|
: _4 h# b3 Q) Y7 H- Y. ~9 B, y 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！ ) f( r0 O0 V+ W+ [! E4 }+ e
4 O$ R1 V5 Q4 \ V, m q5 u
计算机视觉life”，选择“星标”
3 X- ^8 T0 _: {- ` 快速获得最新干货 + p/ u0 M8 m# O" X8 Y. e7 I6 U. _
背景介绍
! `% Q W/ N: h5 d ]1 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。。。
5 F; _* C6 c8 G2 q$ O 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。。。 7 n- z. _7 T: o w0 Q) s
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。。。 : ]5 v& C# U3 p
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？
3 v1 [. N9 M! \ 视觉SLAM基础
2 V5 o! L& h$ b/ Z/ {+ f- 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：
f* Z s, R/ m8 [7 _4 f3 n! E2 J) M/ I+ g. ?, b+ d
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。
" J/ g3 k2 }# C& [$ Q 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。
7 C( g/ {0 ^/ Y. F @, y 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。 ' ^+ ]! V2 `, z1 ?. I, D9 T$ u+ E
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。 3 f) \; Y* g2 }6 X3 }
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。 - y( n2 V) m0 t: D6 k% D9 d0 m! C3 ?
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。 ; D$ j- X8 Y& U; ^" S; E# N
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。 ; ?/ x# F) d$ j& P1 ?7 `- o1 ]1 Z* E
使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。 , t$ g. E* i$ a4 y! F
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。 2 C4 Y9 T6 c- `5 Y ?2 ~+ {. ^: P
定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。 3 m3 D: y7 @/ c! I4 @9 [+ S
代码可读性强，包含很多工程化技巧，非常实用。
# y# p. s$ | W! D+ i) @& e( q- W6 O% l7 `. L' v
ORB-SLAM2 用于室内三维重建 - y; Y2 n. n1 w7 Y" \# t$ x8 F
ORB-SLAM2详细注释的代码持续更新，网址：
+ a4 R9 n0 z6 i2 I: u& X https://github.com/electech6/ORB_SLAM2_detailed_comments 3 k1 R9 D) R; i" m
视觉惯性SLAM技术
1 Q" b- B2 J* i9 p1 i0 i 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。
: y* _- @( a) o7 K0 G% P 它有如下特点： 7 r. H2 q. A9 l, X* P+ V/ `
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 V' K5 V* R$ s% ?( G; z5 D 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。
/ P0 p3 z! h8 }6 B 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。 - y$ q; q; t5 r) n
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。 5 I: Q0 @0 r) R" j9 d% D& h7 V
从室内到室外，丝滑闭环
" S/ M9 _, A1 t4 k$ X% s) ^# p9 Y 全网最详细ORB-SLAM3代码注释地址：
2 J' I; Z6 F$ m+ X6 Y https://github.com/electech6/ORB_SLAM3_detailed_comments ( S. R- K6 n8 b% h: A& B# I
VINS-Mono/Fusion 系统教程 * @& c/ F' j) g& q
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。
: [+ n5 y/ f6 n& C t 以下是VINS-Fusion在汽车SLAM上的效果：
& e4 }* ?. h; [ [1 J' e 以下是讲师详细注释的 代码地址： , ]+ B4 {4 w/ x$ I. o
https://github.com/xieqi1/VINS-Mono-noted $ A! D: S( J4 u# e4 Z+ F
https://github.com/xieqi1/VINS-Fusion-noted 8 {2 d; |* e5 x G7 v
基于LiDAR的多传感器融合技术 5 i' g& e+ [& i# [$ A; 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 F5 ^& x" c z7 v
6 e9 q) H3 ^& n. `8 o# S, M 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。
; ]9 S+ @4 y( t 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。
. p% O u j8 W: t7 W 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。 - X2 K4 S0 O0 M0 a Y
3 ^' Z* d- a( \! t) T
) L3 T& L. X0 |" h( y6 r: q8 j 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。 ) z r& Z6 N' W; O" c, p2 D' X
+ ]8 x @+ v8 K
LIO-SAM 的效果
% ^5 i! O6 z, g& j6 c9 k
: X z, G5 j5 ~( [( L8 v 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
, y: l; X" @3 |& k8 b" {- w7 j6 C
" S ] }$ l/ H. ^7 s3 `: Q 独家注释代码 8 j1 C+ H8 N, ~0 F7 W8 s
https://github.com/xieqi1/a-loam-noted
7 [8 d F0 t1 }4 P. X https://github.com/xieqi1/lio-sam-noted
! Z: J5 X( G$ f2 N https://github.com/electech6/LVI-SAM_detailed_comments
8 H9 z+ ~1 t- X% s( f' }/ a 激光SLAM技术 & L, \/ {6 p2 a! }& v" q3 i% @, P
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。 2 [2 c7 P' D$ F) [7 h
Cartographer建图过程
+ S, |9 U: _. L 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。 - }6 d o6 |6 \0 [/ B% [- A
Cartographer做了超详细源码注释
' ^5 W9 B- ], E, a https://github.com/xiangli0608/cartographer_detailed_comments_ws % S) F( { C6 P1 g3 P
机器人运动规划
/ Y/ E. |3 i5 [5 O3 i! D 运动规划和SLAM什么关系？
