2 k6 Y! v) z# m% ] 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!
( T& _" B" b+ x) h9 P8 r. W7 w i8 U/ ~( W q
计算机视觉life”,选择“星标”
2 | j* ?3 A" V 快速获得最新干货
+ W8 L' S( `0 U% \) E; v 背景介绍
$ u0 m# [ j) m 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。。。
7 u# f9 S& j# a3 G. _* z7 v 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。。。
, O+ i' X: W' y; l1 \ f0 c5 c 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。。。 ; a4 i/ I% Y7 }2 ~
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?
1 f6 E4 Y2 w) W' S1 K s 视觉SLAM基础
5 m4 E5 j; K! l8 ]$ P; |( s" B0 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 }' t* T, ~* |( q: B/ H
/ L# r/ Z( }; N2 W4 D: e
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。
/ M6 P* P% N' y4 \- Q, |; Q 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。
; U j; l; P, m 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 J, R1 C. w* x8 D8 s! y# j
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。 ( k3 P$ M* p5 }% ~+ _% ~& R
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。
# q( s1 B7 W( y 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。
( a% r8 Y/ j' v y# a; R; 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。 / p @. a: R$ @- b+ c7 }; u; e
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( r6 J b! ?3 m
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。
, }! V( x7 ]8 r8 R O2 X 定位精度高,可达厘米级,是特征点法SLAM的经典代表作品。
" c. B4 B6 y1 ~4 V 代码可读性强,包含很多工程化技巧,非常实用。
5 Q4 c1 X: }, [3 C
) e/ |$ m. d# o" c ORB-SLAM2 用于室内三维重建
/ |; H0 x+ l2 ^: T; p6 Y ORB-SLAM2详细注释的代码持续更新,网址: ) t+ C, ~: k c5 K) _: b, g
https://github.com/electech6/ORB_SLAM2_detailed_comments 1 E0 d8 G- `' y4 s- M
视觉惯性SLAM技术
5 V8 r3 i, i- m3 b# ] 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/ A5 r% t0 f; {8 F" i 它有如下特点: * R7 l/ y- K: H, m
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 B |# X. e7 h* N/ M5 D 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。
4 Y8 i$ q3 n) H0 p% ]" r 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。
5 J8 o: i! L0 _' c3 o/ {+ C$ w 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。
4 R: i; L+ J! _' K! W1 q% Q* q 从室内到室外,丝滑闭环 * j% V& m" m, a0 v) K% l
全网最详细ORB-SLAM3代码注释地址: # n0 a- K: [ o G7 a: N1 `# Z8 _
https://github.com/electech6/ORB_SLAM3_detailed_comments 4 o3 j) W& O9 f: E8 V! \4 ?
VINS-Mono/Fusion 系统教程 5 o3 l! a9 R$ d$ n
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。
0 L8 A" P; K$ v2 Y& T: o; k 以下是VINS-Fusion在汽车SLAM上的效果: 8 b$ ~, I O) Z9 k) N$ x% U
以下是讲师详细注释的 代码地址: ' b( _; I& j5 X; J
https://github.com/xieqi1/VINS-Mono-noted $ D% f/ j) Z4 n* W) x& U
https://github.com/xieqi1/VINS-Fusion-noted ; _( Y# z) j1 m+ A% B! _
基于LiDAR的多传感器融合技术
6 {8 F/ i/ v8 k! y$ 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。 # ]3 @/ o! S1 w
. B# O; b: _- k. F6 a 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。 5 r3 X l- P ^# T! s
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。 % M8 Y! i% V. o# t# r. h
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。
; e5 B H/ U$ d5 q G
6 w4 g$ m, N- t; Y7 _$ [* K. F
- C" F+ d/ ~* `# ]1 }$ N) t$ T6 z 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。
3 S! l) e5 S! s/ ?2 s9 m
- v; q5 h p, R! J7 P7 W LIO-SAM 的效果
m C; u; E0 ]: \. v5 o5 V& K' e8 V6 {' 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
. ~- u; G) N; s, e! }9 _: }% \
! R6 c0 P% p: |/ U: Z: _. ^3 Y. y 独家注释代码 6 M3 @- n! `4 W& m6 u
https://github.com/xieqi1/a-loam-noted $ g, F$ `* y0 t6 u' O- m& L
https://github.com/xieqi1/lio-sam-noted 9 ]$ ~5 y2 P; K" }' B2 L" b5 o
https://github.com/electech6/LVI-SAM_detailed_comments & f: t+ `* i9 ~+ D/ |( x% c
激光SLAM技术 4 i( V* B: R- j' k% z3 w; O5 h
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 T5 ^+ M. Z- x( t: F Cartographer建图过程 9 R4 `$ |" ^* P1 q+ s+ ^$ g* f
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。
7 {. y* f% d8 z$ t Cartographer做了超详细源码注释 % o8 _& ?& ] J4 G* G4 H0 V
https://github.com/xiangli0608/cartographer_detailed_comments_ws
* c- V/ Z3 s0 z9 T 机器人运动规划 B4 V5 D: {6 B
运动规划和SLAM什么关系?
