|
) w/ A# y- O9 I* }# w
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！ 9 a$ a, A" N/ }: @
e5 W6 x, o6 R. l3 c& U
计算机视觉life”，选择“星标” ) G4 u! V/ Y+ L5 a9 u. z
快速获得最新干货 * a. j% }6 P1 ~) O8 ?0 N2 a
背景介绍 # |- V* `7 A3 @3 o% L7 [' n
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。。。 ( _9 f/ Z* m, m! i7 P; W
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。。。
6 `/ o, b3 [. S$ Y a3 v9 N) v 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。。。 - K5 K4 Q% E; L$ k1 w
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？
9 c( g2 q7 x, w& K6 l9 ^* _6 u( A 视觉SLAM基础 : X: s# G4 l! P- p
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. l7 C# J$ a) x+ v: O1 j# W) w0 R! Q2 P
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。 $ p# q; Q- f' o2 E* k" [3 \8 \
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。 4 F2 |& O, A1 g
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" k2 h% R2 `0 i* 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。
- E) j* v7 B6 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。
& Q6 G* f1 N" g9 d! d5 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。 " P" V$ V5 W5 j
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。 : L# t) k: U4 f
使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。 + c, j3 W% M: ?$ ~5 B
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。 ' s# N0 b8 C v: `8 {8 ]
定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。
# n1 H" B* k1 |6 ~ h 代码可读性强，包含很多工程化技巧，非常实用。
( c: a5 J! `# w. ^7 o }" x {, r/ j; D0 {' G9 G
ORB-SLAM2 用于室内三维重建 Q# f. {" a1 U, c2 o
ORB-SLAM2详细注释的代码持续更新，网址： ' K9 ^ Z6 z# z! i
https://github.com/electech6/ORB_SLAM2_detailed_comments 4 \5 a ~8 R g- J
视觉惯性SLAM技术
/ E( U5 y9 V2 g9 O 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 _/ T- S: N 它有如下特点： * n* F; ^6 F7 n# E
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。
$ |( l5 R- _' a$ l 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。 2 @ {6 n2 u7 P8 A
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 ^8 J% M. i* X 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。 ' Y: N# m$ X9 U
从室内到室外，丝滑闭环 6 G! p5 C5 X" O# U0 d
全网最详细ORB-SLAM3代码注释地址： + j2 M- B& Q' Z0 l
https://github.com/electech6/ORB_SLAM3_detailed_comments 0 s7 O V8 H7 U X7 g9 m1 f2 T
VINS-Mono/Fusion 系统教程
7 S: D5 r* V- a# k: h$ t1 m7 H5 Q; c 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。 2 P) }5 j& p0 s% G! }7 d
以下是VINS-Fusion在汽车SLAM上的效果： : @9 ?7 Y0 K: I6 P# L L
以下是讲师详细注释的 代码地址： & U; x5 h0 u* C- ]' y T+ ?8 [
https://github.com/xieqi1/VINS-Mono-noted
1 R8 I; C8 D9 r) k H https://github.com/xieqi1/VINS-Fusion-noted
5 }- |# I2 H1 l6 n 基于LiDAR的多传感器融合技术 * p- w4 t" N. S( |
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。
( W9 Y" G, t# N$ P
7 N. B6 s3 |& O7 |! U" e. r 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。
$ _% x, ?# X6 c& u' X3 a 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。 5 d" u5 a& _; |: e/ h: p6 G) {
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。
$ R4 s: u3 c- G! u! p" \
0 I# z4 I! t4 v* [: O/ T( P+ [' f- i6 ]2 N# e4 w
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。 8 W9 z/ y8 F0 ~- I5 y1 t
- y& N; s6 ]4 C- p3 @ LIO-SAM 的效果
; V- `% q& k6 `7 w7 I# e C. D/ }! A
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 * L6 s3 z) A/ q: s$ e8 t \# R( u) H
8 W3 t! C0 m" ~: L
独家注释代码
* \' ]' w. {# \6 U# s https://github.com/xieqi1/a-loam-noted + _ d0 n- @) J4 [. x, z( a
https://github.com/xieqi1/lio-sam-noted
$ j+ r) D& S, V- @ https://github.com/electech6/LVI-SAM_detailed_comments
- c0 u" C3 ?) f( v) C: C. v( L 激光SLAM技术 1 `1 _, o. |) j _, N
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。 ( f1 a" y1 H4 v9 R6 D
Cartographer建图过程
' n- V, w- Y; G' l; 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。 ; b3 J* f7 T# ~* Z# \0 }
Cartographer做了超详细源码注释 2 J7 E( W5 q. W
https://github.com/xiangli0608/cartographer_detailed_comments_ws
2 k5 `9 b4 e/ M3 k. J2 b 机器人运动规划 + t+ [" K6 D. r3 ^# y
运动规划和SLAM什么关系？
9 o J* R6 b+ O0 y- q6 G! b5 O; Q2 o 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。 / A9 N/ ^" j* e5 R6 V5 n/ I
