|
$ ?9 O& B5 I {" s( _; e/ K 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！
7 ]- ?+ G5 I0 W% R
z+ z4 A$ r3 u! Y7 q 计算机视觉life”，选择“星标”
1 `" n" f3 a3 z: y4 V 快速获得最新干货 ' f" a- o* v# Y" Q
背景介绍
( x0 K* J& @4 M, O" G7 y 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。。。 ! ^" i& B# p4 C
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。。。
3 X7 Q$ y9 }2 w( y8 u. d2 D4 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。。。 9 u7 d: I u6 n' S# p5 S
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？ & \; x% w7 c& j/ N9 {
视觉SLAM基础 2 a+ v# i9 J1 q* a* V" J5 ~, I
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： 0 D Q, T5 D! p6 `
" z) S2 X) [+ z. K' Q5 t( W) P' 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。 : ]/ k9 \! C( r& A
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。 & w% q; r# m/ V# S7 X; m" ?+ b
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。
" X0 K: I! `) m; m/ ]7 G, 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 |- E* l6 k- I7 ?$ t 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。
/ {! K) Z: P s5 j1 l5 l$ l( r 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。 2 v2 [( u2 Z W, {) r! T# 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。 ! {- E% ]! z3 \& g/ f2 `* Y
使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。
5 r3 x7 k2 q6 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。 : |! }8 E! I! O7 P. d7 ]
定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。 0 W2 }% j( x9 K: `
代码可读性强，包含很多工程化技巧，非常实用。 : L- |! N" u- C0 h8 ]7 p# S; k
% T! W. z3 @$ n) a ORB-SLAM2 用于室内三维重建 $ x. i- o2 R, `
ORB-SLAM2详细注释的代码持续更新，网址： % {+ `; a- h _& ]8 {3 w7 E& y7 ^
https://github.com/electech6/ORB_SLAM2_detailed_comments
T! z( r4 A" k# L 视觉惯性SLAM技术
7 a- u$ |+ p7 Z: Y j 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。
U" e4 m. z& b; B7 c2 } 它有如下特点： . _1 b+ P- Z1 h, O- M @1 O1 H0 S, g
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。 : ?9 _3 Y% N0 B. |+ R3 X* B6 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。 + S' p1 e. C$ [4 V
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。 ' q8 D2 G- F$ d8 R1 `
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。
- [* l$ C& M" t- q 从室内到室外，丝滑闭环 " h* e) T% \- M* k% [& V
全网最详细ORB-SLAM3代码注释地址：
1 s; e& V9 H- [- x https://github.com/electech6/ORB_SLAM3_detailed_comments ; c+ c& n5 l+ J. R; L* a) e: q
VINS-Mono/Fusion 系统教程
1 _; a9 D2 ?6 j/ Y/ u# Q4 R6 u" t 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。 ! d, L: a: w" H
以下是VINS-Fusion在汽车SLAM上的效果：
* g8 g. w# k( V, x9 t/ H* H/ K 以下是讲师详细注释的 代码地址：
. T: ^7 m+ K! B% t. y https://github.com/xieqi1/VINS-Mono-noted 7 r$ c5 T5 Y. K: d% M# Y
https://github.com/xieqi1/VINS-Fusion-noted I4 W) F, t+ F6 ^& V& f2 P" L
基于LiDAR的多传感器融合技术
3 J. v6 W$ k/ Z! v L5 ~2 G' W 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 {% P* D( b1 p4 U% O! [( y9 R& m
9 B' ~& X$ \7 e' [& r/ R7 l* o
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。
8 G+ r- u' v% O# P. @- L 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。
% r0 c& `% d% [' K5 J m2 U 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。 $ I6 b% K# p' _" a a9 {) O
+ o$ g' M$ \- i4 x6 A# h3 ]
9 Y: K9 \/ ?9 x) K0 U
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。 7 k/ f* o7 |9 Q3 I
3 r u; N0 [$ R( H/ q2 u% r9 _/ U
LIO-SAM 的效果 2 U" Q' g- K8 Y" G+ `
) X7 B4 x4 T7 ^2 U' q, N1 p 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 ( }- Y) L5 V$ T- j, ^: P8 B- g. p$ L9 r
* W% M- S4 ~; t! q0 W7 o4 n& K 独家注释代码 * b. f( J$ p1 f0 F& i
https://github.com/xieqi1/a-loam-noted R) W/ ^5 C' g: D; O k
https://github.com/xieqi1/lio-sam-noted
( e, e8 O" k# D https://github.com/electech6/LVI-SAM_detailed_comments
0 b6 a6 V& w& Q/ P5 }/ u" r8 Y 激光SLAM技术 R1 F" a5 I. @( y$ |. ]4 \
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。 4 _; q0 w% I8 Q" {3 V
Cartographer建图过程
! d' m* C" |: E/ \: ? 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。
1 q) q% Y' E) Z8 K4 }* j7 u Cartographer做了超详细源码注释 2 K! |3 p- b' h( v, f
https://github.com/xiangli0608/cartographer_detailed_comments_ws 7 Z, S/ u* H- O7 e
机器人运动规划 0 a5 x4 y/ n* L0 ~9 r/ }3 ]
运动规划和SLAM什么关系？ $ y; W% C9 [3 [; r i
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。 ) j$ m n' r+ l# ]
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。
7 Q9 A5 B( _- c) W 运动规划在移动机器人的应用 & m% j$ H6 Q, A0 c+ f- t
独家注释代码 1 \1 m9 b5 u. S% K
https://github.com/felderstehost/ros-navigation-noetic 6 n% ^ y, m: v- s$ ?0 ?
