|
. Q- r7 X( w4 |3 ]) W# M" Y 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！ , r5 ?9 S' \3 Y- z
% T6 D0 Q9 k6 O! ~% M- z
计算机视觉life”，选择“星标” & |# w3 A7 R- S$ T8 r c2 _
快速获得最新干货 ! O) y6 F+ L9 ~' G9 @0 K+ z/ f6 @
背景介绍 2 Y2 X4 A$ E: R
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。。。
/ F6 a3 U. [( |) o; v4 N 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 w3 g3 C( E' k( l& \
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。。。 ; f# s& t. W" K6 |* e% E4 ]: t
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 V$ I* D+ X" z
视觉SLAM基础
# Z5 J; w1 x7 M8 i7 }9 u. H' w 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：
9 o, D6 u8 L2 a7 J+ H& N
8 y, W* C# e& f8 v) Q. O 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。
- V' K: q8 N. } 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。 . S- c' R! M% I
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。
* X/ H P0 r+ z* s8 b/ Q6 Y; u8 j, l1 | 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。
' j' `9 H U; x1 Y" x 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。 6 [2 p5 i7 A: D
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。 7 t. s: `( P% j6 A7 Q6 f
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。 / D: \' G( O! Z4 p1 a( }, s7 x
使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。
7 i: h) M" C& S+ Y4 [ 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。
& w# A9 B. K1 `$ J8 n 定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。
5 f* a1 Z& g) c6 |" d; A 代码可读性强，包含很多工程化技巧，非常实用。 0 |3 w1 j3 h5 C/ x& y2 G: X: K
3 M1 N+ e. W, d# T! m5 x5 x2 ? ORB-SLAM2 用于室内三维重建 6 Y7 M+ {9 R$ p; `* ~+ [
ORB-SLAM2详细注释的代码持续更新，网址： * h2 C |) ?$ I% o* O. {* ~
https://github.com/electech6/ORB_SLAM2_detailed_comments
& t3 b J; A! f# O- r0 R; n5 y 视觉惯性SLAM技术 + b; q0 u/ l6 @( H0 D# p- [) _: d4 N/ q$ 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。
: x( t8 Y( j/ v, l; d- s& K6 H 它有如下特点：
1 A" Q2 i& o! g' G1 o 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。
0 J* ^. K+ M. ]; F+ |/ j3 q( o 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。 ' A% @3 |% K( N; 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。
3 c2 _2 h! x0 z- ] 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 I+ C5 e) N$ |( Q- e
从室内到室外，丝滑闭环
, s5 F0 m) X9 j) S4 O/ J 全网最详细ORB-SLAM3代码注释地址： ) S% R: O0 Z2 F, O+ D) I; ]4 [3 {. b
https://github.com/electech6/ORB_SLAM3_detailed_comments
. a& ?$ j8 S ]$ _ a4 L8 ]" w; l VINS-Mono/Fusion 系统教程 : t9 ]% ]) O2 l" w9 A
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。 % E) X1 P, {" k# S; e4 _
以下是VINS-Fusion在汽车SLAM上的效果：
4 l7 m: t4 W* E) g6 y% H& k* Q N 以下是讲师详细注释的 代码地址：
3 O, l6 I2 m0 h1 n6 D9 w5 S" I, E' G$ F https://github.com/xieqi1/VINS-Mono-noted % R9 U* {; q. f9 x, M. [
https://github.com/xieqi1/VINS-Fusion-noted
; u& C0 I) Q; A0 } 基于LiDAR的多传感器融合技术 8 I4 J. g: K/ c8 z: w. F
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。 8 E' g. N, k+ \# {) u' n
$ \+ v, ^4 N, A' @6 Z$ k% n6 j
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。
4 U# C9 g4 F9 `, }2 q! O% `& N+ x 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。
1 H( H M. f8 u; k; ?& k% Z+ m 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。 ! @+ w% F) k* b# N
C- s; d' D6 U' W; {- A& R# ]; [' 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。 " ?, K: m0 U. |" Z4 ]3 F' L
) d& U) M1 V1 u4 Y LIO-SAM 的效果
8 g/ z. P- U$ A1 e" o2 I {6 I W! z
) t/ m w3 o% O4 ?: a! M U 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 N% l9 r! q, q
; ^( V- |& C' v6 P; ?& b 独家注释代码
' H- }5 e& T) ]$ u# D* K$ R) w https://github.com/xieqi1/a-loam-noted . v* H4 k/ @2 T9 r( y/ D
https://github.com/xieqi1/lio-sam-noted
) t! a# h3 `( W- u' b, T# l9 R3 B https://github.com/electech6/LVI-SAM_detailed_comments
8 X4 p3 m+ {+ m 激光SLAM技术
( W0 V. g9 F1 D* u% K$ U% w 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。
+ U0 m! {/ B+ o: ^6 x Cartographer建图过程
' l: @& |6 Y; l* n2 @- t( L 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。
" u& r( ?7 U6 y" c# A0 _+ p Cartographer做了超详细源码注释 " m, D8 Q2 b& C4 }: z5 q1 |* S
https://github.com/xiangli0608/cartographer_detailed_comments_ws
2 @6 U2 r3 j1 T+ K5 Y 机器人运动规划 : \5 l4 w3 d3 ^( Z' l
运动规划和SLAM什么关系？
