|
) j8 ]. O* Y- ^6 A8 w/ v+ U- V+ o# @
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/ i4 f' p6 ~, D
& u2 g6 @* h I4 ^ 计算机视觉life”，选择“星标”
, y; M) b- \6 c( V- p 快速获得最新干货
. P- H# l. d+ u1 O' j 背景介绍
2 v) `8 @, c% M! B- k* [; O 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。。。 % S' ^7 z( z2 [% ?, ~ |9 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。。。 - L3 n. [3 l/ W0 p) ]% k. b' J
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。。。
$ r6 T' S) W5 I' r- 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？ " Y( K+ L$ F0 e( F( I
视觉SLAM基础
: C6 X* i( D! H1 @) q& p2 Q 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： . H( g7 w P, h' @
, }, s+ D" R s$ S8 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。
5 }4 v, L r6 m5 X2 M; 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。
! W# O/ l G; T4 A7 d7 e0 B 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。 2 p7 ?- a4 D+ B8 h2 {3 s/ I
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。
# i8 O' ~# _# ?/ [# X 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。
' z: C0 d1 _2 [! \ 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。
, L3 P' V: \7 f2 y- B4 s 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 C- m$ \/ N9 \! c; b. ]* y 使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。
: V8 h" Q3 G! Q% l, R 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 L U/ j: z$ K# h3 h 定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。
& {; E) M! |) u 代码可读性强，包含很多工程化技巧，非常实用。
2 d) q* i! {1 c9 V Z) Z
9 ~ w e5 c! b ORB-SLAM2 用于室内三维重建 . g* {0 l8 B1 v. f( J
ORB-SLAM2详细注释的代码持续更新，网址：
% b5 y& h$ a( `+ B https://github.com/electech6/ORB_SLAM2_detailed_comments
/ L6 P1 {# R, a9 ~ 视觉惯性SLAM技术 - p' ]+ ]. |; [% 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。 : m, S9 t9 E: d6 F' p' S
它有如下特点：
/ u2 M1 c( W7 ?$ ^ 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。 0 O* I8 Z( {1 S/ g, ^( 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。
. t3 k3 {- q! v' ^% @ 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。
2 C' s. T0 w/ e A% Z6 C9 A/ y 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。 & B, C1 N$ j: W6 P' ?
从室内到室外，丝滑闭环
$ X1 y" F8 X0 f/ A1 x 全网最详细ORB-SLAM3代码注释地址： 0 z' i- n' w, c) m/ |
https://github.com/electech6/ORB_SLAM3_detailed_comments $ j3 W# i3 b( }6 J D/ w
VINS-Mono/Fusion 系统教程
3 ~( M6 r, h9 g- 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。
R7 w: F {, ~4 W0 X5 Y 以下是VINS-Fusion在汽车SLAM上的效果：
* {5 t3 R1 x5 H0 v& ~% ] H 以下是讲师详细注释的 代码地址：
, ]5 g5 z; I8 N. p https://github.com/xieqi1/VINS-Mono-noted
9 o3 S9 s6 U0 t+ L" i https://github.com/xieqi1/VINS-Fusion-noted
) t/ e8 S( A) m' Q4 m 基于LiDAR的多传感器融合技术 4 e- Z3 S4 R8 X$ k9 [
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。
0 P- R. Z: N7 M+ F1 |
- C% P' ~4 V; R7 z; \! y 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。
: O) Z2 X) ^5 R0 I( p0 N& Q7 E6 Z. y 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。 4 g# s! Y8 |; Y( n2 L4 u
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。
! W) p6 D2 G3 c4 X: E) N6 }% [8 B+ `. d1 o+ T' M
) q0 p7 j: o* X8 D1 ~; n" p
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。 6 M/ V% z6 c- W; y/ E' {
) [# T, h" i5 e* \0 v4 |0 @4 A" O' x
LIO-SAM 的效果 6 q- r6 [( v) j6 h
4 `% y! m# l8 }0 R) k) F 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 3 O( @+ p. W: w/ O W+ p
, d3 x% ]# h2 W7 m# o8 h
独家注释代码
) D9 m5 M% C! J& K' u" [ i. c; I https://github.com/xieqi1/a-loam-noted
- ` B0 l2 W5 H% } https://github.com/xieqi1/lio-sam-noted
% s; Y: H, Y. r" v8 n& n& p https://github.com/electech6/LVI-SAM_detailed_comments / }) L& ?# s/ X0 r
激光SLAM技术 R4 U; u3 \; N$ O0 B
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。 ' |+ `/ B# x0 P# d$ O* { H1 X
Cartographer建图过程
4 }# u$ A, P, @" [ 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。 # C! k$ l) N6 r' h; q9 a
Cartographer做了超详细源码注释 ) P$ c% q" J& l$ k8 V* c
https://github.com/xiangli0608/cartographer_detailed_comments_ws 2 E5 u& C6 x* G! B7 g! i- a6 o
机器人运动规划 n. F6 t6 x4 M8 U( Z
运动规划和SLAM什么关系？
) x W3 F% {. q& N/ z4 x 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。
