|
5 n' h8 Z- K# I
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！
" g- r. O/ f0 J3 v; ?* I. J+ {
( j( c% M' J: _8 \. p8 s4 x' R 计算机视觉life”，选择“星标”
+ x0 A. g, h4 }+ C# R# ?; C 快速获得最新干货
4 u! V9 j4 D5 F! j, q! L8 C/ l5 A 背景介绍 7 M- |8 ^4 v1 C% G( s; @9 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。。。
; C2 V+ P6 t3 A+ s9 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。。。
* s, w8 a& O! Q3 E 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。。。
b9 j9 g+ M8 n+ f* q# J8 g6 o 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？ " \2 [7 ~% }. u5 l$ r& y
视觉SLAM基础
& u% s4 \. p3 _: X% N, Q Z/ @( \ 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：
$ ?8 S6 g6 X2 q1 [, | u. _( `5 u5 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。
+ W: T6 j$ |6 g3 W0 p9 F 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。
& v/ t: j: V& L( `6 I 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。 + l2 ?0 R3 k9 V: |5 Q/ d; o$ 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。
" Y0 k1 b% M8 l0 W O2 V. j 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。 ' O9 I% h- y( X# p/ 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。 $ j; Y, {, T7 O* M9 u- c8 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。
2 S( b& Z- u( F3 L0 [( ~ 使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。
- ~ B" L; l' A5 V8 d2 n 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。
$ R- K. a- u# j! v& f7 } 定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。
& v, d( J' @* j/ F$ | 代码可读性强，包含很多工程化技巧，非常实用。 . U, r" d& T5 v& ]1 v8 ^' S
* E# G. d1 z, u h0 h# ]
ORB-SLAM2 用于室内三维重建
- H, Q2 H6 r& N+ J ] ORB-SLAM2详细注释的代码持续更新，网址： & w3 L( k: v$ [5 Q- O- t
https://github.com/electech6/ORB_SLAM2_detailed_comments # ?* C( E8 K& Z- D% j9 @3 d- V
视觉惯性SLAM技术 ! s) m9 {) \ _0 c$ B
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。 8 y, e1 w) t5 B
它有如下特点：
. U5 k8 I) ~- Y8 G+ h 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。 ( G# m9 j% V# F# j0 ]5 u9 ?: }
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。
8 q9 B" Q- n) T! `7 ?# F 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。
$ M6 t8 e4 e3 T! t 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。
: G9 y% c1 p1 Q 从室内到室外，丝滑闭环 * a) S- o1 U9 Z3 M- @2 Y0 ^
全网最详细ORB-SLAM3代码注释地址：
. Y L2 v5 G$ o" f; l# P+ c3 \ https://github.com/electech6/ORB_SLAM3_detailed_comments
2 p9 X0 ^: Y, b VINS-Mono/Fusion 系统教程 9 B3 C w% N* U; N# q: I4 E: U; j
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。 " Q8 t9 _/ e$ t3 \/ F
以下是VINS-Fusion在汽车SLAM上的效果：
6 S! }5 |' p8 P7 P+ U 以下是讲师详细注释的 代码地址： ' y* V' I# o3 k; h
https://github.com/xieqi1/VINS-Mono-noted 1 g6 O" z. n a0 V; J& l
https://github.com/xieqi1/VINS-Fusion-noted " M( [+ G0 h' G) N% n, a
基于LiDAR的多传感器融合技术 : y1 A* w" |. X& S$ ?8 T9 ^ b3 ~
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 s& e( E9 r5 i" I3 V5 w7 I0 m( R4 x# G: I+ e$ Y! e& ~
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。
, D$ Y7 J# B3 t: ] |& g& F8 S 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。
) j+ n- K! j" K 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。
: F9 {+ _2 E' W+ O7 g3 J3 u! ^9 \. p( ~: ^ h* a* }
, y- G5 k# T6 t+ ^. D/ Z, I 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。 , K6 \4 M7 }7 |" t R) S2 g( A
: ]# u- O5 C; z; Z. I3 {
LIO-SAM 的效果 ; N+ G! U0 e6 ~5 N9 `
9 D- _; z, ]: N! _$ B0 M& _, X
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
8 m4 u! I: u% w$ ~" U8 @
) L* h3 {# U: N7 Z& b: g# ] 独家注释代码
! n( Q) M, I4 l/ A https://github.com/xieqi1/a-loam-noted 1 \, _5 z- K* @" |
https://github.com/xieqi1/lio-sam-noted
! Y) m( O' f" n9 l https://github.com/electech6/LVI-SAM_detailed_comments
& t% @- T8 J# M: D 激光SLAM技术
1 C# Q- d W6 Y% | 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。 $ w* u8 ~8 P6 P. p% R
Cartographer建图过程
$ e& x' |% H& s) D 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。 # ]3 d% v4 _% f; M$ m, Z
Cartographer做了超详细源码注释
6 z" v) C: j# T. e; N https://github.com/xiangli0608/cartographer_detailed_comments_ws 7 Y, z% b& V! X$ m
机器人运动规划
1 F; |* F8 f# I3 v3 j 运动规划和SLAM什么关系？