( n- [4 `# B' H) f% `, T, c 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. \' v2 t8 z- T
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。
- @" n1 t8 Z( d: \+ X( o% o 运动规划在移动机器人的应用
+ ]8 p7 {- O4 m# m! E7 g 独家注释代码
- J9 ?& T8 S, q5 e( }+ [- I+ A/ M https://github.com/felderstehost/ros-navigation-noetic C j5 z" j6 d
视觉几何三维重建技术 1 o; Q& H5 Y a# N
8 A2 d3 K* R( ~ 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。
. @# D/ @5 w5 k) L 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。
* s' a% C) m* _" M8 I6 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
W* [. P2 g9 i/ X* x
5 P# [& g& l$ @3 G" } 全网最详细的代码注释地址：
& M7 t; V+ Z& _8 \# M1 f( J) w https://github.com/electech6/openMVS_comments
5 L$ s2 t$ w- z. T/ K' F 深度学习三维重建技术框架
( }2 O8 o+ ~0 s8 H5 u+ v! X0 b 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 k: e4 O2 R* q1 T, y
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。
3 b( w. F3 ^- Z/ [ C++编程入门到进阶
6 [5 ^' z$ q* {+ S, f 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？ ! ?6 Z$ a# Q1 H1 k: M8 F
SLAM知识星球嘉宾刘国庆在知乎做了回答 7 Z6 O- P! w% F, ~8 _& _
这里再补充几点：
- G( z' }% ~1 u% f; b9 X7 W3 F' c0 J7 U7 t& 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。
K1 y$ Q3 {! W; 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。 & l5 e; k# Q* W1 ]' i
C++能够 操控底层，非常适合 和硬件打交道。 5 x3 a0 W8 D. Z0 C* i2 [8 {
0 N# }' |1 ~( U3 s4 A7 w* U
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。
2 ^6 Q) p, \* z- u. L 相机标定技术框架 : `* _# u/ ?# M- \+ N
/ n7 v% ~, _5 y8 i( a3 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）。
( _. ]* W& q/ @" 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。
5 m& u7 a% B' b: Q3 f& _ 相机标定是三维视觉的基础。
, e1 \' G0 i$ @! q# _# e3 W9 V ], }9 Y# 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。
! P8 p) @. J& d6 d" a 全国最大的SLAM开发者社区
+ O3 H3 S: X& L) `# ~2 X; S SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？
2 M* o5 E4 y" F6 g 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： 5 r4 j/ L* J2 |1 X
5 q* I u9 v1 { Z. A: [( H* j" I
机械/自动化/数学等非计算机专业能否转SLAM？0 y; Q2 X( o9 k; H6 T( r: ]
导师不懂，但要我做SLAM方向，怎么入门？
: v/ w: g+ h: W 编程基础差，数学不好，能否学习SLAM？
, L- O) C3 H' Q6 H, r V 看完十四讲，下面怎么学习？6 `) B0 g4 E. t+ {0 O7 ]/ U- U
需要学哪些开源框架？怎么学习呢？
7 M9 i9 R, w8 Y) b4 H! a0 u 编译遇到很多问题，怎么解决？; y/ ~+ T9 V1 L8 Y: p( t
只有自己一个人学SLAM，没人讨论好痛苦，怎么办？4 M' K% z) |* c9 ^
想要和小伙伴组队系统的学习，有资源吗？' _! I3 z4 d( g; U; V' N
6 q" J% A; _1 f/ H
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。
+ u$ J3 Y5 ~7 G8 j" O
7 q }" e4 @3 B9 @- l3 o 2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频
8 B0 ?# x7 A$ V) ~/ K; S) 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
) A6 d) w7 y" H6 E, r- i 资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总
K, y# g- a i* Z7 ^) _7 k 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/ {& r h+ N8 q9 i; H; s 活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职
# k( e" _" m1 x& v( J, c2 R; @' e 求职：内推职位、SLAM面试题、笔试练习
7 w5 l" I) S4 n2 N1 o' D4 A …… 2 s8 v. d: x! [; q
0 d4 W o5 O6 m
! S* J2 j; }; k6 e5 u* K
独家重磅课程官网：cvlife.net
9 T% p, O7 J$ D/ I/ e* o! [ 1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？ + i& d! `: _7 E% P% r4 _% T+ w
2、C++实战： 为啥SLAM代码都用C++不用Python？
+ g( w6 k$ N d' m. Z* r. j* E 3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！
+ h! K& E/ V1 g# G' Q; q 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） 2 C+ F" O$ n4 w/ O' {" 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 ？ 1 T7 t% _: @: P
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！ % n/ M8 i; [( v
7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？ 5 ?' e8 F6 ?. P+ T+ E
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
" X5 X0 H2 H3 _, n) [' F 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） 4 C# p- }4 F6 {, T& ~+ g: k
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！
+ F9 s4 E: O& s2 w6 i$ ? 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 4 C5 b# S* {/ e- _& [+ F! m0 w' c
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 ! C& B4 [5 k0 B |) N
' j6 V9 F5 ?; I& w8 m
责任编辑：
3 |( H h7 f0 k9 j: P, F( X; w" t3 q3 r8 S# L& F2 u1 b
6 C9 o1 R9 e! X0 o% H5 B# Q
- z: y7 U% k/ K6 k
* j; k' V) R3 S5 @ | 
