|
) M+ `) M0 G, l6 r7 c4 C
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！ 4 B: i6 |$ g3 n
/ P6 l. K& E: o4 f 计算机视觉life”，选择“星标” 7 ~) @2 u6 A0 b# A7 z2 S* `; O
快速获得最新干货 " r1 c' B6 J3 c0 T& O; {6 U7 F
背景介绍
5 `* H1 K7 M4 ~8 c1 L 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。。。 : }3 ? X9 h2 I! | Y8 @
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。。。
" b( |3 I2 r8 x; v% K& I 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。。。
, z7 Z' ^& V( W$ X/ x6 \ q 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？
: L/ n6 R+ [+ Q% M9 }( e+ y& Z6 { 视觉SLAM基础 4 l: ~+ ^" a# L6 S1 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：
, K( O' v l6 R4 A/ T# F/ x, R+ X! @4 o7 z7 b3 l# q x% ~
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。 ' V+ J/ l( Y* h/ T; ?
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。 # g7 r/ O( l/ ~5 |* b. y9 i& `7 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。 # I, \8 e5 m1 {2 S7 B/ T( ~0 x# ~
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。
8 R, m# c9 Q& O. f/ T+ k 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。 3 u# `; @3 t6 y2 S0 ]
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。
q# K2 W# K* {. {) h 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。
7 P. W- v e/ s8 u4 G7 g! 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 。 & j+ b4 ~$ I) y$ [9 H( 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。 2 Y+ B- D' ^9 c7 m3 I
定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。 5 a2 u9 N# G5 l8 i! S8 L" B
代码可读性强，包含很多工程化技巧，非常实用。
9 m! ?) f9 ]" A1 @! g
: {& w0 d+ P0 v5 v" C/ G; U ORB-SLAM2 用于室内三维重建 $ v: v8 U% n$ s/ b; h( K8 ~
ORB-SLAM2详细注释的代码持续更新，网址： 2 p8 g" U) X! J3 C6 z
https://github.com/electech6/ORB_SLAM2_detailed_comments
" Z& |' L/ Q2 m; v G* m 视觉惯性SLAM技术 9 o8 R) c! H& a% h4 v) [: 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。
+ G6 j u1 ^* U3 G 它有如下特点： , l! e# b2 _8 ]( 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。 4 O/ u! m6 J4 n' e" p% h& @
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。
/ h) V% U4 n, N+ E8 _! ~ 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。 9 `& E! D# w1 B+ u4 M9 `
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。 * g# n4 D; Q3 i% h% ]
从室内到室外，丝滑闭环
( f- {$ `% ~0 W 全网最详细ORB-SLAM3代码注释地址：
( K' L: {0 C+ m! {' k6 O! B) ] Z https://github.com/electech6/ORB_SLAM3_detailed_comments ! a D0 g ~% A$ J& H: {5 e. b* B
VINS-Mono/Fusion 系统教程 : ~5 B u- j' `: m9 G4 v& h
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。 " h/ U/ J: I0 Y) m! l8 a
以下是VINS-Fusion在汽车SLAM上的效果：
* g7 w2 e$ e6 ]7 M. u9 t 以下是讲师详细注释的 代码地址： ' a1 P9 j( ^5 V! y; U/ e! Y
https://github.com/xieqi1/VINS-Mono-noted 5 X5 C, K4 \% }+ f/ }, }& s0 T6 `, E* k
https://github.com/xieqi1/VINS-Fusion-noted
1 h. l: A" U* W2 G5 R 基于LiDAR的多传感器融合技术
6 ~# Y. J1 ~8 C. W5 _ 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。 ' v' z% `4 x+ }* h
9 P5 s) U/ j: y8 F) g9 a$ H% O4 R$ k
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。 ( G6 o+ V- V1 J5 R& 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。
/ d( g9 [% P; n 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。
& L) g; O8 X( o6 r
1 M. }1 A/ j( T5 ?- g, X% A( ]8 }
. }6 ]( p. c# `. j) ^: d 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。 7 E: B3 \/ C ^! Z4 u" q& _+ V
0 U1 S9 h4 E1 ] LIO-SAM 的效果
, h8 [9 G/ H6 |9 I& q3 w, V
: D8 {5 Z( i& E" `# 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 - r3 C' B+ D) b; o
; Q! g; z$ |. N* z 独家注释代码 7 i/ Q1 R; I) c! y. ^; a
https://github.com/xieqi1/a-loam-noted
; f" F1 o5 O9 }6 _, c9 ` https://github.com/xieqi1/lio-sam-noted
# N7 v# l3 |; m% P Y' s https://github.com/electech6/LVI-SAM_detailed_comments
$ c4 d' R- W9 u6 V 激光SLAM技术
3 n ~) s1 P. J& x 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。 0 A) s% F) T0 n8 c
Cartographer建图过程
. c6 w9 o7 C9 S4 F7 n! h# G Y* k) z 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。
$ o8 b( V* m/ k' L* P7 j Cartographer做了超详细源码注释
; q6 v% S2 y- e https://github.com/xiangli0608/cartographer_detailed_comments_ws ) w9 b4 D0 Y6 O! f. l( C! K
机器人运动规划
+ u! d, m$ Z# _# d 运动规划和SLAM什么关系？
