|
9 |7 Z* h3 s5 D$ N( X- q+ E4 {1 D 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！ q# c4 b$ O. [$ b' Y+ S
4 I. D. ^+ k" I, @& X0 T2 o3 S
计算机视觉life”，选择“星标”
6 O# u/ o9 n3 Q- ` 快速获得最新干货 + ^* R& P$ \6 [. F
背景介绍 $ X8 k* y5 n: P6 [3 U" P/ v
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。。。 : ~+ Q; Q) r% j f
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。。。
1 o0 v, r, k- |5 { 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。。。
; Z) S4 E( \% ]$ c- X4 }; 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？ ) M& D+ I( ^& t6 T5 p1 R+ i
视觉SLAM基础
8 H/ B0 H! _3 A 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：
% n5 s: V- ]3 ?& G( G
- A( I, U8 T! n 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。
1 ~4 {' O; U& g0 S' 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。 $ |+ ?) N. L: p* 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。
0 b+ Z6 Z! j3 r% d. 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。
% F/ w! P/ b7 T: v7 g9 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。
) }' t" T3 ~3 F; P0 r; n. G, y 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。 8 ` j ^+ e8 s& x' [' z
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。
. J3 L2 _3 m2 X j 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 m5 c8 l( f/ F/ v
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。 * U+ R9 S0 p* O: [+ P
定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。 . W5 \: |' H2 I' o
代码可读性强，包含很多工程化技巧，非常实用。 3 s6 [7 w: C' P* J& t# D# W( {
" X/ e$ T) O* @" m ORB-SLAM2 用于室内三维重建 ' o* t1 w6 `" d9 F* K
ORB-SLAM2详细注释的代码持续更新，网址：
- u7 ?. v; p8 X. z: \ https://github.com/electech6/ORB_SLAM2_detailed_comments
" v2 o j' f0 b. F, x2 n9 o6 {4 i 视觉惯性SLAM技术
5 E. A- v- R2 J7 x: E 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。 4 ~ Z8 [4 x+ Q) e
它有如下特点：
7 J1 l, E9 T- I& G' X- M 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。 ! t& L4 B# Z6 {. n- H& K
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。 ; R; ^# O" q6 U {5 V* x
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 f: J1 w9 g. _) q* r# h- i 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。
' {+ A) E3 W+ C/ y) N4 O; k( @% K 从室内到室外，丝滑闭环 9 e, Q5 K5 r" e
全网最详细ORB-SLAM3代码注释地址：
: B* h+ I2 [" C& d7 [& g, v https://github.com/electech6/ORB_SLAM3_detailed_comments ' D' s% k( K& ?9 p2 f4 D$ ?) N4 p
VINS-Mono/Fusion 系统教程
% e+ m/ S6 n; } 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。
: c) x4 m! F; ]- b 以下是VINS-Fusion在汽车SLAM上的效果：
) c' y' H. W: p4 J. ~ 以下是讲师详细注释的 代码地址：
4 C6 Y4 o! x. L! r6 ?: a# B1 m https://github.com/xieqi1/VINS-Mono-noted
$ t+ R/ |4 @' K% B4 Q https://github.com/xieqi1/VINS-Fusion-noted % z4 g: T& i1 f% [0 F+ b) \: W
基于LiDAR的多传感器融合技术 # P" q4 ?/ ]4 ~+ b$ 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。
/ H" C# d% ^" y# y) R2 y9 b8 `+ `5 i( | }
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。
7 d4 K4 K/ }" ?# ?' e, [ 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。 % k0 h! \6 u7 u- r
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。
, a0 W! q j$ C1 g3 ?( I8 h5 N7 A0 Q% `) A0 t
7 U$ ^+ D% v4 G2 r# P$ v 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。
! `& z9 i1 j5 k% F7 ^ Z1 O3 s) j$ b1 q
" h6 g. } f& y8 f LIO-SAM 的效果 " B* O7 _/ V* i/ \( {
( U% O% {+ E) L, U+ l 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
9 D6 ~" h' a& L3 G, |
, @ X+ R/ G1 N J) w 独家注释代码
1 `4 P3 u3 [* G- L8 m# ` https://github.com/xieqi1/a-loam-noted U' _2 G M1 t% W( u
https://github.com/xieqi1/lio-sam-noted
) \$ k& p3 Q, v Y https://github.com/electech6/LVI-SAM_detailed_comments
0 i- w' ?" s6 w6 U 激光SLAM技术 : o, l7 A+ d0 h( t0 h$ I
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. P8 P3 V+ O$ V7 t# B; N Cartographer建图过程
( [& p4 F/ ]: A |$ b/ M 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。 ' W+ H- G; x8 K+ n) j [9 O
Cartographer做了超详细源码注释 - l7 M4 X, d2 r& c( i5 ^
https://github.com/xiangli0608/cartographer_detailed_comments_ws
, p, g" p! E, L' ]' ?6 j1 o C 机器人运动规划 # L% T8 L' h7 Y5 L$ V
运动规划和SLAM什么关系？
. Q/ x4 @+ e* l& r4 P 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。 $ ~3 U+ S( y" n9 m; K
