|
: `4 t4 W. b* q9 V
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！
; W4 ?; {' c. }: Y( d: u
4 x( a. t% S+ x4 [' g" V 计算机视觉life”，选择“星标” , p# b% P5 t) }. u0 w, P! t
快速获得最新干货
( J: W7 S4 r# r0 `3 J0 d 背景介绍 * H7 C* ~! Y9 g2 S
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。。。 : i/ C2 w2 e# e8 N0 }6 P* u
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。。。
# A \/ u; b1 c/ ?3 c 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。。。
, Y. T$ g3 s( G) B8 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？
' r- A$ |8 l" Z5 z. ]2 i 视觉SLAM基础 G% W. Z$ ?9 c1 D
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：
( U2 N* L5 V- D0 {" k# ?7 u
9 ^8 {" ^. U/ y7 I5 Q8 b' I% f 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。
* D# q6 W; [9 T C 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。 6 E9 N* I+ [4 I: g$ ]' o
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。
\: u# y; p& Q8 W0 v3 ~ 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。 * Z0 n5 z Y- 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。
( ~" C) c+ ^1 |; I0 h( i 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。
# Y, r5 [6 L7 s# h! 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。
4 d/ Z. I$ r6 O9 Q1 ? p1 l$ Q) T 使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。
6 X+ y0 m( u( [+ m! 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。
8 A8 Q. H" T! ~ 定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。
1 K8 u Y5 _4 O1 ]; F% z+ ^ 代码可读性强，包含很多工程化技巧，非常实用。 $ {3 [2 j. }% y. I5 T
* B3 A$ @' U5 \1 W9 u( h! _
ORB-SLAM2 用于室内三维重建 " [1 d* K! J9 c; K
ORB-SLAM2详细注释的代码持续更新，网址： ) g" i/ k! g% A
https://github.com/electech6/ORB_SLAM2_detailed_comments % S. L3 j' S1 m9 E; O+ {
视觉惯性SLAM技术
. G' k7 F" [# s 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。
+ c! g8 `4 h% A5 U8 ~5 {) H 它有如下特点： 5 j3 p3 V0 z$ p
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。
* H) U2 i* t2 j. S 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。 ) z6 v: f/ x% z) U R
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。
- g* t+ B |3 S% ?4 z; i# v 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。
! k1 D7 \1 j( o' W0 A9 C8 q/ d 从室内到室外，丝滑闭环
: s) n: E- u. R) s z; C& d7 p 全网最详细ORB-SLAM3代码注释地址：
, P. q$ c/ M+ ~- \* P https://github.com/electech6/ORB_SLAM3_detailed_comments
/ J/ c7 C3 u n C VINS-Mono/Fusion 系统教程
8 n9 h9 e) n; S5 [9 B& 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。
B# ~- e7 S! ]5 g% ] 以下是VINS-Fusion在汽车SLAM上的效果： + c8 C* H5 V: {/ {' @ Q$ z
以下是讲师详细注释的 代码地址：
9 s5 ?: w' @2 H p( ?% u1 F7 c* X https://github.com/xieqi1/VINS-Mono-noted # S& Q2 d- R! v/ @2 z. i
https://github.com/xieqi1/VINS-Fusion-noted " A2 Z# s9 p2 X
基于LiDAR的多传感器融合技术 0 }( W5 f1 k5 ?( f
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。 ( b- O" @' e' r+ R! H* F: U
# [1 S) w _% X; f4 P( U: F0 \
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。
P6 E- w7 ]: h4 g) n: f' 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。
- Q; M" K/ M( s; o 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。
' p. `1 @) W; A! J0 `
; T, h- Q! w5 k2 e+ W9 J8 I: Z7 S& G8 M7 Q( J4 I* l
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。
& @& m O, u" j7 C: {' c ~" I7 t
LIO-SAM 的效果
6 D4 W, X" K! E; y; ^% h0 z& |, K% `% @" L' V! R7 X" 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 5 d1 c% f+ i: Y* ^8 a
' A( [/ ?: V7 P7 O
独家注释代码 , }4 s! g7 D1 K
https://github.com/xieqi1/a-loam-noted
9 W3 \& d. q& J1 ^5 g: d5 c https://github.com/xieqi1/lio-sam-noted
5 c# v: E1 a5 }: Q+ K https://github.com/electech6/LVI-SAM_detailed_comments 3 T4 A5 Z" U! K @2 J. t {- M
激光SLAM技术
# p! R( N. O" C& I# u. O 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。 ( p" c5 s% C9 g4 s2 V
Cartographer建图过程 $ z" p- Y) e0 }
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。
* J( n) S7 W* I9 L4 i& b1 R Cartographer做了超详细源码注释 5 B! T- E2 \# I, \5 r% x7 R
https://github.com/xiangli0608/cartographer_detailed_comments_ws " Y0 E/ o8 _; f6 m% P5 w3 h
机器人运动规划
! T; k3 j% A1 b" H- W 运动规划和SLAM什么关系？
2 I' [" H! L; K$ q4 J' S 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。
