|
9 N9 J) e* t+ V$ v' ^ 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！ 3 G/ |) }; B. Y! K
6 a2 U9 _' Y. c. w( t
计算机视觉life”，选择“星标”
# P7 b- s: v3 `( p- S w 快速获得最新干货 1 \, o7 s/ d p9 W9 I) a
背景介绍
8 N9 `9 j1 o5 L/ L! D2 H 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。。。
T6 V1 ~/ a/ t4 b2 k( n# s0 \ 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。。。
' ^5 {9 ^" M/ [' _1 w8 H, \: M 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。。。
2 g4 ^9 U5 E/ }# _# l3 N' e 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？ 6 E" b/ k0 i4 r
视觉SLAM基础
: Q. \ {: m( Y) Q( x$ d 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：
% a2 Y; y) t5 @: o) A! L
6 S( d6 O; _/ G$ J- L0 ~ 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。 ; w: y* ~' D1 {
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+ E- }* B0 ]3 E 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# A! s0 O* d1 R+ z# x7 g* v/ L 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。 , M; \2 Z+ r% C; O6 l6 e6 |
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。 3 e* i- V* N: y9 S
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。 # T, s3 L8 y" ^3 e* H5 e/ D
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。
" }# S- `) D6 a/ L 使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。 - Q, Q/ ^( r; I" O# I1 L
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。
2 V" C y0 t5 U$ Z" X 定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。 / o5 i# g0 c1 E
代码可读性强，包含很多工程化技巧，非常实用。 $ Q: T8 ~2 }1 ]! c Y3 u2 v+ {
* B: Q, |0 x/ K* s. ?
ORB-SLAM2 用于室内三维重建 9 u2 x" _8 \/ [, D% ~( z
ORB-SLAM2详细注释的代码持续更新，网址：
" K3 _0 b; e7 r6 X https://github.com/electech6/ORB_SLAM2_detailed_comments ) p) W- x& r! F4 u) I# A
视觉惯性SLAM技术
- b6 U4 _) `' i% P' Q% y9 [1 i 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。
M9 x/ S: ?/ D( P' C5 A6 n% n) P 它有如下特点：
3 s4 F1 z& K, h2 r; G. R" t 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。 3 L% P4 s; S5 l) _4 ~! H- x
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。 ' O6 y5 e; ^$ P9 B9 u 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。 - N6 w& |+ L; m% [
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。 7 b8 K! |3 Q) P8 W6 r, y; m1 ], b
从室内到室外，丝滑闭环
7 f- X) G7 S9 R 全网最详细ORB-SLAM3代码注释地址：
6 L+ N4 ^, Q/ u3 t, R1 j6 ^ https://github.com/electech6/ORB_SLAM3_detailed_comments ) H S1 q' [9 r7 H# ^0 x
VINS-Mono/Fusion 系统教程
4 w8 {, Z: Z: q6 ^0 y3 x9 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。 % Q9 i0 B' K" Z1 p, ~% B6 S2 E
以下是VINS-Fusion在汽车SLAM上的效果： ( S% q6 r5 O6 i% q6 h, C) F2 o
以下是讲师详细注释的 代码地址：
! t- U# _* t. l8 p; v* e https://github.com/xieqi1/VINS-Mono-noted 6 w. M" W7 d; R
https://github.com/xieqi1/VINS-Fusion-noted
; `$ t5 R# o D- `3 ^ 基于LiDAR的多传感器融合技术 $ g9 l$ _% a9 B' Z4 g
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 z( F' W' k) U* _" C3 i- W# y! H7 Y/ M* d# \ a6 M, M$ k E+ ]% k4 Z
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。
* F2 L8 U" g$ A% ?! @6 K8 Y 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 j# d& `2 `# T/ G0 n& d; _3 v2 z 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。 - |* o; I7 A% F2 w: c
5 f. z* V! J* P$ E( T' e8 C6 l; D3 Q, s8 \4 i7 F9 ^, E: 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。 ; V$ u+ l$ _ [" g g1 M/ m$ v
. Y& i: V, c, a0 L2 d! p LIO-SAM 的效果
R! N4 G6 Z# Y# d4 X0 }9 Y& O+ s3 t8 q# \6 ?2 n: B2 W) |
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
4 \% Q- \) l: C; ?1 U7 A: r( Z
& Q4 F0 B* r( ]7 H* N# x. n/ l4 _ 独家注释代码
2 E9 }0 `0 f9 i9 m8 I https://github.com/xieqi1/a-loam-noted
$ I6 c' @) G1 F4 K8 V https://github.com/xieqi1/lio-sam-noted
2 K+ X3 H; b! g% A2 a https://github.com/electech6/LVI-SAM_detailed_comments
' E) J, Q) i! ]1 @& |& b 激光SLAM技术 # n) ?& S) y3 ]9 {
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。 ) q: a, @# Y- P0 e8 V' U" h
Cartographer建图过程
2 G2 M( j, b9 C, ^ 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。
) F" q: f+ O, L Cartographer做了超详细源码注释
, r: L$ _4 b$ W2 H" P+ w- { https://github.com/xiangli0608/cartographer_detailed_comments_ws + ]# ?, u" A, c" _1 E. l
机器人运动规划 ! X$ z9 J0 z j: }. E
运动规划和SLAM什么关系？ ) R9 i0 v- y. i( p$ D" K