视觉几何三维重建技术
5 J6 G% f& y( l3 U3 W
' |2 x6 b1 ?+ D& T% S* U7 j4 v2 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。
X6 _/ \& m, R7 n' t 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。 7 O- e2 X4 [1 r% c
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9 F4 n8 \1 V6 p$ }( r& [
' X, n; F6 X0 m( y% `# c0 ~
全网最详细的代码注释地址：
1 C! [2 r9 X. o https://github.com/electech6/openMVS_comments
Q) x) c, V6 K9 _; P 深度学习三维重建技术框架 ; S" x5 \; g, c: G9 ?
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。 " ?2 `9 v# Y: h, }: v9 O
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。
# r0 I- b" k- T ~+ o C++编程入门到进阶
. l1 F8 }, T9 Y% ` 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？ - t8 `* [6 f" E, s4 U9 {
SLAM知识星球嘉宾刘国庆在知乎做了回答 ) w2 q" V2 U" S2 `+ K7 g
这里再补充几点：
1 a* f6 k" f% U8 r0 ~/ E N* p* E# u0 {1 p) W2 h/ q( [4 w) 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。
, @; ~. c/ t6 S% H 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。 8 y+ g; H+ H) |: S
C++能够 操控底层，非常适合 和硬件打交道。 8 y" h3 X; t; T6 f6 ?! Y I
; k8 S# ^+ Q1 l) P |/ }
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。
/ l/ f" L: v& a0 O 相机标定技术框架 4 l- V2 d+ Q' ]+ C9 h1 a% c
# |& e5 K" |* U7 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）。 . d8 @7 w5 {& s' l/ G0 I' V
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。 : w3 t% v$ N/ c! S' y" J, I+ T
相机标定是三维视觉的基础。 8 P6 p0 t5 x' W/ t9 G& m
Z' D/ p+ G4 B) d* g/ f
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。 1 t! Q/ v$ n% @: u0 n4 o1 `# V1 J* y' o
全国最大的SLAM开发者社区 o1 R. O* @! v3 h
SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？
" h2 {2 P, _5 D9 ] 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： 8 Q) b' @3 K8 b& M8 j+ ?+ Z- O
5 D5 g+ Z c& L, h6 _
机械/自动化/数学等非计算机专业能否转SLAM？
: ` e2 m( J6 r 导师不懂，但要我做SLAM方向，怎么入门？
0 i V- U, y# A7 i 编程基础差，数学不好，能否学习SLAM？
9 X. m2 V# U5 D# [! I, ]+ } 看完十四讲，下面怎么学习？7 h U. S/ _$ k4 H2 j; X# e% ^# S
需要学哪些开源框架？怎么学习呢？
! Q- Z& t) r7 X8 k& w% y& I2 [ 编译遇到很多问题，怎么解决？
+ z& S( V- F6 k, B/ s# A% B 只有自己一个人学SLAM，没人讨论好痛苦，怎么办？5 y1 H) O. i _( v2 b1 s
想要和小伙伴组队系统的学习，有资源吗？- l) S8 u/ m3 W- Z
, o& L; Z. p. E0 ^ 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 n1 Z8 l( A' w# Q
: Y. j2 B; G' u) [/ L: y 2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频
% r3 i1 V6 t' O" e+ W 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
' V* K5 c) d" F. a; } 资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总 + ?6 {+ [) L9 e4 x: I8 A
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
, l2 e' q, n$ l6 o 活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职 ; ?8 `; b5 ]8 {4 o* f5 j
求职：内推职位、SLAM面试题、笔试练习
' @; q, g9 g5 G …… 0 Y5 l3 X9 y' `. E+ C( E
. j- x8 t, M6 [) ~ 
! f( F& Z W h+ R* Y9 M
独家重磅课程官网：cvlife.net ' Q2 O* ?% Q( h
1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？
+ d: B% E$ b' X# x0 E: E0 B 2、C++实战： 为啥SLAM代码都用C++不用Python？
c5 r/ V# ]" z- B/ S! j 3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！
7 V. {. c. u* u4 _$ Z8 H. V 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） / B) c8 j D8 m$ Q* 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 ？
* W5 k0 F4 z" Q, B. t; t+ h7 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！
8 h' U a& t6 R, ]" ~7 u+ q 7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？
9 ^6 k ?, Q0 S) G# g9 | 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
$ V a, }- _* J4 h1 ?+ R: L0 P 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） - D& G5 Z. w, V% K) c! V# G
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 E. o: B1 Z7 @8 F 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
6 Z0 c5 \ k2 v- p 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 9 H4 k2 @/ q4 V) l; ]0 ^6 q4 O6 V
( ^0 o) E! y# z& J0 P0 R' |% T
责任编辑： 9 T6 U* |: C5 L4 D" r
5 l' F4 E! c0 u+ A& D1 u& [' F" T, ]
* n9 _% h C* x9 ]. N' l* S
4 C3 t/ f4 d- w2 U$ O( R | 