9 I! V# N7 Y$ I6 G) g8 g 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。
4 B; p0 S/ K& t8 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。 . I: t z$ @) G
运动规划在移动机器人的应用 . m# Q3 M4 o& _0 N$ m) \$ X* O0 `
独家注释代码
& _. X) W W4 ~/ z. p https://github.com/felderstehost/ros-navigation-noetic 3 R |6 s! l' S' ~; H
视觉几何三维重建技术
% X) Y4 s% H- c/ Q, S8 p, [: L
9 R( O. {7 h0 z" \& j" O6 { 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。 5 p- r6 z5 V8 g& V+ g# @7 j& 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。 8 ~# g1 @9 G+ ]& s- R
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
( p5 R/ G# B! \* e; r5 X# r/ K# D& n* p; R8 P/ k E' W5 H. h* n! G
全网最详细的代码注释地址：
4 q. p) _+ }1 s }: j3 Z% C https://github.com/electech6/openMVS_comments
5 z- t2 R5 w! j 深度学习三维重建技术框架 % S7 S/ q7 [& e a* l
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。 5 [+ C' C4 x% L
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 j. {9 N1 ` B0 @ C++编程入门到进阶 6 ^* `9 p# Z' y9 p2 w
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？ ! R: `/ G1 O, X- l9 t( w7 E
SLAM知识星球嘉宾刘国庆在知乎做了回答
# p. w& \: t: Y( Z7 \ t, | 这里再补充几点：
l( W8 @9 o! X9 j( P
7 _! d' ^ H t 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 |3 f7 e' F3 j+ u
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。
& I! ~7 F! `+ P4 x7 u) Y C++能够 操控底层，非常适合 和硬件打交道。 - @3 \0 Q2 S1 O/ H# L/ l2 \, b
0 G1 k. U' N) K) B4 W" y# S
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 v3 G; L/ x/ R3 H, d
相机标定技术框架
9 P. j2 o0 q R. P' e$ \$ P5 k8 u. D& C) @8 f A7 O
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）。 ! d# V# Z T' [1 m0 n( u* x& T: 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。 % Q0 D9 {; t" R
相机标定是三维视觉的基础。 2 W) @" a3 x! j+ z/ C7 l: P
* ^' J0 K! z5 I% `4 A3 M- m1 b 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。
+ I/ G9 j" n! u* u 全国最大的SLAM开发者社区 2 t, W4 `* B$ I n+ D
SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？ - }( X$ C8 r6 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：
1 x* y& N4 ~+ W
( R- r. g1 G! z7 ? 机械/自动化/数学等非计算机专业能否转SLAM？
. H/ x+ \: N4 t4 i$ V+ n 导师不懂，但要我做SLAM方向，怎么入门？, N9 y% K- T. ` {- U
编程基础差，数学不好，能否学习SLAM？9 W2 c y/ r. h, Y
看完十四讲，下面怎么学习？
5 i$ \+ x5 W8 n+ r' n* a% n9 e 需要学哪些开源框架？怎么学习呢？
; ]9 i- p, `& \7 R 编译遇到很多问题，怎么解决？( n# r: w& n! q
只有自己一个人学SLAM，没人讨论好痛苦，怎么办？6 G' e( e9 G6 N& J" k1 y
想要和小伙伴组队系统的学习，有资源吗？: m5 l1 S2 T1 W/ X+ r
' u. |; ]% y6 H- P
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。 : {) B/ K% s3 [+ Y; E8 w
7 Q, ]1 Y/ }, A" G2 j$ ?; h
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频 . N( ?0 ^0 M' R" _0 A0 W
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
; D2 f8 W5 o" [ 资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总
6 p- x, O: p1 R+ k2 O( ?" y 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 4 E3 e& N( n. j, ]: I
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 M- X! j9 |, A1 q0 u. B9 S3 g& o
求职：内推职位、SLAM面试题、笔试练习
* b( v" {/ `, d" n ……
# L# o3 f- Y* @( q7 I( O6 p4 g7 |5 U) A3 ~) w1 L2 v9 s7 h/ Z2 f
; F' n# H7 N3 R9 A' J% E! u8 o
独家重磅课程官网：cvlife.net ; M9 f+ O2 t; ?9 v$ j
1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？ 7 b9 o1 Q7 E" T# \/ Z1 u7 r
2、C++实战： 为啥SLAM代码都用C++不用Python？ 7 v8 b. n1 M0 @0 `
3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！ % \) z( `! _, e! e O
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） + L$ n6 D: a; K7 U5 A
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 ？
, E6 \: ~; L4 q9 f 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！ 3 f3 S+ F) C, b
7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？ + K/ l4 h/ s% }2 G/ \8 X
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 ~# Y" _4 W+ m" s 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）
3 u+ l5 W3 Y e 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！
' z9 n" T `( ?! ^6 f: s 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 / N4 |& p% ^$ t; c7 x
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 m/ j# a7 @2 i1 p* L' ?, C* R
) F2 {/ r1 z% H, u! Q: G 责任编辑： % f) M. e. B0 ?$ g$ \; o2 o; z5 t
1 _+ H6 y2 m& E O" i9 p1 B# N" ?3 `, U" w; b% z) Y J
8 [; t3 H- _# ~% Z" L) Y
3 S$ {" ]' c" k7 w* v& c
| 