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。 8 U$ [ c/ l" {) ]) i% o9 u* N
运动规划在移动机器人的应用 ' ?* ~+ G% y, c/ d* [- @4 B# z! u
独家注释代码
~) J$ M% G2 W+ z' E; O6 |! N https://github.com/felderstehost/ros-navigation-noetic
' f3 N f5 R5 f, D8 ?9 A 视觉几何三维重建技术 0 i0 a' J; u8 w$ e& b/ D" S
+ G8 }" i* [% u% W7 i& ` 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。 ) D9 o+ J' u# ?% A0 h# W
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。
# r* C$ ~4 x& a# 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
0 x7 {) ?4 v7 p, F5 o- \- [. [
$ }" s. t# c: x% B 全网最详细的代码注释地址：
2 Y1 a' P6 c" P* F! N) I https://github.com/electech6/openMVS_comments 0 m# g$ k. D5 t' J4 J2 c
深度学习三维重建技术框架 ; b: t3 Q9 O9 c% s2 i# x' m
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。
4 T9 N; f6 m+ j/ ^ 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。 5 E" w5 j2 B! f- n+ q
C++编程入门到进阶 $ ]2 P, r" e9 U H: `0 I2 m
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？
1 E4 s; d( T8 ` SLAM知识星球嘉宾刘国庆在知乎做了回答
7 Q% k4 c3 U2 E, q$ R% e 这里再补充几点： 4 j. c3 f/ I. U; j0 G
7 d; Y3 n" s/ W! y% t# y 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。
5 W$ B) W6 g. N6 [ 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。
g4 r* T2 \ G: |, O: Y1 { C++能够 操控底层，非常适合 和硬件打交道。
" z" y* c2 j: i% @( P1 Q/ v, |, ^# ^1 T P% _2 B& y I7 d
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。
% i7 J( v( k% i" p: ?; M: y 相机标定技术框架 ( r3 b& B+ c% u/ }/ w
5 N. m( `, W: ]! y; F! |' b 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 Q* K1 g6 d0 Q8 n- { 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。
4 b: \" p# M5 R) v$ m 相机标定是三维视觉的基础。
1 F! \' n# p+ M* V) T" A3 T
, F: n: P* X. J! |+ h% F 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。
2 u3 i2 t; m- q' i4 u) X, s 全国最大的SLAM开发者社区 : y. U. l- |. m
SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？ . v* @6 N2 s* Q5 Z+ |. P
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：
2 Z. N% C% W! b
9 f+ ~. E9 ~4 |; g, ^; i& [) a$ ] 机械/自动化/数学等非计算机专业能否转SLAM？& M/ _; B5 T4 U2 y+ D
导师不懂，但要我做SLAM方向，怎么入门？) z% w% q3 Q' v4 ~3 o# x, G
编程基础差，数学不好，能否学习SLAM？
6 Q* e% A% s3 j {& W) e 看完十四讲，下面怎么学习？
8 A J2 g, Z$ n5 c$ F6 w! \4 c. O 需要学哪些开源框架？怎么学习呢？/ q* O" A p: e1 T A6 F* l
编译遇到很多问题，怎么解决？
) J. L$ s6 I& ~& S% r+ l 只有自己一个人学SLAM，没人讨论好痛苦，怎么办？
. R4 g( {/ z& }: |! T% }" N& \6 S. [$ X 想要和小伙伴组队系统的学习，有资源吗？
+ r9 ^/ n( n5 U" Q$ ~
5 H2 }, @2 k; i: G* {9 I 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。
! `2 U5 U1 S& O' U w* M- V, B4 E: s4 v
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频 , r6 b% ~' L" T! d( ]) y
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 . j% j. u" |/ ~; b9 H
资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总 6 `% y ?% b. ]$ j8 D4 _
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
# M1 {8 ^* y" \$ W3 u 活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职 ! @% a2 k: P- y
求职：内推职位、SLAM面试题、笔试练习 6 }/ p- Y% M7 q+ g) l% ~
……
1 F9 ?/ @7 v% z1 c/ }* w
% m1 V1 z0 T3 a5 Y% ~ 
* a [) R4 \6 b9 S! o 独家重磅课程官网：cvlife.net
2 w% J# V5 A& ` 1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？ 2 ?- t4 K1 M2 u1 P& b/ A$ u
2、C++实战： 为啥SLAM代码都用C++不用Python？ % H* T& C4 S# W# U2 M$ ~
3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！
, {. c3 e* Q2 w9 Z6 v 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）
* |- B6 q2 k" p) U 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 ？ " a. Z% X6 K Z
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！
# | @5 H0 i" _; e V- w- o: | 7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？
( a k2 y q: E- h: Q" F5 V 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
; i5 I# V K) F4 ]: V @. w 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）
9 D( S$ K4 Y. R& j0 x- g 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！ 3 t5 l' o) S& l. c
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
& s4 x; c! u) R- `& j! d( I 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
' D+ n( j+ q* R! M# ?
9 u' E( d. _6 N( x' @ 责任编辑： ; ], [# s; s$ Q) }
/ r8 d9 G/ G$ H) E6 Y% u4 I+ D4 L6 N3 h
: |& P; m4 \/ [+ w9 G( G
& e( n: A" O, g) b% h
7 N/ K: |/ p) H- D8 X | 
