$ {: P. A: _( i/ |* G: t+ f8 { 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!
N1 K$ V( k+ t3 B4 x& h6 v% x' ?8 l; e* ^3 S- ]+ z
计算机视觉life”,选择“星标”
; m. c% l- c9 p6 }. r 快速获得最新干货 ( s1 f5 {$ B$ h" J
背景介绍 . s, D) l9 R! g7 ]9 P' D
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。。。 5 ~" J: c# J: 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。。。
! Z7 N; H" n+ H- {) v, K. Y: p& { 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。。。 $ U3 O; {9 o9 p
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?
! _3 U5 z$ z# B$ s$ ]( W 视觉SLAM基础 . P% i Y0 L. L0 z, ]/ P& u
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:
$ T6 K) I0 B: k" N2 l3 m$ E7 M6 p3 Z+ f9 f1 |) |$ r7 f
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。 " K- V- M1 S9 v1 p$ k
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。
" T8 {+ p, n k& s) ^ 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。
' G1 W( k9 G5 N2 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。
, Y, d" V; z! l) {. Z6 H. | 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。
- ]! U# O4 _- j* a2 K J$ a 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 s; g k& {; a7 a 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。 $ B P5 p/ `; A/ H: ^# ^# P% I
使用本质图(Essential Graph)来优化位姿实现回环检测,耗时少精度高 。
+ G) i. z- Z$ a3 P 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。 ; i- a& D7 v6 ?$ W! [) w# h! u
定位精度高,可达厘米级,是特征点法SLAM的经典代表作品。
: _6 X9 C H1 ]; R& _ 代码可读性强,包含很多工程化技巧,非常实用。
, y3 U$ O- r+ q4 P0 N+ M( Q1 C2 e) E/ `
ORB-SLAM2 用于室内三维重建 ( j1 g m5 `& a
ORB-SLAM2详细注释的代码持续更新,网址:
- s% S$ Q: J5 L3 Z* } https://github.com/electech6/ORB_SLAM2_detailed_comments 0 i% ] D0 x E J3 M
视觉惯性SLAM技术 1 W, f$ ?4 F1 v7 k3 h5 g
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 @; u% h* g9 k% |2 X e 它有如下特点:
* i& f1 y6 S7 a0 T0 A6 B 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。
# d1 {6 m) c4 y* |- \ 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。 7 O- ?8 ~# v; |5 X% ]9 w v9 L2 x" d+ P; ]
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。 & P: E& ^5 f) @, l$ @8 D$ Q0 ]
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。 ; K1 l! i/ p6 a7 D. D; E' E$ `7 L& N
从室内到室外,丝滑闭环
/ X4 G, V$ R/ k1 x `$ B 全网最详细ORB-SLAM3代码注释地址: ~) m2 V9 S+ @+ ?+ v
https://github.com/electech6/ORB_SLAM3_detailed_comments
3 l, k* z/ D3 `! u6 u VINS-Mono/Fusion 系统教程
6 {. Y$ {- Q# 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。 5 J$ C P; Z" |7 H/ w! b8 n
以下是VINS-Fusion在汽车SLAM上的效果: % n7 i7 a9 L8 i% q
以下是讲师详细注释的 代码地址:
: R, `& \# ?4 y% K https://github.com/xieqi1/VINS-Mono-noted
. \) t% H7 j. H/ o; [ https://github.com/xieqi1/VINS-Fusion-noted
0 a) \3 G+ z6 u2 B2 F% ? 基于LiDAR的多传感器融合技术
$ H( y2 h5 j3 ], Y' Y3 K 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。
2 c8 p& A% ~' B- s) `8 T" m
6 l" F- q) d0 [* b3 U4 u- _ 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。 ( v2 S6 T; l* w& r; t8 z
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。
% |) h. e* E; M$ ]8 K' M' ]1 o 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。
4 [4 ?, [; S; M8 d' l9 X
$ m( b0 V5 ]( K. k* M3 a6 N/ y( L& _- p9 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。
4 \* l- T* W% Y7 z) S' J2 E+ q3 }' E+ V2 B5 h2 C* o
LIO-SAM 的效果
- h \1 d+ m- D) @4 C
! E1 l0 b' P: n% l' \, L 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
$ x/ O4 }! E8 i3 x
/ e, |! Y3 @+ F# v4 C! ] 独家注释代码
0 h6 c& H3 C& i, m; V/ K+ _3 V https://github.com/xieqi1/a-loam-noted ( u6 }# \' G' P; \% C4 Q/ \7 H
https://github.com/xieqi1/lio-sam-noted
. T' T9 m: H' W a0 J- H https://github.com/electech6/LVI-SAM_detailed_comments ! i: L2 Y9 r7 l4 ^
激光SLAM技术
6 p5 t k: I+ I; ?1 X! j; 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。
7 Z) ^# i$ G4 ^' m Cartographer建图过程
/ b4 l2 X1 C& p' m; t- E8 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。
. S8 t+ J3 d0 F, i6 A y# V Cartographer做了超详细源码注释 # Q" c% Y/ ~7 L7 R2 r4 |# G' O
https://github.com/xiangli0608/cartographer_detailed_comments_ws 6 ^% Y( l) |; K8 b3 A/ J$ G, m
机器人运动规划
) q: b+ C) Y5 S. D6 f 运动规划和SLAM什么关系?