4 H$ a5 W3 i& u! S+ 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。
& n+ F* C& u( _: s: c' |4 {0 S% x 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。 / G9 X# q% X5 S# A9 N4 g0 {1 a
运动规划在移动机器人的应用
8 _ k+ B* W3 e9 y5 j7 E6 } 独家注释代码 ; W: C t# h+ i- \
https://github.com/felderstehost/ros-navigation-noetic
* L! H; }8 r; V2 n4 @/ c 视觉几何三维重建技术 ! h7 ?) R6 W% ~' r# [5 d
$ k; X% B" _, v
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。 4 J7 w9 b3 K3 S9 [! f9 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。 8 B4 o, J5 r$ ^+ g, d: S+ H" M
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 c3 w% p, t* z6 L3 J$ C4 l
7 @& M# W& H, p' k0 E- k5 q9 ~
全网最详细的代码注释地址: 3 \1 [5 \0 p8 h0 n g' f
https://github.com/electech6/openMVS_comments ; _* B/ Y3 Q4 h1 G! c
深度学习三维重建技术框架 & j5 H- b# l$ o8 f, J- G
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 ^2 a9 Q { 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。 : T3 I- W/ m0 }5 x
C++编程入门到进阶
& m! Q6 l8 a" g7 s6 A 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?
' c: R; m9 Q( T/ T% l9 {. \ SLAM知识星球嘉宾刘国庆在知乎做了回答 ' j# p4 u2 x- I) X% m' p# v
这里再补充几点:
9 [8 f* C/ l0 [" c, g9 S n9 |* Z, ?$ O' ?( m5 N
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) a' b! D3 c$ C6 w4 [
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。
! {- g+ D8 h7 x C++能够 操控底层,非常适合 和硬件打交道。
6 @* p8 b/ ^( W" _0 U
. \6 W% E$ ?3 I: ]' i: W( e 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。 $ y( t# @+ ~" K% o7 I
相机标定技术框架
+ u& k) f( r- T5 |$ q" s! I; I
- U; V* x Q$ R$ @- ]4 Q! \2 M 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)。
- Q v0 y* n$ V8 I( K7 d8 U1 s6 C! ?- N 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。 6 E- a* @: M) ~
相机标定是三维视觉的基础。 % N+ D( H4 e9 z a
$ P/ C3 X+ I1 X4 F' t' t3 L
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。
8 S, O7 H& E9 |, e$ {) m4 M1 s+ m 全国最大的SLAM开发者社区
1 O) n0 x( J9 f3 B SLAM社区:一个人啃SLAM,难受到自闭,硬顶还是放弃? ; r# U4 c/ z4 K' s" j
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:
& X) H/ h* u' }' y+ h3 x
, T4 F' M3 N7 i; j# i9 L5 I: t8 R 机械/自动化/数学等非计算机专业能否转SLAM?
9 v8 X, W: F, B$ P% F 导师不懂,但要我做SLAM方向,怎么入门?
F# t" j) O# Z& e& f, ] m 编程基础差,数学不好,能否学习SLAM?( r( I! O2 m2 I H" D! P
看完十四讲,下面怎么学习?9 n1 Z c$ t* R1 a0 H9 E
需要学哪些开源框架?怎么学习呢?2 y6 i* W. v% z
编译遇到很多问题,怎么解决?
1 T5 K4 B8 w5 o3 j6 M$ `; R v 只有自己一个人学SLAM,没人讨论好痛苦,怎么办?
7 P+ F! r1 A6 K; c 想要和小伙伴组队系统的学习,有资源吗?4 |5 b% \4 }) C$ J- P V5 J
- e! y9 y1 ], V6 o i5 n( s( G
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。 7 ^8 C5 A5 y/ E- P. j; J
' ]3 s3 g) R |3 Y3 z4 q 2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频 ; ]; c! A9 h# w3 w5 P
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 * F' u2 F9 m. _5 G3 k) N
资讯:每日论文分享、行业资讯汇总、每周汇总、精华汇总
; q, P/ p( U( @ 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 ; Y, b6 U6 b7 z, Z2 W# 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
- r# q& ~! @$ H2 S. f+ T0 Q 求职:内推职位、SLAM面试题、笔试练习
& v1 q& p3 A6 X; A( @/ I2 V# Q ……
9 ]* m& L x% I* V6 s& u# h' ~" Y: X

8 l( _$ {1 p8 N% P" h 独家重磅课程官网:cvlife.net
) {& i0 X" t2 @; X& W. s9 M 1、SLAM社区: 一个人啃SLAM,难受到自闭,硬顶还是放弃?
* o2 J" u8 K1 `4 Q+ s 2、C++实战: 为啥SLAM代码都用C++不用Python? + E7 z4 B) P" m
3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案! ! l1 a* T' a) C( N/ j$ z
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)
& i k: P; i; Z 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 ?
4 a% C+ B+ {$ B; t' i0 M5 p& h- I/ D 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! h; s+ @* l6 U# F/ U$ a- R
7、详解Cartographer: 谷歌开源的激光SLAM算法Cartographer为什么这么牛X?
0 e& C( H9 _2 G. R9 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
* g' r: u2 [7 N8 b 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) 2 E( [) y; H I6 ^
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!
! t3 Y5 w/ ^9 X% q, c1 A$ S4 @ 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 0 X2 N; c! a7 s+ ` z9 r# _. v
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
: x8 b# p1 C4 [0 R$ |" C6 ?
4 ~+ z3 e/ [' K* M3 ~ 责任编辑:
1 N. ^! N c0 U6 w0 c3 |% F
4 x6 {) G2 D0 L6 S4 f- u- Q8 x' a ?
2 N! ]4 y4 L1 A
. R4 z8 c9 X* b. u |