|
& n- w k* y) p9 r 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！ 7 Q7 d+ q( ~" ?. q
2 L4 E$ v2 c, g! L! H3 m 计算机视觉life”，选择“星标” ) y' R3 {' z+ O" k
快速获得最新干货 . b6 z& n) P% i9 w) ~; P
背景介绍 8 q" P4 e) v9 [3 Z5 F. _9 I
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。。。
- i6 Q# a K3 `: Q2 _ o) N" j 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。。。
# n" }) L7 h: [7 Z6 Z. E7 [. v2 l: } 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。。。
" L; K; z i, N1 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？
0 o4 _ ?# d7 C9 Z! T( s8 o r 视觉SLAM基础 * e# P: c0 O3 R
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：
) S& j# u: n" \0 m$ o; e6 m" y5 I( i1 h; |" k7 e: A
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。 $ b" ]) a0 f) D5 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。 2 ~6 e0 x& A0 z7 p# V! J N, l
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。 ) _ w& q8 l6 }" w9 ~7 C
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。 " {' n) y9 r, l+ u3 Z0 T s
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。
: r2 z9 n+ y9 \0 t: Q/ R 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 [* l3 ?. [* L: n 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。 # b9 x* ]5 _- h; O; {
使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。
- \3 A" u, }: {8 [; B* d 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。
$ Q8 J) H& P0 z3 W 定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。 ( F# h7 z1 N: N. n6 }
代码可读性强，包含很多工程化技巧，非常实用。 ! t2 e: ?# x2 O/ Y7 K n8 _ B
$ f$ f/ u* u! ]: T
ORB-SLAM2 用于室内三维重建 7 R) m' D; T( Z7 u! M0 Q: H' v
ORB-SLAM2详细注释的代码持续更新，网址：
, J' y4 U7 E4 O }9 N https://github.com/electech6/ORB_SLAM2_detailed_comments : v" V' q) l9 H. [& d: ^
视觉惯性SLAM技术
, e' Q/ u, U! P. C/ _5 y5 @" C/ q 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。 7 |9 w- V$ }1 A1 M& A. ^
它有如下特点：
& Y) v( j$ { s# \. C$ a8 F( `* r 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。 ' d* x- h2 G4 A
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。
* k' r9 S8 R. A& N. o+ N5 h( g 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。
4 P- J, @/ a# l: 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。 1 s* d. h9 @4 ^9 e- _+ I
从室内到室外，丝滑闭环
6 i7 M' a& j, P3 z. w7 ] 全网最详细ORB-SLAM3代码注释地址： # V2 ]9 @5 r5 A
https://github.com/electech6/ORB_SLAM3_detailed_comments
4 t4 k% I. I2 {! @. G VINS-Mono/Fusion 系统教程
# Q( C" v/ y8 _# @( T. O3 X# P+ p 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。
0 c* [3 }/ Z4 J: s" Z 以下是VINS-Fusion在汽车SLAM上的效果：
0 r8 q. J, q6 z* J9 L 以下是讲师详细注释的 代码地址：
. g) a' J0 o5 D" L https://github.com/xieqi1/VINS-Mono-noted ! v5 ~5 o) k ~# X# u
https://github.com/xieqi1/VINS-Fusion-noted
z0 O7 g2 k+ j( ] 基于LiDAR的多传感器融合技术
- j: J) X4 b0 z0 X8 ? 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。 : k+ p: h3 w7 p# O9 _
7 Z4 p! h8 D6 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。 4 r7 y1 K5 [$ r7 ^& I0 u
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。 6 k. r% `6 M: G$ d0 X
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。 3 m; J" [& v1 N6 F' u
6 o9 d" p5 B* M p
& {2 w: D; f0 T
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。
, n0 T- j, F4 Z$ s7 |
) h* B" {9 r" z' [: |) i LIO-SAM 的效果 " e. I) c) X2 c* t- f; N! R0 t
6 E+ I4 m, ?/ W. ^2 y, _# U3 j2 [
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 * P. U: C. H/ J' w5 H- D4 M
3 u: k! b* p# a, F: |
独家注释代码 4 a. `, {, Q& X7 U
https://github.com/xieqi1/a-loam-noted - f6 w! h6 y5 A5 f
https://github.com/xieqi1/lio-sam-noted
. P$ v8 F4 b, ~" C, z# d* ^+ u" Q https://github.com/electech6/LVI-SAM_detailed_comments
4 w! D; t/ [% |3 `; V1 m+ @ A+ Q0 | 激光SLAM技术 ; O* e5 W# T4 T( o: h
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。 1 ?, M" L; B: f
Cartographer建图过程 5 c0 G# k1 w! T' F
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。
2 {( S7 y& {: i8 N9 E: ~ Cartographer做了超详细源码注释
% c$ e% J: @7 O4 E https://github.com/xiangli0608/cartographer_detailed_comments_ws
& C2 P) }9 ?1 @7 {4 M 机器人运动规划
8 k9 k. w# V; @- a( c 运动规划和SLAM什么关系？ - V9 A2 F4 r+ g. T% f$ g& m
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。
/ h6 n! X! w R/ f' l: D+ l 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。 2 ^* T3 k) G: y, x; b% W
运动规划在移动机器人的应用 # L) E( y9 U& s% r3 }* \' L
独家注释代码 , l! r# [, `& Q9 H7 T
https://github.com/felderstehost/ros-navigation-noetic
: {: P9 m! s; V! Y! k 视觉几何三维重建技术
) d4 `% x2 N: X W( c* h0 L- l5 x8 U9 V: ?* k3 f4 {$ ?6 l; P
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。 ! }' q+ N9 c' b; s$ V7 E0 n
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。
4 N& ^6 U+ ?# a4 ~' M: 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
$ h$ I0 X( Z: E- f9 c8 e1 {& C8 D! g5 n) [
全网最详细的代码注释地址：
, }7 r/ B% L; ]0 r https://github.com/electech6/openMVS_comments % M% }) l- O' U' y7 b* Q. I
深度学习三维重建技术框架 % V8 l O8 o, @
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。
+ T. B { [; W5 \% d4 ] 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。
8 g1 _6 I4 @& s( V9 i1 z C++编程入门到进阶 ! s8 p$ }' a- }3 Q+ w6 ?
