|
3 q' U: h& ], G, s/ a* u# @
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!
( b+ q `8 \% z; \: F. T
" j2 k' B& }0 J0 R3 N 计算机视觉life”,选择“星标” ; T3 }, M! K7 S
快速获得最新干货 ; E' y! b8 @& `* u
背景介绍 ( t! O: K4 P+ f% A; ?
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。。。
% @# a1 ], [% F 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。。。 8 L9 I% x( R' J( z+ J# ~) w
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。。。 " v) D/ Q$ N1 N: d* 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?
% {4 m4 I0 `2 [ 视觉SLAM基础
; u' S G# L& O& S- T" l( T( 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: 3 W+ W, s# H' y* z# k6 P
7 B$ U$ [) Z2 Y 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( [7 F# w( c9 t 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。
$ f1 d2 M& j: [4 M4 u* ?8 \ 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。 0 x$ ?, h/ @7 q/ Y8 |
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。
& X( u7 u* Z% Y* N) Q" V" W 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。
2 l0 x- f5 |$ d6 } 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。 0 e# ?( i. n3 k$ c1 ^( }
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。 - T7 U6 d! M1 D: w+ 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 。
; {/ f3 `, p( A 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。
( U9 O& ~: D1 G: u* S 定位精度高,可达厘米级,是特征点法SLAM的经典代表作品。 7 u9 |* P3 T5 F! F! Z
代码可读性强,包含很多工程化技巧,非常实用。 ) u8 f9 `" }# Z. }( y+ m
; q1 V' `) r2 r. S3 D l ORB-SLAM2 用于室内三维重建 0 `+ Z) @ L* u( q8 g0 E7 m1 _ Q
ORB-SLAM2详细注释的代码持续更新,网址:
: b5 H5 i) C; v4 u https://github.com/electech6/ORB_SLAM2_detailed_comments 3 u$ l% }! w+ A+ a @/ l4 b
视觉惯性SLAM技术
! I# W* F/ i( u; p& O6 {( x \( \ 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。
) R- ], c, P- W( B. I9 }, ~: _ 它有如下特点: 6 {7 U$ n; V2 }& {7 H R
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。
4 A H! B' X2 s% \: n& G 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。
- L) o. D A9 J2 i, y% y4 Y 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。 3 X1 ~) H2 m# L% t9 [& 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。 2 o3 u$ E8 Q1 Y' V" {4 c' |
从室内到室外,丝滑闭环
) r" L! p }. ?! a* \- C% f 全网最详细ORB-SLAM3代码注释地址:
. b+ Y1 I2 R1 e8 u' E+ R" h https://github.com/electech6/ORB_SLAM3_detailed_comments
; ^( q- L' D: p* s6 g2 n/ x+ u VINS-Mono/Fusion 系统教程
) [0 l1 g9 Q7 q" i5 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。 ' f- x- _$ w) P& K
以下是VINS-Fusion在汽车SLAM上的效果: 1 }+ a' w: r$ m& V6 f2 R
以下是讲师详细注释的 代码地址:
9 ^8 Z- m0 i; }+ b8 G( b) @ https://github.com/xieqi1/VINS-Mono-noted
9 n& i* y" `9 ]8 W/ d https://github.com/xieqi1/VINS-Fusion-noted
. ^! f1 m$ |, {9 X5 x/ w2 l0 N 基于LiDAR的多传感器融合技术
' ~0 W% m5 V7 I+ 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。 ; p' E( F7 K9 K9 @" | f
6 I. D6 n# P8 s0 N) m# u$ H 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。
9 t/ j- u" L* w+ ~7 d 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。 / C' p) ?$ D9 v, T
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。
9 C1 t" w& a3 t4 K2 |
: v- h i8 ]% @+ B+ H
6 d) C) g( X! ~; a8 w, |" G! `/ a6 Q 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。
% ?& z7 i) W5 _$ U' ~
' i g) Y. f; `# \ LIO-SAM 的效果
7 I+ l& S6 f" _
) ]" J. J. I2 d4 U- m 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
+ H, T7 ~+ W% \8 x7 i% F' I/ W& p& ], T7 {9 }1 z% B0 J" u
独家注释代码
" I( [9 o/ t2 k5 A! \, F1 b https://github.com/xieqi1/a-loam-noted + F" y" [8 \1 N' Z5 {$ e
https://github.com/xieqi1/lio-sam-noted 5 H6 [( c" k/ G- |
https://github.com/electech6/LVI-SAM_detailed_comments ! A& p+ S, t; }% x4 ?, D _
激光SLAM技术 * G" C8 R: ~5 x2 X" J3 s! ?: 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。
; @2 J }& P( R& S: q Cartographer建图过程
6 C6 r' ^1 ]7 D0 f& o- w' w 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。
% `0 Z' x6 i- x5 {: \' L Cartographer做了超详细源码注释 0 a$ n6 w M0 y( @
https://github.com/xiangli0608/cartographer_detailed_comments_ws
2 u0 [9 Q9 n7 [' I5 P! Z G6 ] 机器人运动规划 7 ^0 d1 o5 D; {) o7 m
运动规划和SLAM什么关系?