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。 ; D4 P1 l' S& i$ Z: t7 o6 y
运动规划在移动机器人的应用 , N" f, C8 \2 c' C# A' e: {
独家注释代码
3 `4 J1 f9 G3 N4 c$ w- n https://github.com/felderstehost/ros-navigation-noetic $ L5 z- H7 y# I5 @) _; I
视觉几何三维重建技术
5 e" Y' `% T' y) l* X1 n$ ^/ o8 G0 Y. ]' a2 l3 O& }! b( ~' Z
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。
" x( b1 \5 t3 r$ z# I 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。
) S6 c) b& r$ h. c5 I 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" S1 b3 ^. h1 e0 N$ G3 i
3 ?% m s$ h, F5 d$ w5 S3 h) q
全网最详细的代码注释地址： - L' J: D5 d C' n; V% M7 b2 g2 A8 g
https://github.com/electech6/openMVS_comments
" t! |) I- C6 K: B# A/ U7 y 深度学习三维重建技术框架 2 Y, G8 Z+ P4 Z/ \& K. T0 p* p8 H
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。 ) r6 q- \; m* J7 Z8 m) F2 r5 V- 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。 3 g6 N5 w/ K% l. A$ O
C++编程入门到进阶 " }* y4 w1 k) } I/ e
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？
, L* \+ T/ ?: [7 F# s& W" N SLAM知识星球嘉宾刘国庆在知乎做了回答 + j0 y" K2 p7 C
这里再补充几点： 4 G' o; q; s4 {8 q
' M/ y. o3 C/ I( p4 ? 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。 4 A4 U0 {* ~: G
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。 * p* d* O" R7 k! z3 S& q2 N4 ]
C++能够 操控底层，非常适合 和硬件打交道。
" a1 B( R7 L. i, O; ?+ J# O; L: I, _( P! q6 L
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。 * a( o$ Z/ C* O& z2 ]) n D
相机标定技术框架 * K$ y; G5 m# }$ n5 b
$ Y4 f/ U, F, W4 R/ g 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）。
% T! s: G, J3 R 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 }' s! t$ Z' A
相机标定是三维视觉的基础。
7 @4 T: n. ~- }& J2 f* T9 ?9 X, [: J6 o: 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。
8 C5 ^* o$ s+ B# j0 r9 v# M* u 全国最大的SLAM开发者社区 $ Q" k3 V- l2 W" t
SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？ ! @( v$ E `1 U
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：
3 s! L& g7 D3 H1 N C' h2 K
; t* @' n; @- S/ P: ^9 | 机械/自动化/数学等非计算机专业能否转SLAM？" c4 W5 [2 ?: P q* J! _6 ?- R
导师不懂，但要我做SLAM方向，怎么入门？
4 o3 |4 b/ I& Z# ~% Q' Z0 K 编程基础差，数学不好，能否学习SLAM？8 f1 } F7 W! A4 l7 ~
看完十四讲，下面怎么学习？/ ~4 t7 `9 K6 a) C' z* e2 _
需要学哪些开源框架？怎么学习呢？/ N1 \$ ?- r6 X% w9 Y) R
编译遇到很多问题，怎么解决？0 {9 D0 i8 }$ U9 h( R
只有自己一个人学SLAM，没人讨论好痛苦，怎么办？
& c/ I1 }& U: [. W$ I2 q 想要和小伙伴组队系统的学习，有资源吗？
7 W$ s; b) t0 Y8 _" u |5 X9 w3 Y, n; y' X# z
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。 , S B9 J+ B1 k" F
; {/ w7 k% R- j5 A
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频
; a8 M [7 u/ |! J4 V5 q$ ?& c 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 5 B6 Y/ L' Y6 P- p/ l, U) U" E
资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总
) a! q$ e$ s( ? H9 t/ ? 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
7 B# S4 L. Q4 k# \! Z$ D2 D b2 ?$ b 活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职 ! S# w2 L$ H% E1 Y2 A/ W! P
求职：内推职位、SLAM面试题、笔试练习
/ G- n' k. \# f% @ ……
6 q2 K K _' l2 Y' B/ v
0 x* x/ P+ i- H% @ 
' O% X# {4 R; Q' X 独家重磅课程官网：cvlife.net D5 l: W8 w) F6 J% Y; U, W
1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？ $ O! R" f4 ?" K5 W( n8 {. _. d
2、C++实战： 为啥SLAM代码都用C++不用Python？
$ a, z% r& N8 _' m1 N% y2 G' q, d 3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！
. F P+ y5 }% ?* t1 Q; t0 M 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）
; M# @% e% T+ Z, i 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 ？ ) S. x" U8 a* x3 l2 g
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！
- D/ y @8 Q+ P& O0 ], { 7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？ ' f; \/ v4 t( P) a
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 ' _# P/ ]$ Y0 @: \! z% A. g
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） * [7 |5 X# ^9 p* o; y; c( r
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！
8 ^8 H& d# Z6 i8 U 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 / ]# ~- O" n1 C B. H. 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 5 _- I1 L2 I+ P2 J
5 F s! U1 K8 W( b |; [0 H% F 责任编辑：
& G. Z0 p3 }$ K/ c6 a0 @+ ^( `, u5 ~! }( \ e: N/ B! O$ F. [
3 k5 I; e+ g9 Q# |
5 M4 }% M$ Y; _5 t8 O. `8 _
, m G0 O# e$ @
| 
