|
1 ^5 w9 Z& X, s# U* `, E9 y% g
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！
/ r# R ]6 y$ C D: f% d. s. t: L7 o! T l/ T% S# o! b- P A8 a9 h
计算机视觉life”，选择“星标”
2 n- e- e. u; D4 Z/ i$ [ 快速获得最新干货
) A$ h/ v; E* A 背景介绍 + Y4 Z; K. J: r3 {: R6 e
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。。。 4 {8 s0 q* X& d: M
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。。。
* Y9 j- H- K. E7 A 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。。。 6 W0 p" ]# a/ @, F: \
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？ S0 @2 v- v: H' ~ t% c1 G
视觉SLAM基础 / V1 R- D8 G' H. ^$ {' |6 s H# Y
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： , R# {$ t) E4 d- t, O+ H
, V5 V& C1 ]! k 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。 " Z; v( l S" L( t5 v
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 e w& d& b6 v# n1 e& F( G: ]/ m
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。
- J& F& o# r& c; g5 G 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。
1 k4 K; }2 w% {$ V) z, J4 V 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。 , v; N( w% B7 b; K/ g% z- A/ k
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。 9 Z4 {9 N% P" m' f$ h7 |4 p" e1 s1 a, 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。
" R. l3 D; N( u; T2 v0 |9 `( ? 使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。 $ K1 g. M3 u. E
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。
$ Y0 F, v& E5 B) Y7 r 定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。 0 d- \; f( L6 K! a5 H
代码可读性强，包含很多工程化技巧，非常实用。 ! D9 C: Q7 z% @& O; y
" `2 u& S9 d" H* ?. D. W ORB-SLAM2 用于室内三维重建 2 q$ D1 E/ W+ `" a
ORB-SLAM2详细注释的代码持续更新，网址： * R& q. k7 x5 c/ }# q! }
https://github.com/electech6/ORB_SLAM2_detailed_comments
4 R) ?( R5 [7 m' I) e4 L n 视觉惯性SLAM技术
( n& y. k& f z) {$ ]+ L( 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。 % O X/ T! n0 B& J) y3 u0 Y( g
它有如下特点： ' m& f5 c$ m: O/ C# G+ `' N3 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: w6 K; L& c' |
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。 0 `) x, X% v* s; M
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。 % a* l [" |- x! x5 \& L
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。
! Y2 U4 k; j- c. h7 m' W 从室内到室外，丝滑闭环 , Q- O0 _% d- z% f6 ^$ Y
全网最详细ORB-SLAM3代码注释地址： 6 `7 w; `' b) ^' o3 s
https://github.com/electech6/ORB_SLAM3_detailed_comments $ e" d1 N; n" L
VINS-Mono/Fusion 系统教程
, o% V9 W, {4 x. g 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。 ) a& F3 O- A2 Z# v
以下是VINS-Fusion在汽车SLAM上的效果：
$ K# ~; \. d# t) E3 o8 g/ j 以下是讲师详细注释的 代码地址： G. X: M n1 k- I) h# @
https://github.com/xieqi1/VINS-Mono-noted
) e% Q& E( ?3 h https://github.com/xieqi1/VINS-Fusion-noted # C: c$ [8 d1 ]0 ^% u+ Z" G
基于LiDAR的多传感器融合技术 # q: y/ f# W- P4 k( r
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。
7 }( s- _% r$ H
& I& V: b- F" \+ t1 ~7 ` ?4 F 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。
1 s& P3 N. `; K 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。
8 v+ x2 w. O) } h; u4 N0 \ 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。 " j/ {( x0 o1 `+ M5 u) n; H6 x, g
6 k6 R' n* c+ E' G2 x6 |; \
; P" [% V7 n% D+ j 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。
+ M8 l2 j# [- x, a' A) Z: r4 ?* H7 _& M2 ^$ X, `2 z9 U t
LIO-SAM 的效果
9 _( P' z! X3 i3 {" O* ]+ I& u9 n9 _9 j ]5 @
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
* M( m. A8 r+ ]4 b s
' X( V6 Q+ B2 l 独家注释代码
8 F* v; E. D& K https://github.com/xieqi1/a-loam-noted " r8 z$ f& L- M
https://github.com/xieqi1/lio-sam-noted / u! [: ]8 r. U8 D& I) z" q
https://github.com/electech6/LVI-SAM_detailed_comments 4 h4 ?/ X3 P& \ Y
激光SLAM技术 $ e; @9 ]2 N6 J( [
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。 ! I: O3 y1 B% t+ d. @
Cartographer建图过程 * z) T& L) q' c' l0 N) E% U( q" ]
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。
! u5 h& I9 u: c: { Cartographer做了超详细源码注释 ) S. M3 F" n/ O
https://github.com/xiangli0608/cartographer_detailed_comments_ws
3 x- R( R- O( h I( z- t' E& z 机器人运动规划
( B! [7 z5 [8 o+ [$ F! Y 运动规划和SLAM什么关系？
( X& E6 V4 F5 F1 j, F+ 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。