5 r1 @+ \# V9 ^: 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。 " M$ B, _1 e, y+ }8 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。 : i9 S) F2 g1 H4 d9 Z
运动规划在移动机器人的应用
$ N. v, b% i2 X `8 d 独家注释代码
+ V& T0 E- B/ P+ o) e+ J https://github.com/felderstehost/ros-navigation-noetic
; p" y% a+ d( P% a 视觉几何三维重建技术 # l! H3 c& g* D5 N4 I8 S2 l/ [
5 G* u3 x9 e2 e7 G 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。 ) B* Z. L& z1 h8 A7 T8 o- Y
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。
' Z! |. s9 w, L% ?6 S) B 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
8 h. P# `: Y! F, d: k; x( K
: C" {; S3 P* t) | 全网最详细的代码注释地址:
v3 y! C! B7 Y4 g8 d1 |9 D https://github.com/electech6/openMVS_comments - _/ ^- e7 V8 ~8 |" c+ a
深度学习三维重建技术框架 & u# A# l; X; l4 j. c
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。 5 a5 n6 A5 H* @+ K
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。
" s2 K% x4 f) o) k$ [% c C++编程入门到进阶 1 T3 D2 ?7 T+ ?' 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?
; h* Q+ E4 _2 h6 j1 d/ N SLAM知识星球嘉宾刘国庆在知乎做了回答
; x* F/ f+ c% I: N 这里再补充几点:
, B. l, b) q) P1 E( X, m
% i" o7 `1 J. b/ B# u% ^0 X 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。 9 `: K2 J+ \1 Q6 Y
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。 7 k6 [* i' `4 S7 C) W, d
C++能够 操控底层,非常适合 和硬件打交道。
% V* a0 ]8 h- y) S* B3 {) d. t4 q N# j
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。
2 U0 g' h! G# V2 ]7 ` 相机标定技术框架 3 a3 m) T2 V( _" ]1 O/ t
( s7 K( H/ A5 G9 Y1 h 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)。
" J g2 x% `, b7 e2 d 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。 5 d* t' K K$ t0 J( C$ X7 ~& u6 Y
相机标定是三维视觉的基础。 0 i q5 t% [; e: z" X
7 H+ J( L0 _& z& u 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。 9 y* j/ z! N2 Q0 q: }* q
全国最大的SLAM开发者社区
7 W# e: b& f, G- n# o& x: E SLAM社区:一个人啃SLAM,难受到自闭,硬顶还是放弃? : c+ A. X; q) _6 y( J* i
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: ) j0 Q( k9 s; ?8 t% K4 r% r8 }
% g4 S7 X2 q1 r% ~0 W 机械/自动化/数学等非计算机专业能否转SLAM?; a. ~2 w, |# [3 w) p
导师不懂,但要我做SLAM方向,怎么入门?
/ ~4 x5 P; c/ w7 `- L* A 编程基础差,数学不好,能否学习SLAM?; o s4 ]' m/ ~% ~" v
看完十四讲,下面怎么学习?. i0 U/ L" s) L8 S
需要学哪些开源框架?怎么学习呢?! X5 ?" c7 G% n9 C
编译遇到很多问题,怎么解决?$ c) Y" N) z# I7 R( j1 j$ }$ m5 m& @
只有自己一个人学SLAM,没人讨论好痛苦,怎么办?7 _- d# Q( U/ N3 g! f; o
想要和小伙伴组队系统的学习,有资源吗?! g; V) U. c/ p9 K; o# S' H% U
1 N5 z# O3 W& B8 ] U- W% 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。
9 r' J2 l6 C2 F7 |; g+ a$ P1 z4 u: r7 M9 @% L$ m1 C8 P/ _
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频 u. H! v. V' A
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
1 k4 s% M% _+ }# b 资讯:每日论文分享、行业资讯汇总、每周汇总、精华汇总
; W( n; e9 Z4 k& i: c( I 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
# f" ~' f& Q* y 活动:学习小组、行业资源对接、会员激励、有偿招募助教/兼职
4 |0 }- W2 b. B2 n8 w5 p. G 求职:内推职位、SLAM面试题、笔试练习 5 Y* p/ \ k1 W$ U5 ?" T7 o! P
…… - P! F- u$ f9 ^) v5 M2 P
3 q, J& Q5 C5 Y) J' [

7 g) ^: e% p1 ]) p b& S 独家重磅课程官网:cvlife.net 9 }4 X3 D/ m9 h6 Q8 L8 m' v
1、SLAM社区: 一个人啃SLAM,难受到自闭,硬顶还是放弃? ; q( _1 y2 x6 N, U: q6 e# z
2、C++实战: 为啥SLAM代码都用C++不用Python? 9 `6 s# V' Y8 b9 O$ e
3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案! 4 p2 H8 t' t% H" I- z b& ^# {: }
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)
1 _0 J4 \* h( L- ^ 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 l1 v9 P' 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!
9 W) i8 C" l: q- j2 J m 7、详解Cartographer: 谷歌开源的激光SLAM算法Cartographer为什么这么牛X? $ C7 S, _. }' K2 Q# W% a
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 * p: M9 c! @8 `% R
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)
; q1 N$ C1 ~. ^ 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 p y9 V& ?* M3 y
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
/ ?' ]! E4 \1 Y, I2 v# P0 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 ; `/ P0 A5 L- b& W
1 w6 I; R) F! r: F' k 责任编辑: 1 F9 x$ |) I6 m0 {8 @; M9 T7 m
) f, @: C' ~7 Y
( w9 r% P6 i* s- O# B b7 ~2 j$ s$ J) t3 @4 {/ h7 U4 {
. b/ w! Q3 |$ p. E. i |