6 _. K* ?7 ~4 h/ v! n, X 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。 3 d, T1 X0 }6 i' {! j
运动规划在移动机器人的应用
) {1 c3 A3 {2 E8 h' o8 l7 p' m 独家注释代码 & a5 ^& [) f6 W; @2 |: o
https://github.com/felderstehost/ros-navigation-noetic . m" T ?4 F; H% \/ r) U( V# E
视觉几何三维重建技术
% b% J, l+ |5 U9 I6 A
P. p9 G \% L 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。 6 v" G' y2 ?1 k" w" S/ u/ t
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。
6 Q5 _4 u4 a3 n, @ 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9 t& d" ]* Q8 f- L/ [+ A
% j1 A& Y; a" N% w+ g6 G
全网最详细的代码注释地址： 4 ]' s- G0 A" {; \
https://github.com/electech6/openMVS_comments
% R8 x; c% e4 B4 h7 e% q( F" D2 C0 c 深度学习三维重建技术框架 # s' q! R7 W0 p% q$ V- |9 T
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。
, V# V1 z* A: Y* l x 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。 , E7 y6 @6 x$ N& L6 m* i: }1 @# n8 Q
C++编程入门到进阶
+ v0 T0 r- }: `6 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？
& c6 z4 M8 p2 \% f y& M SLAM知识星球嘉宾刘国庆在知乎做了回答
$ c2 g4 Z6 _* T' X 这里再补充几点： # C2 M2 h0 d0 C+ B6 O" o$ R+ p
. ~2 h. U4 {5 j( L
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。 0 O, `/ e* A9 y( J5 w
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。 ! L# o0 T: A0 |$ e
C++能够 操控底层，非常适合 和硬件打交道。 ( i- ]0 \- b3 ?/ w
# k# c$ p6 F2 @5 W! |% d/ k
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。 9 L8 D7 ~: h V) l' s
相机标定技术框架 ) M' J/ r* q# |. u2 N
& v4 W! n% C6 ~ L# x8 M; p 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）。
* R/ R/ @7 _# W" u* m$ ~+ c: g 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。
& r+ m5 R0 w7 d# X' ~. t; V+ M% g 相机标定是三维视觉的基础。
" w5 L0 F* z9 r0 `7 H
7 }! R3 y5 }, n$ ^7 \ 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。 / S G- R9 l% [+ ~
全国最大的SLAM开发者社区
8 `7 @/ A3 Q7 @; z4 X SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？ 4 M1 Q* d5 l8 }
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：
" u2 ? G' J7 [( B' ^6 x, w. X1 _5 T7 Q; s8 ]
机械/自动化/数学等非计算机专业能否转SLAM？
( j _. Q7 _. }( X% I# |4 X' F 导师不懂，但要我做SLAM方向，怎么入门？. n7 |. o, Q: t
编程基础差，数学不好，能否学习SLAM？ f# ~ i. |* K# y
看完十四讲，下面怎么学习？
3 D7 b8 \; G& F+ a 需要学哪些开源框架？怎么学习呢？
' B% E6 j, h# ]* U5 j9 c8 N# E9 A 编译遇到很多问题，怎么解决？
) X5 t6 a2 q' N7 X( \ 只有自己一个人学SLAM，没人讨论好痛苦，怎么办？
+ d- R% @$ Y! R7 a ?, ~ 想要和小伙伴组队系统的学习，有资源吗？
" b6 [4 y4 o* t7 K0 W' x3 @- w: T; B# d0 n* P- a- X
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。
# c% @% B8 o. X5 W2 I9 [+ G4 e) L) l, x
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频
8 a! O! p2 q. @6 H* A9 K; L 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 , k5 {! I N/ d$ g6 d+ o
资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总
2 Q2 L+ X0 d, R$ J 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
8 f6 M; @3 v8 t" [( W 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 |2 [6 [* W# W
求职：内推职位、SLAM面试题、笔试练习 4 V k. o" F1 G" h9 y8 A
……
. C) D0 v# \: b4 {, ~) \$ E/ P% v* X, y$ T d' ?" w
- j0 X) p1 J4 V! h) N. I% v4 z3 x
独家重磅课程官网：cvlife.net
/ ]5 P$ M. d: m 1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？ 2 p; f4 s( T. S# w
2、C++实战： 为啥SLAM代码都用C++不用Python？
# D; c4 Y; d6 f) K9 v5 f 3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！
* b6 l- H8 a% U! i7 b; l# D; ~ 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） ] D, m/ R2 K
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 ？ ( P3 i8 h) q! x( P9 l) g/ V
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！
: P" l. M* ?" p- @" r' W 7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？
! o, _1 J3 c+ K L$ {4 w2 i 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 4 y$ b1 m( E; @ Q E# v6 X" }
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） # w8 L* O. w/ { g
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！ 7 f0 o$ v! W- z4 z/ V, |! p
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 / u$ j: K/ t% M( Y
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 1 b! r# d& z9 A. `# s
$ \# m3 t4 d q5 b m. B% d" g
责任编辑： . w9 m. ~1 q! l: y2 d
9 {% C8 Z: E' e' r
: H5 B+ b4 m* n" m+ n6 _+ N/ u+ J- \1 K, U3 f: K/ ?" o
) J" X4 H5 \- Z* `9 w& c# `
| 