# f2 N7 s) U8 i4 a6 u 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 G1 ^8 d% w! i8 r8 r% l3 T 运动规划在移动机器人的应用 - O2 r. |6 z3 @% w% w9 x8 {) z
独家注释代码
* }( w2 U& q! s9 r' V p# R https://github.com/felderstehost/ros-navigation-noetic
4 T4 @9 W- P, J 视觉几何三维重建技术 & K# N- e1 B; x1 x9 Q+ u9 v6 X v
4 x! c: v" r4 L) X+ F
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。 ) G5 Q) B J O+ E/ b
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。 1 Y& h4 B0 T b& J8 t, I8 A' k
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' f6 A4 I6 u- n) S
?& A6 Q4 ^ D& Z' n 全网最详细的代码注释地址： 2 ~" y) l! {# C N6 F+ R
https://github.com/electech6/openMVS_comments / A4 q4 U6 G2 i+ D2 l
深度学习三维重建技术框架
- ~8 B q$ Q! Z6 i+ I7 ~ 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。
1 p2 |2 F; ~! i g# ?+ c 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。
# W% |! m; i. v' h h. d$ V, O4 I) v' T C++编程入门到进阶 * s$ b: t2 G; 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？
. C S; p! D- z; x SLAM知识星球嘉宾刘国庆在知乎做了回答
7 T K- {" o6 I2 X5 d2 l! z D 这里再补充几点：
% d3 E; D$ n/ w2 _ p& J
( J5 E, U' C; [ 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。
0 A: H# f3 A* E/ f Q 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。
2 D* l7 u2 |6 P/ U5 L C++能够 操控底层，非常适合 和硬件打交道。 # V; ?4 |1 E: I" j5 b
; `4 D- Z' m! B6 j5 J1 D+ C# }( b) m
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。
5 E" v8 b" o1 x/ K; u 相机标定技术框架
: L, D$ v' ^$ a$ G
' A2 k' `" Y; M, c8 n0 P 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）。 ( f- x) {6 M" y0 r
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。
2 _& f2 A+ q, Z* Z; k6 D( C* { 相机标定是三维视觉的基础。
, L3 V9 M2 A0 A1 q
3 F2 n3 Q( a! N" J- J) v9 O5 R2 B z 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。 8 C( a G8 ~5 ~$ F9 `/ J
全国最大的SLAM开发者社区
% W7 ~. }+ f3 M! J SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？
, S! `: r/ L9 z1 f7 J5 f 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：
! N7 \2 T: m6 y0 B: \6 t b5 q/ P6 A( |- A
机械/自动化/数学等非计算机专业能否转SLAM？
0 ]2 g( ^; k0 y8 G9 ? 导师不懂，但要我做SLAM方向，怎么入门？8 g' r P9 [3 Z/ `; p
编程基础差，数学不好，能否学习SLAM？
2 U7 B, n7 N: X5 I 看完十四讲，下面怎么学习？
& J9 ?( S/ |' V. r& i' u) X2 a1 o% r 需要学哪些开源框架？怎么学习呢？
0 M- ^4 g# ^- E! m( r! T9 \5 E 编译遇到很多问题，怎么解决？* ~3 J- U3 e5 B4 n' f. ~
只有自己一个人学SLAM，没人讨论好痛苦，怎么办？' X2 T' P* q: k0 b3 w3 S
想要和小伙伴组队系统的学习，有资源吗？$ A# H' v8 J% T
; L+ X; B J/ c6 I5 h: u1 e
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。 ! G: s2 @/ J5 `9 C. `% h5 s M# K m0 b
# N/ r/ ?% s# m3 Z5 `
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频 8 i4 {% X; g8 q/ H
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
4 ^" u; A. A# h+ { 资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总
6 [. Y5 {9 g% V3 o0 ~1 P5 Z2 z1 s3 g( J 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 0 s4 p3 n' Q) w7 O$ \% H& ~
活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职
0 m0 k7 h+ ~+ l& ]% {% S2 ] 求职：内推职位、SLAM面试题、笔试练习
% a) |* F8 S+ g) W5 | ……
) r9 g/ l; {' ?2 }6 i' ~; l2 `" F; n5 g) B
r) d$ `( k2 B/ r- Q: e
独家重磅课程官网：cvlife.net / S: H, h0 D1 N3 h: I/ A" \: i, j* S1 @
1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？ 3 d3 D8 ^; t% {+ {/ `/ U
2、C++实战： 为啥SLAM代码都用C++不用Python？ 0 D4 P% P2 [3 H! W) _
3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！ 6 m: A c6 B3 x' m3 r- 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） 5 _/ r+ ~% z& M) l; Y
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 ？ ( Y$ F& {) {7 k, H+ M
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！
$ O' Z% K0 Q& h# R% R5 J 7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？ e* b; f! ?4 Y, O# h- v8 s- d
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 ( }7 M' e0 x4 T* u. [' s3 k
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）
, B& s1 r9 G" S 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！ 5 B8 L( s m6 x
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
" m: ?: ]" T& m) D' e) r1 J 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 . h) l2 j9 y9 \: g$ w- T7 M
4 D9 C9 @. M {1 {& ~/ t9 D 责任编辑：
+ Y+ R" Y! H) p1 ]4 M d
! D/ j" j3 Z- ?4 ?
M* i- ~" |; a$ d5 d: f
4 W( w R+ x- g# U' `7 p ?$ I& x% t6 i. ~! Y
| 
