|
% b! t& S- W. T4 k& O- 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！ , i5 D' o9 ^, o w. k) R' S
- V; t% B) k2 s 计算机视觉life”，选择“星标”
" y* N) G A" u 快速获得最新干货 9 o# Y- v) }6 j; H1 c: K; R: J
背景介绍 ' v3 w" i* d2 l2 N. ?8 B$ C: K
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。。。 " x* Z/ L- Z& e) _ \" s w4 a
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。。。
6 |2 G; d+ g. h& N% N! G6 R 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。。。
8 o0 V5 D8 P& ?% w2 k4 K 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？
$ d9 O) c4 p. ]- O 视觉SLAM基础
3 F" X3 q, R2 p: N 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： ' U9 D" s$ d- d3 o
, w! }, M$ n) M7 O- L2 h# O* N* h 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。 ' D* ]+ _1 H7 l
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。
( z$ P, K$ y5 ]4 @8 [8 X 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。 3 I* _5 j0 q: A% u$ x! H
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。
2 G$ z6 |: P1 W" {8 P0 B 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。 " o6 i3 W; N) e9 Y- l
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 \. Y2 _3 O" J2 A p
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。
8 U% h4 n7 q* @4 q9 O8 v) u7 g, s1 c 使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。
# R# e0 Q2 V. 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。
7 I- e: k( Q3 i 定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。 ' \5 b+ |/ w: D/ ^8 C( \
代码可读性强，包含很多工程化技巧，非常实用。 - j0 h/ d- p" ?5 J4 c
; `4 s" x$ g6 i; X" ~6 G- x ORB-SLAM2 用于室内三维重建 1 t" [6 l+ V0 A8 J( M3 [
ORB-SLAM2详细注释的代码持续更新，网址：
7 z; A" L" G& _3 n https://github.com/electech6/ORB_SLAM2_detailed_comments # h% ~/ ~% k* z$ G( t
视觉惯性SLAM技术
9 h" E% a$ `# r% P% [% w0 W 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。 : y% E4 K# n. @6 e' r# H* L
它有如下特点：
' A( [* Q, f0 {, i$ o6 U 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。
+ Y% B& ]- e2 k. V/ ^ 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。
. t7 _/ g h1 \. 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。
, v5 S. H! f0 G2 F1 E 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。
$ ?5 k1 G& d4 D! N$ ~" v2 O 从室内到室外，丝滑闭环
- [( s6 n/ Q, u# V 全网最详细ORB-SLAM3代码注释地址： ' C v- T. Y3 n. d/ M
https://github.com/electech6/ORB_SLAM3_detailed_comments ! G, G$ A) N" G; \
VINS-Mono/Fusion 系统教程 1 i7 p; R4 h0 [
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。 - v9 D$ L0 i: [9 f4 T' Z5 D% \
以下是VINS-Fusion在汽车SLAM上的效果：
) W; x3 K3 f$ ^6 z1 D1 l 以下是讲师详细注释的 代码地址：
$ x, W" I5 t6 j5 K8 x$ M https://github.com/xieqi1/VINS-Mono-noted % T# \; U) j! G2 ]6 V
https://github.com/xieqi1/VINS-Fusion-noted $ v. ^' P( I3 O, v8 k& F, ^- A
基于LiDAR的多传感器融合技术 $ ~% X' P, a7 Q0 Y! n
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。 5 }1 H5 Q* | P! p3 n6 c# L
! p; _) V. }) w5 t1 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。
$ X( O: L- q% z9 X# x7 F# E 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。 9 X: Z. @; d; Y Q+ _( X/ }" 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。
# c G$ C- Z4 Z- r# b# Y+ D
0 _5 N- r) [$ ?
5 V5 J" Q3 P2 Q p5 Y8 l* G x, B 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。
8 i+ l- A; w8 c
9 Z) w0 C+ G/ b" ~& n LIO-SAM 的效果
' O2 ~; ^* o3 e# \2 M6 O. n
. R7 c9 o& b' D 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 9 P& E0 `" V; J1 z% ~3 `
1 D" E% c! _, L; ?7 y; ~7 I$ R, J3 f 独家注释代码 % S$ R8 q. h6 X
https://github.com/xieqi1/a-loam-noted
^+ K3 H, |5 e$ Q3 y https://github.com/xieqi1/lio-sam-noted
- k' {+ E0 F+ v. q1 z https://github.com/electech6/LVI-SAM_detailed_comments
N+ O* c9 G7 i. N( a& V% k# O: M* s 激光SLAM技术
$ K7 j( n( }- S" U7 F9 z9 I 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。
& e. p- ~& c* W* Y- ^' i Cartographer建图过程 * f/ t+ D; k) U5 O! q( F7 A
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。
5 G p$ j& ^% H, J2 } Cartographer做了超详细源码注释 # a3 d& ?$ {4 p) Q5 R
https://github.com/xiangli0608/cartographer_detailed_comments_ws
/ K4 p* f' H/ g f- p6 i 机器人运动规划 / _7 {8 U, r: u* O9 }! ^4 p$ Q
运动规划和SLAM什么关系？ : S5 w5 G+ e1 F; }0 w
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。 * X" C T, n. N% C% Q7 m