% G0 ~- a, H& l$ \" a2 P. l 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。 ; H; @6 X+ m1 k5 L% s& z6 y! }
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。 - `. T1 }$ J* P' r' K. G1 v3 {
运动规划在移动机器人的应用 4 j; n( x+ i0 [# G
独家注释代码
2 O( x- \8 O( ]3 H1 [2 \1 q: o3 P1 L https://github.com/felderstehost/ros-navigation-noetic ' N# d8 z& L) E! w# _6 @$ [
视觉几何三维重建技术
, g3 x5 G# p1 r+ l6 V9 t' g, ]2 k* |& v2 C6 `; B2 y; y' _3 e* R
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。 ! v1 Z$ N' `, Q6 y8 p5 V
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。
- {$ s$ |7 c, T& B. A0 P( V8 m0 j" T 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) X1 M( W+ ?, p+ J3 H
3 h) s! L' F6 u5 s$ R2 F$ F
全网最详细的代码注释地址:
4 U- f1 N& P! J https://github.com/electech6/openMVS_comments 6 I a0 S8 N L0 ~6 b
深度学习三维重建技术框架 ! O& E# t, {# h |$ ~. e
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。
+ o8 G$ @8 { D: P7 E: ] 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。 ( {( V* P; ^; b. o5 N6 v
C++编程入门到进阶 , e, L; o- `0 M/ @; i) 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?
! o5 n+ |6 y4 p( m SLAM知识星球嘉宾刘国庆在知乎做了回答
) x! r! B+ V$ t1 m b5 C7 g 这里再补充几点: . P- Z: H, v1 s/ D' P# U
0 z' N* t3 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。
; B o' `$ N, G 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。
! _0 ]# h# ]% B2 t# N! q9 Z# I+ f C++能够 操控底层,非常适合 和硬件打交道。
i* D' l, e% p4 t1 o, [0 k
1 p: E) _6 Q. z' J8 a' r5 { 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。
" p( }) \: t1 }8 G 相机标定技术框架
$ w& ^6 V2 g' c6 V/ N9 j r7 \7 q9 u
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)。
" Q' _& o; E5 {4 H* P1 Y 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。 1 a r9 S/ Q4 ^' t- E z4 b8 O$ h |
相机标定是三维视觉的基础。 7 A+ f z* b4 a
, Z& w, E4 w2 P$ l. a 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。 ! c7 h h" s6 n1 ^- [( W* J) X
全国最大的SLAM开发者社区
9 H) y4 k% B) p% p4 P$ z) W SLAM社区:一个人啃SLAM,难受到自闭,硬顶还是放弃?
# i3 ?3 H$ |% z, [6 M 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:
% ? u& ]+ h% w4 P$ z% k9 e
! d2 ^3 Y5 V/ f8 h- K! d' P 机械/自动化/数学等非计算机专业能否转SLAM?& v# R. J4 w, v0 W. p
导师不懂,但要我做SLAM方向,怎么入门?
2 _ i4 U( `# d 编程基础差,数学不好,能否学习SLAM?: w8 ^8 N$ E! |) z$ ~1 t
看完十四讲,下面怎么学习?6 H/ B. b& K- }
需要学哪些开源框架?怎么学习呢?
5 j" m8 r/ g5 ~5 x 编译遇到很多问题,怎么解决?) t. v+ U" P' j8 @( R- X1 M
只有自己一个人学SLAM,没人讨论好痛苦,怎么办?
^1 ]! l! w6 {1 { 想要和小伙伴组队系统的学习,有资源吗?5 n7 h- A6 s$ M' n
' p5 t7 w/ P9 x) R1 `; r 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。 & N& ]8 H* t1 T6 X1 V) T* u
; X5 N @3 z n 2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频 & A' L4 i, L. U) @( ~1 q
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 V A$ T& U" p s& ~ p 资讯:每日论文分享、行业资讯汇总、每周汇总、精华汇总 - ~% m" k6 o5 Z8 s1 t5 j t0 |3 v4 s, q
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 $ X, E9 N% f/ I, W0 {1 \5 I r
活动:学习小组、行业资源对接、会员激励、有偿招募助教/兼职
7 c) o7 e+ u$ J4 { 求职:内推职位、SLAM面试题、笔试练习
- \& q( }# I, ^ ……
' I* L1 h. \% D* {1 {) B, G( P3 A. N1 T2 B O

8 m% K$ d. S$ L5 e- j5 `8 E 独家重磅课程官网:cvlife.net 1 b4 o. Z0 y6 w0 v1 e1 M) J
1、SLAM社区: 一个人啃SLAM,难受到自闭,硬顶还是放弃? * [: N: y3 A/ o
2、C++实战: 为啥SLAM代码都用C++不用Python?
' d* ?7 e, @" w/ z" H0 s- t& G- A# _ n 3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案! : n: t3 B/ h' d7 U% I+ 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)
8 l: n8 q2 h8 V* z2 u& {. f 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 ? 8 \* S% Z5 L( l; F, v; m3 d
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! ' s [* Z" q! J+ K+ h
7、详解Cartographer: 谷歌开源的激光SLAM算法Cartographer为什么这么牛X? ! ]* z; c K! e# `5 j2 y7 M
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
: o: R/ ^$ O/ G& Q7 m2 ?# J3 ^ 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 N$ D/ \4 Y+ R; `8 n
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! 8 e- z5 I6 _) `5 M
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
" y8 c7 p. m( T. U7 N& r 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 4 @. j8 R5 [, j" t* z
) g; E* Q+ F7 J1 E' z8 [
责任编辑:
% {5 B5 I) e) P w% Y' [
3 G3 s/ p6 X; Q q
7 e3 o) v3 A' I+ i8 G: Z" k1 R
) E x3 T/ C8 ?7 j# _5 L |