|
, n5 c- n4 c3 e 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！
( p6 j0 [2 \$ `/ H' [* O+ q+ H- T6 }3 A7 ]( ` A% O( Y% G
计算机视觉life”，选择“星标”
# q' s6 f" [. f* N- T 快速获得最新干货 2 a* I- y* {- Z# J
背景介绍 2 w" O% C; G% J8 q0 M0 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。。。
$ E9 i6 { K- P4 \+ T& @ 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。。。 , V0 F; ~$ p1 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。。。 $ F& S) \7 v1 ?- @8 F7 G- l
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？ ! Q8 E$ }2 K6 S' Q# O8 \$ Y( V4 [
视觉SLAM基础 4 D+ J7 a# @- s7 e* 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：
, ~4 W( @6 t5 G1 X \
* {9 u3 E, U4 R7 _( Z 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。 : s* d7 r* k) L: W: G
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。 ; p) `4 O8 j. y8 |! H
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。
% T. ~% G& [! Z. Q5 ], V 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。 ( F2 z+ F. D1 E$ e6 z6 N
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。 # \( C+ E7 [2 n$ ?' 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。 + ?% `% D$ i! b5 h) 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。
+ G; q3 D7 t, P/ s$ S 使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。 % F: m4 ~9 A- Y# 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。
% W$ g( D3 w, s+ k5 f 定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。
j4 q. z; Y/ X% \! l6 V3 H 代码可读性强，包含很多工程化技巧，非常实用。
0 A2 b* d# S' J: f
6 L5 Y+ ?9 C# ]% G! F2 [ ORB-SLAM2 用于室内三维重建
4 U0 H' U) }7 p5 [7 c- E ORB-SLAM2详细注释的代码持续更新，网址：
O. B5 y9 R( A" J, _7 B. I https://github.com/electech6/ORB_SLAM2_detailed_comments 1 _9 { G. u- z& b% }: x% ^
视觉惯性SLAM技术
6 E9 X1 m0 b8 @ 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 e: {9 v$ d9 c+ C2 B2 x @ 它有如下特点：
2 x% T9 P( d+ {( A 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。
2 V% h' }; B+ O- M% n( { 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。
1 T. I2 Z" f" a! `: A1 L7 u 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。
; F' b8 Q& t& Z1 k 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。
, e- b7 J* W; r. u 从室内到室外，丝滑闭环
0 L" J2 x+ k8 d 全网最详细ORB-SLAM3代码注释地址： 8 ~4 l9 J% U ^
https://github.com/electech6/ORB_SLAM3_detailed_comments
3 I+ W# V8 [" G7 R& B* r0 { VINS-Mono/Fusion 系统教程
. d' M2 ]' Y6 D# I I 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。 : U& n% g( x+ ]( y+ |
以下是VINS-Fusion在汽车SLAM上的效果： 4 B. n2 @% o/ I6 }
以下是讲师详细注释的 代码地址： " t y* f* K8 @
https://github.com/xieqi1/VINS-Mono-noted 0 t4 R2 ?& n3 @% i. ]
https://github.com/xieqi1/VINS-Fusion-noted 6 ~. x/ A: x/ z" B
基于LiDAR的多传感器融合技术
- ~* \+ n0 \1 U- O% ~ 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。
3 }4 d- i: C* I& u. |/ E, U3 b7 f
1 ?' d( G( F0 e( X. 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。
/ q9 N4 T. G) l$ @1 h0 `2 L 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。
[+ M) H0 i% K. y 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。
# n$ \$ E3 j( z5 O( D) r+ @/ u1 @9 L
! E5 V* I- o4 ]& F1 W, d2 p. S
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。 ' E; `3 v6 Z: t+ o
0 f; t s8 e, }) v+ F T7 ]" z
LIO-SAM 的效果
- Z( p; }/ C) S' U2 A; S9 v2 Q% x1 U" A' h
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 / d7 }! I W6 B2 W
: U" V8 j# Q. O+ l
独家注释代码 @7 x F# C9 I& f) l7 g# t L
https://github.com/xieqi1/a-loam-noted 6 \0 u: Z8 {. l2 A. c1 X1 z
https://github.com/xieqi1/lio-sam-noted 8 P' p, H* p) a, A: B
https://github.com/electech6/LVI-SAM_detailed_comments
+ Z2 G5 K7 g8 W: P( p; g: d 激光SLAM技术 ; M( X4 s6 c5 {
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 V, T: y, N0 z7 [3 ] Cartographer建图过程
5 R8 D( | K( i 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。 - t8 M& z; b0 y
Cartographer做了超详细源码注释
' \# h9 g+ K( c' _3 q( j5 B https://github.com/xiangli0608/cartographer_detailed_comments_ws
/ N. P" U4 g8 l' @- b 机器人运动规划 0 H- ^8 @" P1 S. c0 H
运动规划和SLAM什么关系？ , w9 |" m( x8 o( p3 e% S
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。