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。
- d2 n; w" r' T: G, E 运动规划在移动机器人的应用
; P/ Q9 {5 R8 L7 C8 j 独家注释代码 $ b+ \* x4 N& \# D. P7 q
https://github.com/felderstehost/ros-navigation-noetic
3 X7 Y6 k6 G$ F+ \" B, ~! _ 视觉几何三维重建技术
. z) W& B0 m. } d2 B% v+ A
# }/ ]2 r" O+ W) M" T) I8 O 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% v3 d" b) z, Y( n3 p 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。 0 y' P& m0 R9 ?/ H7 \
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' `% z% g9 F: t& G
8 Y0 z8 {* ?, e; Z3 P3 t3 H
全网最详细的代码注释地址：
% O3 z8 ~' c$ {- q# Y, R" L& F https://github.com/electech6/openMVS_comments 0 i+ G! d: ]& {' x0 q
深度学习三维重建技术框架 , Q4 l) p( Y( k) y ]$ U9 i4 [( X; {
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。
K# q% D/ K9 N' y9 [+ i9 ^ 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+ w9 j8 X2 s0 J( X2 e; @
C++编程入门到进阶 / V. u2 [- y( h
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？ 1 T Q9 A4 W6 k/ u7 L
SLAM知识星球嘉宾刘国庆在知乎做了回答
1 E) a8 I9 [1 e8 {) c8 S T 这里再补充几点： % Z% _/ \* |+ A. x0 m: S q
/ ?. \5 i: M. V g
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。
' t- p1 N% h6 Y, O6 B& 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。
5 Y! N; g/ {7 i) ~: s( x6 w9 Y8 ` C++能够 操控底层，非常适合 和硬件打交道。
( I) J& l) l! n( @. h3 ^4 ?( i
0 [7 `9 L0 o0 ~9 N/ c 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 b4 q2 B: D v' b* d* i9 e# L. k$ K 相机标定技术框架 8 c4 b" t2 M- o1 h; a% R
6 C8 q; b7 B! n: g3 \ 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）。 % [) |3 r7 l3 a6 ^7 B' r- H
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。
Q9 J, n/ e* U. u1 y: B 相机标定是三维视觉的基础。
+ P2 p1 K1 a$ t2 P( D0 h
- g. J1 T: X/ a( r) N) T5 T2 E2 y 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。
4 E& x4 M' g5 ]2 P# ?' I 全国最大的SLAM开发者社区
2 Y" ~& b" y$ @1 W( V SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？ & L# D0 z/ C4 V- N
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： % q) t1 f# b& ?" D: R4 `3 D$ x+ _
5 x/ M2 B. q' S6 n$ v 机械/自动化/数学等非计算机专业能否转SLAM？7 q! o% e4 y( B1 `0 \
导师不懂，但要我做SLAM方向，怎么入门？
) m5 _* L$ x. k2 S 编程基础差，数学不好，能否学习SLAM？- {6 ?9 y- ?' ]0 \" U; [" d t4 C
看完十四讲，下面怎么学习？
8 w* L9 m# [" N! J 需要学哪些开源框架？怎么学习呢？
7 T: O! x* z# i, S9 ~# M7 e: G' J+ S' I 编译遇到很多问题，怎么解决？
1 a* I% e. C. X" b5 s U 只有自己一个人学SLAM，没人讨论好痛苦，怎么办？
3 w/ A' R% g5 O8 K* b* V5 P" j4 ] 想要和小伙伴组队系统的学习，有资源吗？6 ]1 @% a1 S2 Z) q8 U# S
, m8 \3 s" z7 G; g; 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。
, p! k: q3 P W8 Y/ n' N! {* K! J1 f0 R/ v& T( c- X: G
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频
7 C+ j8 c$ h1 m2 g1 |+ m% k 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
# f4 B" |* \. [' l$ Q 资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总 : K$ {7 F- q. l5 b
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
$ s2 a3 J" C! o# J 活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职
9 D1 [2 R# R8 ]. V- Y8 b 求职：内推职位、SLAM面试题、笔试练习 " g% H, @6 G+ @% z& A( f3 V2 Z, z* X
…… ' \. {# e0 l( c) U& x0 Q6 u; W
4 m9 B# N; T8 S$ z 
4 a1 y% \0 v4 M; u' r! i
独家重磅课程官网：cvlife.net : V7 r5 f4 j% G# f) Y) m6 @0 S
1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？ 5 A0 |8 g1 k, a6 ^5 j( f
2、C++实战： 为啥SLAM代码都用C++不用Python？
8 y# t4 x) R) B/ b4 U1 _ 3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！ 9 _2 M) a' x9 X9 i/ L1 N; U
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 {' a+ e3 S+ I: O$ A5 o% a" h 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 ？
! K( z3 j2 \' U+ E$ v 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！
" w: a% ^& r* v0 c 7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？ 1 I/ ^. g y) g) r/ ]% P3 ?
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( H/ L$ Y- u. y, K; f
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） + P, V( v: D* S5 F2 t# a: W
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！
: Y* d% L- A* b* ` 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
1 t9 h6 W7 G, N( \# f 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
" ^# ^, K/ m2 z3 a0 ~ x" f5 ^& V) j! F# f
责任编辑： 0 {8 z0 ~: O$ `& `
5 M! b/ S* m1 _: R+ c+ }& Q
% \$ }; F" a6 J4 R( Q# I# c! }
0 p7 o) \( H; i V4 I4 J+ ?. V$ U! K8 c' L: }9 w" @
| 