( F& K$ ^5 N x/ _% t! c; ]1 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。
: b6 h; S X$ _6 N& d6 e$ T7 } 运动规划在移动机器人的应用
7 q% e6 D9 u% V+ T! }. E 独家注释代码 0 q2 b" G9 O7 G; X9 u4 n1 M! h. t
https://github.com/felderstehost/ros-navigation-noetic
0 z* V5 Q$ i6 e1 z9 J$ L 视觉几何三维重建技术 & r& ?/ \. o7 n' n
" I/ N `! e; ~ 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。
g6 L5 a3 Z- } 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 i4 o; ?* g9 c 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
# h) G" X# T' l$ z" \8 e& `; s3 Z. B$ l: V& E! e5 j f# G
全网最详细的代码注释地址： & j/ S& P: K) b- r3 W
https://github.com/electech6/openMVS_comments
M$ M7 r$ A* B/ [! m 深度学习三维重建技术框架 ) A) G, a3 b7 R- j6 ]5 {% Z
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。
; G" }5 Z% m. X5 H8 c1 T7 E! ^ 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。 7 A( U9 k; k4 }$ w0 N
C++编程入门到进阶
$ x) e4 H2 T# n8 B% t* V 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？ 9 m8 L8 @$ H+ b0 q5 ]' @1 v
SLAM知识星球嘉宾刘国庆在知乎做了回答
, ]4 I- {$ V7 B1 M) W 这里再补充几点： * \# V# P& H* C* j" v
c- a& J L9 Q' 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。 8 k6 N0 s3 m1 j H9 K 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。 : ~0 V; m7 w4 G8 X6 i5 A8 L2 [
C++能够 操控底层，非常适合 和硬件打交道。 3 D8 [" p% z( n& {" ?+ c/ n
. l% T4 L8 c* I8 D% m h4 ?, w' @ 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。 ' H, H9 C5 ?+ d) R
相机标定技术框架 $ l% ~+ l; P0 o2 p) W
5 U p- |% z: l+ Y8 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）。
9 x1 p$ n9 s5 d: Z9 Z 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。 6 X& r- u; |# K$ ]& U
相机标定是三维视觉的基础。 ( m- G$ Z5 A, z- }- r
/ ^+ t% i9 J, w7 d8 G) 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。 * I0 m+ ~5 f) d: G( l- ?
全国最大的SLAM开发者社区 & G. G. f1 D9 n
SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？
" d) ?) v4 b6 G& m: I. U+ P# v 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：
, S2 ^$ d; l2 S' A; _. w- Z' w3 q+ Y+ R2 ]3 b" N" D
机械/自动化/数学等非计算机专业能否转SLAM？. c6 Q( r3 A2 ~2 S5 `! u+ Y
导师不懂，但要我做SLAM方向，怎么入门？. J: Z; |, M) D+ ~* F& V
编程基础差，数学不好，能否学习SLAM？
! |, a: K& D/ e8 c# e( N 看完十四讲，下面怎么学习？! ^3 z+ r& s& r4 i. @+ X- L
需要学哪些开源框架？怎么学习呢？: q- x* B$ i1 F4 `% L2 W
编译遇到很多问题，怎么解决？
& {4 y! e. S0 W' o" M 只有自己一个人学SLAM，没人讨论好痛苦，怎么办？, ?# y. A. O, t
想要和小伙伴组队系统的学习，有资源吗？0 D# c+ d4 e4 Y2 z7 l
1 f0 A' P, M2 M' S5 K! a 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。
% t4 a7 R' D) _: e; P6 ?( `' ^6 b4 B: Y" W5 P
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频
/ c! j' ?; \, l% R 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 - U" a2 D: L( |
资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总 , |! A7 ~9 j0 P: U* M \2 p
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
" q. o$ U, O* R f7 M8 a! |( | 活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职
1 Y$ _$ a8 e6 {7 t! j 求职：内推职位、SLAM面试题、笔试练习
6 M1 y8 q8 w$ Y: q …… ; T- U! s( X5 R2 y
4 `) z4 |# H/ U9 }& F2 X
, z0 X$ L. c/ l5 \/ m2 \1 V 独家重磅课程官网：cvlife.net
" Q x$ g* _6 o; o+ E4 c9 {% l3 ? 1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？ 9 S! r0 e9 d& T
2、C++实战： 为啥SLAM代码都用C++不用Python？
& ]( Q0 B$ I/ Q9 e2 P' J4 D 3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！
3 K0 ]0 ~' \. G5 W5 w# x 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） : H. X6 C0 @* i$ Z
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 ？
6 X5 c9 |" E! i j& 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！ ' Y2 A" W8 g# N2 C
7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？ $ ]- ? \& k* Y
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
9 n1 `# l/ w6 b5 Y8 Y6 O1 o, z" ^ 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）
, ? f" N K* w: ~, ] 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！ - S" R& ]7 F) y- [1 c5 ]
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
! E( i3 M: d+ 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 6 v) F" r5 O' B; E# |
0 R- _) R/ F( O1 J0 c( i
责任编辑： ( ^5 J) ]9 N: |' p% X; }
" C$ n) {7 s. J
( M9 F8 K( l. H) l4 }5 {$ W5 J8 J1 k" O; p
/ U5 ~. [* J( N8 F9 W
| 