$ h2 u) g. ~6 ^0 `5 E# i: Z& V 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! |. k( H) a3 s9 b, R 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。 ; n6 X4 ^- ^8 D: i% |
运动规划在移动机器人的应用
/ u7 @$ Z- U. Y% q$ C' G 独家注释代码 4 C- F7 n( a d: [/ Z) ]
https://github.com/felderstehost/ros-navigation-noetic ) y2 S" E5 B" ]' L# d
视觉几何三维重建技术 5 q% q! T) Q2 R. }
( `# r$ W4 }( w% M, e) g 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。
! k# U8 z$ s0 B* A! S 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。
! N4 c6 D F) q/ M 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; I( c: V6 B" K( ~$ s a
, W( k6 q' _5 L& Z
全网最详细的代码注释地址： + N; |! q4 i9 G
https://github.com/electech6/openMVS_comments " l8 W* T8 m$ w' d' [! F8 @" @% H' Q
深度学习三维重建技术框架 & \% V8 ]+ {5 v+ E1 I6 `7 E) v* E
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。
% C' g( b* b8 s( A7 a 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。 , J$ t4 |* e/ x9 w. Q2 l
C++编程入门到进阶
6 h" }+ K; c, [8 A- B) y, ]" C9 R 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？
) ` W) r! @: C6 b: }) b1 ^+ d SLAM知识星球嘉宾刘国庆在知乎做了回答
8 l5 {! w& {) e! ^; M 这里再补充几点：
( x) A( J \3 J' M. Z! i" ~. r. B/ o
+ Z1 `$ G, ]7 Q: W, ~8 s 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。
+ }: \9 W! `: z3 N 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。 , O- |0 ~9 V3 B6 [: M- u5 z
C++能够 操控底层，非常适合 和硬件打交道。
* l8 ~- _4 d$ b7 e) ?$ _
5 z# R' ?0 { Q2 y 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。
! ^3 E7 g' J: u8 B! M0 Z 相机标定技术框架 3 X. x* p5 L8 k5 c1 {
4 \ G! Y% l7 g6 ?( [ 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）。 3 c7 j2 J B# l4 ?* s
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。 7 G2 E8 c$ i: {3 b4 y ?, [
相机标定是三维视觉的基础。
5 V0 [+ s, R+ }3 \
' z4 M0 ^9 q$ q9 `! o# ^2 J 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。
% ^" H9 F( H6 u, O, [ 全国最大的SLAM开发者社区
" Q# P3 _% e3 C; ] SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？ $ ~% {( R; d: H( s& q' b4 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： X( [1 Q# n' F2 Q0 g
* J9 F, g) W- [ d4 \7 P1 X2 ` 机械/自动化/数学等非计算机专业能否转SLAM？
t; v7 O8 g) J' k 导师不懂，但要我做SLAM方向，怎么入门？
! z9 Q7 G. J7 r/ P9 ^9 i. z w 编程基础差，数学不好，能否学习SLAM？* c! ]/ S: K! z+ e; G6 l
看完十四讲，下面怎么学习？
* M C' h# Y; U6 O. }- C 需要学哪些开源框架？怎么学习呢？4 @- ]1 k& x( m9 |' q
编译遇到很多问题，怎么解决？( A4 m) E5 V4 a5 `& ^1 t, V
只有自己一个人学SLAM，没人讨论好痛苦，怎么办？0 G) c1 P; ^& f. {2 N# v, O
想要和小伙伴组队系统的学习，有资源吗？
5 X/ _' ?3 ~( s* ]: \( N, @3 C4 m6 R6 e; y9 Y6 T6 N$ q( |# G2 L
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。 % F. ?& C3 J' V, k
. j4 ?- s5 }+ {- r2 r7 P, K% x$ ~ 2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频
2 _" `% T+ o- K& q) @2 R% U6 a+ b+ T 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 3 x2 Z9 W: m2 V, I: I
资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总 ( T; l9 h$ V, r [3 ^
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 T% U* ?% N- ?# A: w" g; R; t
活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职 U% T* M9 B" z, r& J% V
求职：内推职位、SLAM面试题、笔试练习 * \0 H: y( W7 w
…… ; P8 Z# I" b6 K3 I
3 f9 [2 C! `+ e8 I7 l7 \1 Y1 ?5 n 
/ `5 b, n; Z/ Z. G6 ` 独家重磅课程官网：cvlife.net 7 s! n% |* o1 {
1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？ # C) b0 b& @& q/ t; N8 t, _
2、C++实战： 为啥SLAM代码都用C++不用Python？ % Y- C" ` F* J6 V+ R: l
3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！
; u# a4 `& j0 I# N$ ]+ [ 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）
. g5 W7 ~* l6 Z) Y6 T 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 ？
5 n; Y7 a/ M* s: p7 E$ R3 E 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！
0 y6 v! n8 [( ]" U 7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？ ' @' M1 t/ v- z) P
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 1 R1 r" M% u6 N, B! R
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）
# W; t5 O. A* H" g6 V# ^ 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！
2 b: |! d; v1 ^& L( c( 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
d' d. a- q/ W' ~6 V+ R- n) ^ 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 m5 ?; o0 M- Y/ R
: r, r$ c a' R+ M 责任编辑： 7 y7 q* o, C1 t, ] R0 w
) Y; f$ E7 U- C: i! G( \$ v
1 u/ }; w3 n- B
# d+ y6 Q( w, H* @* L, e T
$ k$ J2 o8 k& I% U, @2 n- M | 