?, t/ A. B+ z2 p+ I9 v* g 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。
* S. x0 g# ~9 Y% _6 W$ t- J, \, 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。 5 {& h ]* h/ X6 v, H+ P2 l1 l
运动规划在移动机器人的应用
1 m) n0 j% N) x2 n* ?" t 独家注释代码
- K% v F5 ^ H' v https://github.com/felderstehost/ros-navigation-noetic
/ g. i G4 l1 j! b2 C" ] 视觉几何三维重建技术
, m1 M. B; z( Q7 o7 ~. h
; R( d, V x1 z5 o x/ N. L* s 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。 9 X8 r. M8 S, D+ j
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。 $ a- w7 s2 A. u9 H( 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
- c& ~- y% K& L: U/ r) o
. U9 @8 F8 p8 d- ~$ k. g' R 全网最详细的代码注释地址：
! X8 s6 R( w' F8 f! l. c Q https://github.com/electech6/openMVS_comments
+ M+ |; l/ p! X; _7 X! ^; C 深度学习三维重建技术框架 C3 j* l" n/ }9 G5 l3 c2 H: C' y
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。 . h- S3 t5 P" a7 `
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。
" y u: H6 ^/ o6 u: e2 |! B; ` C++编程入门到进阶
3 e) B$ d& X1 _. @ 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？
3 Q* a4 n6 _' W. o SLAM知识星球嘉宾刘国庆在知乎做了回答
& L9 _9 X: g1 D0 l& e- K7 V! n8 T 这里再补充几点：
1 N1 V' ]& o# z) r$ s2 q; c8 e8 `
. V ~1 Z7 H; w$ E) |. L- }, J 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。
, f* f1 L2 ?# N! z/ y! V 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。 2 |- P+ W/ I2 w( f2 x
C++能够 操控底层，非常适合 和硬件打交道。 ! Q- U: |2 P y3 \( o- V! L8 U
8 E; Z% G. a: C9 O
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。 9 o# H) Z7 e. C5 `8 `0 y+ L* M
相机标定技术框架
# n7 b3 H. F& t8 f
6 f9 [) g6 p& K( e 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）。
* U1 j$ u1 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。 & J0 L8 k9 _* U5 v# x$ ~4 `
相机标定是三维视觉的基础。
% e3 N' ?' W6 f( ]8 N* i! k) K9 y! a% Z4 m& e
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。 * w; f* } Y* \# w, A, e, n; @
全国最大的SLAM开发者社区 ( O/ \; S0 ?: j# w* N1 B" Y7 R
SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？ # O/ q J( B3 `$ ^
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：
: C Z+ k2 D; t' Z2 b3 r* p0 a+ x% @; M9 N4 q
机械/自动化/数学等非计算机专业能否转SLAM？1 ?6 Z$ i% M$ v! ~% z3 V8 y! ~
导师不懂，但要我做SLAM方向，怎么入门？
f6 D3 z3 J; [) p* L 编程基础差，数学不好，能否学习SLAM？
2 W/ ~1 }2 J" m: l" r) @' J 看完十四讲，下面怎么学习？
( S, R- W! o& r! V2 m S/ n 需要学哪些开源框架？怎么学习呢？
/ S% d5 X* T: r4 p, t 编译遇到很多问题，怎么解决？
* E* F d. ?) I2 Q C. c 只有自己一个人学SLAM，没人讨论好痛苦，怎么办？
; Q) F' F" d% ]; ^! t1 D( J 想要和小伙伴组队系统的学习，有资源吗？
) i1 r0 f3 Y% _0 H3 k y6 t1 G
* [- H/ E+ |' w/ s% U& v 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。
' f4 I: s* z. v* E6 B$ R
* [* r! u4 M5 _, Z! D 2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频 % C7 Q Q( j/ p: V1 ]. Y
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
" h# E4 L; Y/ x+ M: V* n 资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总
* b* `7 R$ B3 u" Y1 `. ^ 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 9 u8 E# E1 W3 U
活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职
/ K$ m+ l3 E8 Q g4 g; T 求职：内推职位、SLAM面试题、笔试练习
! X9 a$ E1 c( x% ` ……
% c( K4 C: U* Y; p" h8 Y8 o- p( [( V9 q5 _
% _' e. m0 ~% ~4 L$ l 独家重磅课程官网：cvlife.net
. _9 r n! {2 w, [' N( l 1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？
$ U/ D d$ Q" I) E- t5 c: d 2、C++实战： 为啥SLAM代码都用C++不用Python？
9 S7 f I5 C# F) O5 r 3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！ - }9 B0 M b# ]& E7 F; G$ a) o
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） 2 Q3 B6 H8 I9 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 ？ 0 m4 y+ T/ l0 S4 `# {5 a
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！ ' X; n2 I, [1 G: K$ J: t
7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？ 0 m% \' u3 Z% }
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 * r v6 B; d6 Y
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）
/ {3 V4 E' r0 M 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！ 2 r7 |& f: s; q 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
# N/ B6 T4 E, k% t 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 / z+ k% C2 Y/ l0 ]( T
+ W/ m- ^0 `; h! }4 I
责任编辑： % A4 v8 p8 x. h# I% O
# N4 x3 N7 u2 U
4 a" c' E& f/ j* ] y5 @+ }
- ?8 f @' S C) l q y1 F$ I: _
! Y/ _' [' R4 m. M5 p- t
| 
