g! R# \% t 责任编辑：
/ f9 N; }5 |" Z- k* G
! P) b/ L2 d3 f/ D+ L# t/ g) n5 d! c' H1 Z+ M) L2 \; |3 b
! ?. l+ Y' ~! N P$ i+ X1 x2 D- u
| 