* D! T9 Q: w& j3 U. u0 U* U0 o# \ 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。
. a( T8 l4 u6 {$ V 运动规划在移动机器人的应用
' b4 }1 Y( v) [# p2 l) l 独家注释代码
) L7 F& p" i1 t0 W https://github.com/felderstehost/ros-navigation-noetic / a: |" \2 ^+ v" Q( z
视觉几何三维重建技术 ) Y, l, R% ?- \/ q O, f' I8 f& Q
" _/ Y3 R2 v6 f. c4 T! g& k9 k
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。 ! g7 |; k9 d4 h
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。
6 R: b( G" d% {; V: X 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
( m- e5 i ]2 H! {1 j
3 H9 U9 `& m; X4 J: @/ I7 Y 全网最详细的代码注释地址：
+ j& D& s! N$ e4 D s3 h# _- t https://github.com/electech6/openMVS_comments
/ i* y2 _: Q K 深度学习三维重建技术框架 & |* l* b0 w* h# ~0 l8 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。 9 {7 U) A8 _0 O5 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。 * X) T4 |% ~& b5 _$ `
C++编程入门到进阶
% z1 P# M7 [1 P. @9 t" z! C 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？ # g- ?6 G& Y2 h# l
SLAM知识星球嘉宾刘国庆在知乎做了回答
" a3 m6 }7 }. ]" Y 这里再补充几点：
$ A( {& F0 p3 t% q* D3 z" I9 l3 t( L
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。 ! C7 D4 \& y& z9 ~, j
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。 1 Q: ` N5 V4 ]0 k$ Y/ H3 G
C++能够 操控底层，非常适合 和硬件打交道。
0 V0 X% v8 z) w, G: b. E
: t" U- y1 G, b8 `0 n: |9 Z 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。 6 x6 g; V! U5 h8 S& C% f# H$ W
相机标定技术框架 5 q& N5 X) U9 w' h7 \$ B
6 ~2 {: X5 O& m# X$ V
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）。 8 e/ d5 L5 L& L4 v- J0 a
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。 / X7 x+ e3 n8 |' B& [
相机标定是三维视觉的基础。 ' e5 S" ?8 ^5 _; i
2 v r. x/ w$ E
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。 0 V7 w0 T. |6 \- d) q: S
全国最大的SLAM开发者社区
, P5 v0 P. A# F: M X SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？
2 ~7 b, W$ Z [ 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：
" J/ t! X! b- x, k" [; Y& ^
. d6 y7 c) l5 W4 o" u+ m 机械/自动化/数学等非计算机专业能否转SLAM？3 x0 E+ n$ K8 |
导师不懂，但要我做SLAM方向，怎么入门？
8 \4 h) h& n! u7 Z 编程基础差，数学不好，能否学习SLAM？4 i& j8 t' o) s8 M. h
看完十四讲，下面怎么学习？0 d" O) E3 y, R e, ^) l. s4 A
需要学哪些开源框架？怎么学习呢？$ I1 M1 U1 T' w3 e4 a* z
编译遇到很多问题，怎么解决？
9 q+ A/ c/ J2 r% Q4 F2 E 只有自己一个人学SLAM，没人讨论好痛苦，怎么办？* l+ L7 x7 c' J1 g3 x
想要和小伙伴组队系统的学习，有资源吗？4 o' K* @" m B+ \ V2 r
- J1 F1 j7 L2 _! O; j( e) o
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。 9 [+ v" Y4 _( a- h5 X" F
# A( a* ~- C- i7 J2 E. Q
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频 ! {$ g1 i1 A) 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
3 K. X! w- B! | 资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总
3 i6 t+ H3 F; c* y" r 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
" s( g0 D: k1 E6 Z1 E 活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职
6 X7 [. n% B d9 Q, d6 H" E 求职：内推职位、SLAM面试题、笔试练习
) _0 e$ @3 x, [7 e% ~ ……
& r2 U! i" t$ |3 L8 z7 E- p2 l, Y. f% `: G: Q, |! S
; k f3 U \2 W# H/ K# z/ D4 z# f4 N5 k 独家重磅课程官网：cvlife.net
& A* M0 v/ p- _9 r( o. @ 1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？
5 o$ s: B3 n% \' Z- K& h+ V 2、C++实战： 为啥SLAM代码都用C++不用Python？
" Y9 j0 s2 k+ t& @" `: k 3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！ 0 @8 _; p, l, c# h% V: y: E
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）
: z, ^! @; ~+ _3 [ 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 k( G. }; l* E; G9 @& k' p 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！
% @7 `( n' L' ?3 h O" _; X 7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？
8 M; F8 ]) G: n/ X8 e$ N; g 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
0 L* n7 x: t4 m 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） ; c$ W8 K9 t$ h: E& t2 F
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！ W6 V V( H( w; B' o1 W
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 K1 L$ }: W9 ]$ s 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 / x/ Y, x+ a- `
0 O7 T/ N* {0 A: @" {! w8 } 责任编辑： ) r/ g: i$ D2 r" z
: c1 K4 W/ b2 o2 l$ j* q0 S
7 B5 a% `: d4 U2 g- } v& d' a) C8 x c# i1 w4 j( [
" D% a) Q3 ]+ M$ m! E# K | 