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。 # H9 t8 e2 k$ y" _. D
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% |, T/ z8 o7 @ 运动规划在移动机器人的应用 + ]" B; Q. ?, L; }! i; R' v% R$ p
独家注释代码
. x/ P) \2 V' }; `6 H% o, J https://github.com/felderstehost/ros-navigation-noetic
/ _/ b7 I8 s! }, x, P5 g# n: g7 o* | 视觉几何三维重建技术 # N) `" t z# N) |
: i9 @& q) d7 f- g; _5 [ 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。
- |% o: W; q+ s5 ^ 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。
8 c4 S- s) c( D: 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
/ E4 S3 t" M' H1 o- G
% |6 v# O; }) o( m% `8 c+ V 全网最详细的代码注释地址： ) w9 e/ }, U' t' k, X
https://github.com/electech6/openMVS_comments " d, b4 f) n% a: H
深度学习三维重建技术框架
, Q* } g8 E/ J* ?: f4 l1 | 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 E7 E2 X1 r' ~ 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。 ! T# B, z# J Y T0 T' F+ {. ~
C++编程入门到进阶
4 O$ I# w- ]) d( d( R* D 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？
! H0 }7 K! w! ~5 }! J SLAM知识星球嘉宾刘国庆在知乎做了回答
. N$ {0 R# E7 h 这里再补充几点：
0 Y) \1 w" |) o3 U0 t" {; n2 W( C& m0 V |( B
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。 & o' ^! n" `& d4 f9 x# u
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。 , Q5 o# [* T% @$ C
C++能够 操控底层，非常适合 和硬件打交道。 ! c; E6 X' P0 e5 F% q0 W+ I
3 T; Z" B. L; d- 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。
, U9 k7 |+ A: O/ h' `/ ? 相机标定技术框架
9 l7 L; a" J' @( V) o# ?8 d6 M) ^" R! Y
4 W5 x3 c! j$ c6 w7 n, ^/ L" @5 F 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）。
+ D: d6 p6 v7 Z; Y+ a4 ` 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。 ) m+ }& L- O1 O. c y1 q9 H
相机标定是三维视觉的基础。 ) P h8 H3 e' c( }; p
" L) S. S" v) s9 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。
. ?5 r: d4 I2 B: d& e+ K 全国最大的SLAM开发者社区 , d* {: y) o' {: E$ O( r' C* n1 Z
SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？
) q) ]% ?& }7 s9 q" o 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 M6 r( o3 u* g2 i+ C" V5 H: d4 d/ }# v( E m m8 O
机械/自动化/数学等非计算机专业能否转SLAM？. d) }( @& i5 M }
导师不懂，但要我做SLAM方向，怎么入门？- u6 u, {$ b/ S3 P- U( W8 s" ]
编程基础差，数学不好，能否学习SLAM？
: v2 H, v X4 y5 [5 V7 u' A9 L4 k 看完十四讲，下面怎么学习？
2 Z! B0 e+ l S6 `9 x+ `" ^ 需要学哪些开源框架？怎么学习呢？; I8 Y; J& J9 D- i" \3 [9 F
编译遇到很多问题，怎么解决？
- K. j( `/ {9 X4 f9 H* [ 只有自己一个人学SLAM，没人讨论好痛苦，怎么办？
/ |( E" z4 A8 J" R0 H, Q 想要和小伙伴组队系统的学习，有资源吗？
! Q1 e8 d3 g2 u: c6 L! Q3 d5 T; I0 ~8 ^& ~
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。 1 c5 A) S4 l8 J b1 B
9 x7 L) f' Z- n" E/ _
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频 $ e3 M) v! y2 u/ n
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 & m8 M2 T: U7 ^1 e) h
资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总 * K: [5 j/ F7 E1 Q' n4 C7 D
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
, U) i- s& G8 k$ t4 ~' D& 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 3 k, v" h4 {3 S$ e8 o/ S
求职：内推职位、SLAM面试题、笔试练习 & Q5 ~* a) L0 z( @5 ^
……
4 f8 r, x* ^" S
, C p# k8 h* i6 O2 J) a 
; q9 Z, d _0 m( L) {& A 独家重磅课程官网：cvlife.net 9 e; g" d- A; y1 L
1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？
: {- R+ a% }8 c+ e6 I 2、C++实战： 为啥SLAM代码都用C++不用Python？ 3 z4 r' E, v, a. t' @
3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！ 5 B! w! d$ u% k! k9 I
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） 7 \2 T3 C) `1 V' I' T
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 ？
+ ]0 g. M2 [& u5 X6 i- e 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！ / t0 ?0 _# [* y/ G5 L
7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？
: N0 q/ N# w* G; o- z: Y3 f( M7 [- u+ S 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 - q: K% A+ _/ z3 U+ q
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） ! c3 V& f$ H) t: `' f$ |, R# Z
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！
6 h+ ]! S8 Q( } 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
i8 W, m: M$ ]+ X% z 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
) r% u: |6 G4 y/ r* Z0 \3 G6 P. _$ [( V3 t
责任编辑：
. [) w6 }7 F0 U c( V' R
2 V3 t9 N4 @3 h) d7 M/ h ?( n7 G) p4 z' S8 l6 ~5 O
8 R5 |6 H! E7 K/ F. P8 l" n
" }3 X% U G* [* n( k& r
| 