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？
4 u0 s0 x+ L8 E4 H/ C" Z/ [' r6 ~ SLAM知识星球嘉宾刘国庆在知乎做了回答 * O3 [1 g+ R g/ K% r6 C
这里再补充几点： 6 |6 t" |$ m8 S) d# `4 H
' @7 `% K+ n5 g, P) x 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。
7 f4 y; @8 C( j) B1 ^ 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。
) |( u$ c* m6 t7 J) ? C++能够 操控底层，非常适合 和硬件打交道。 & E; G V! g2 E0 Z0 l
. {9 [# L7 m" j$ f$ e; R5 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。 7 I8 ?+ y, i6 z- n9 T+ R6 Q
相机标定技术框架 ; L( [, ~# v* |
6 c) \# x/ Y! t0 P. s 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）。 ( `4 O, i2 N# r- I. S0 _. r0 K
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。 8 B9 n6 D9 s0 _& \
相机标定是三维视觉的基础。 " D l! D. J' x
. R e7 r; ]$ R* a6 }! q) 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。 / J2 T" H+ W- b( Z
全国最大的SLAM开发者社区 ( a) j% J) E0 _3 P, g6 p4 } P
SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？
& W* W- _' M" O: E9 R2 b. P0 j6 Q 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： 7 s% A$ ~2 N }3 \, S T+ Y& c
/ ]6 u) A$ {% \& H2 e) ? 机械/自动化/数学等非计算机专业能否转SLAM？! m7 {% ], j) N' B
导师不懂，但要我做SLAM方向，怎么入门？
1 m4 O [& ~, S& | 编程基础差，数学不好，能否学习SLAM？( ^: _% y, g( z: D" O
看完十四讲，下面怎么学习？3 W& }3 _' h6 b" q4 D
需要学哪些开源框架？怎么学习呢？
1 c) @6 B' C: a& n( k+ ~ g* q1 m 编译遇到很多问题，怎么解决？+ I- v- c x7 F3 X D
只有自己一个人学SLAM，没人讨论好痛苦，怎么办？8 D( R, ~ x2 ~" {; e7 o4 z! I
想要和小伙伴组队系统的学习，有资源吗？9 X0 X' E8 G( U* W( Y* p6 {
3 e- r# y5 H! m D 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。
~& l! X8 D" {* N1 G
$ K, Q/ }# C5 w8 p0 w) A# V 2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频
8 E: T5 f* i, ?4 f" A: y3 a 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 E$ `( o5 D- y1 [
资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总
# T# ~& ]) o% j. Z1 A5 q: K 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
+ r7 K0 C W4 s! s( Z) 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
$ v/ G7 w! Q1 _( V 求职：内推职位、SLAM面试题、笔试练习
5 q: {2 p, Q! G6 Q+ ]' W# ^ ^( h …… 8 ]8 q6 s. A. Y+ y( `9 E2 y
& P8 {( k+ P+ N0 Y% X
9 }) a. g" ~$ C- L5 I& O( U 独家重磅课程官网：cvlife.net
. S" b- f; _( X 1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？
1 k, {6 j! O p" T: z- d. @ 2、C++实战： 为啥SLAM代码都用C++不用Python？ + I+ j& B9 V u4 l2 k
3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！ 7 y9 S v, o, L
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）
4 e- l# z; u1 L 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 ？ ( i( d9 z7 t( `/ g. O
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！
' Q) }3 l/ c/ x' E5 C$ @ 7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？ ) i4 }4 w x" T: ]+ Y; \7 S1 l9 j
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
+ _* `/ U$ b% \0 _ 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）
8 s3 T" P# \0 N+ ^" Y8 D" c! @3 A 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！ " d% q# ?) X' y2 D7 r. a) n
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 2 ~! \" w4 L6 q5 z' m2 N. j) 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
* `% E3 b/ P; l- e+ {- y2 Y/ H! ^; L [1 h! ]9 s3 w
责任编辑：
) i0 c& ?6 d- i
: @; ^- o3 Z8 W/ M- v- e! y% o
; S2 R- K- ?8 x
5 E! z1 }/ ^& O5 [" _% u | 
