|
. K: f' { U2 l1 }! ^4 Q9 N( b 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！
J: x" z: w* H' ?, R
8 N& D3 k: z% I3 ?: K 计算机视觉life”，选择“星标” : D; u5 z! |; @& P1 x) m) u
快速获得最新干货
0 M* H+ ^; o( ]2 U; V 背景介绍 ; i5 c. q8 x! p, L% h% 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。。。
+ _( I2 O* M. V2 M8 N* d 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 L3 Z* S, o! d4 D) 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。。。 5 }; Z6 q7 ?* }" ~+ m$ R+ @4 {9 l% d
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？
} }# n$ F) N% j! y 视觉SLAM基础 6 _" w8 T# }# Y; P" N5 ^1 ]; P
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： ) h# s1 `4 w9 ?: D) y: ?, a
" |/ G2 m1 m {
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。 - o/ p" R9 c& e: a3 ]- L+ b1 u
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。
* T7 ^& `/ @7 ] 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。
8 z2 L. e, [% O7 c& P 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。 3 z+ e: {9 t) { G+ O0 u& n
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。
7 v; J* N- R @2 M 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。 / m0 w2 M. j2 Z8 O! C4 D6 J% |6 I8 G
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。 , w. }! m' ]8 T3 ~6 d x- h7 Z1 `
使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。
6 \( y" Q4 H7 z: l4 f 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。
) a8 ]+ @7 B$ j6 W( e: s' j1 ] 定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。 / C4 E/ d! D, A1 F
代码可读性强，包含很多工程化技巧，非常实用。
6 T9 B: j( V8 e. g( I) ?9 d2 G" W& n5 h6 b+ i
ORB-SLAM2 用于室内三维重建
+ e* x$ ~9 b0 Y+ r ORB-SLAM2详细注释的代码持续更新，网址： 8 ^7 s1 ^% K! ?2 L& o# M
https://github.com/electech6/ORB_SLAM2_detailed_comments
" y) O* q! y* y7 U5 V" v 视觉惯性SLAM技术
' R9 @5 Y* W6 D. 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。 : s6 f! [7 I2 O; T8 ~9 K4 @$ S4 S* x
它有如下特点：
- p' e* u$ o6 o; p6 W( J" ?5 q l 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。
* Y3 M9 d n- M5 n2 `: M7 @ 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。 " }1 }; _/ N* O: f' l% g' Z
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。
! Z6 q5 h4 X1 S! M, |" K+ c& k8 A7 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。
& D* i2 X) j3 \8 B( T" z5 t 从室内到室外，丝滑闭环 % L# I7 P, m3 B, s' w
全网最详细ORB-SLAM3代码注释地址：
7 s0 Z) }$ p9 K2 h' |. ^# W/ e% v https://github.com/electech6/ORB_SLAM3_detailed_comments ) i! a! V, N+ @2 J! o
VINS-Mono/Fusion 系统教程
/ b9 {2 i C' ]! f 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。 3 {9 V: x) c, g" _8 {$ s0 f. [# }
以下是VINS-Fusion在汽车SLAM上的效果：
7 l9 e. ?* `# |) J8 }9 _! y2 [. M% f 以下是讲师详细注释的 代码地址： - T6 K. o) e7 }: c% G" N8 E+ P3 H
https://github.com/xieqi1/VINS-Mono-noted # b: [, t& z5 Z6 Z0 ]9 I
https://github.com/xieqi1/VINS-Fusion-noted
) Q/ a" i9 n* c! ?% ~# ?* X g4 e& b 基于LiDAR的多传感器融合技术 / B, S! w+ s" o0 X4 A% I* C
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。
* ^6 v v& U8 ?* O- I" V! ~: ~% i! p; k9 S6 a; C) 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。 * E- @3 }: o" e1 y9 W5 Q* p) N1 I
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。
* m0 H& q- C5 f# d3 J' I) } 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。
- Q& ^+ ]' R+ \5 `, }! F1 x! x; K* f% A% r- f: _. M1 f
( @0 F9 J/ v1 \# ~( [7 N( _
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。 W( S( z$ k9 _3 U/ n6 u) W% u
, I% q( n) k. i' B: k
LIO-SAM 的效果
& m( L$ Z* [) Y+ Q5 T! M* _% P2 j# i2 Z3 H
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 $ e1 n% Z; n! w
( Q) B' k3 n. S 独家注释代码 " B! I8 w1 {3 u* v6 v
https://github.com/xieqi1/a-loam-noted # ?- E, E5 P# _ V+ }9 ]* ?% H; s
https://github.com/xieqi1/lio-sam-noted
' G7 Q g/ \' V6 k3 T https://github.com/electech6/LVI-SAM_detailed_comments ' y! ^( v" [) f
激光SLAM技术
# H4 W. a: Q- g' f8 Q 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。
9 S$ _" [0 p# N. F5 s3 N" n Cartographer建图过程 9 W, H) [' l- H0 L7 p' [1 k
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。
$ G# |# n: H/ d# j8 H q Cartographer做了超详细源码注释
) H! \6 s- u; k. g https://github.com/xiangli0608/cartographer_detailed_comments_ws % X% x2 |$ ?5 F& R" b2 c5 b* w
机器人运动规划
" X& p8 X' C# j( l 运动规划和SLAM什么关系？ 9 ~8 y# ? o+ A
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。
; x1 s% J9 j* l2 u$ h 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。
& l' r5 Q: l2 m$ `) m$ t |7 t P9 K 运动规划在移动机器人的应用
# _) W3 [5 W+ \/ h4 ^0 A) p, J, x2 V 独家注释代码
$ D9 i$ e! u3 ? https://github.com/felderstehost/ros-navigation-noetic ! c* R* C6 i: n J# s7 _' ~, y3 \
视觉几何三维重建技术
, P/ W, `- u8 A3 v" o4 `! R) v l* o: f# r) H% s4 l( n5 c
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。
5 {$ W' w5 Z' `4 y ]5 D0 r 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。 9 }; z) Q4 e4 j
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
0 Q9 ~- N7 C9 s! n9 w, X# ]1 d; G# _. s. ~- E" f
全网最详细的代码注释地址：
1 E$ a" g5 f, ^7 | https://github.com/electech6/openMVS_comments # A" V8 t1 M) j! b$ r7 D
深度学习三维重建技术框架 : ^. x& F9 O" F
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。
, P6 N7 b) ~: [0 s E 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。
" C& P; p N' a) g$ o# | C++编程入门到进阶 0 E- N D& S2 J
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 @3 e: a8 H+ A: c
SLAM知识星球嘉宾刘国庆在知乎做了回答 3 Y( U7 g% M0 k4 E: x
这里再补充几点：
5 E8 u) {) g! E9 ^- O/ C4 z( ^/ `
# b: L4 |( U% o: c 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。 + H5 n, F! l% D. \: _
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。 / M8 ?# t( U6 e! i& _5 L
C++能够 操控底层，非常适合 和硬件打交道。 V* {3 h9 L3 a1 A
3 F2 Q; b% ]: D 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。
0 v7 c7 V' t: d& u 相机标定技术框架
6 s0 ?- q) W) z2 c6 P. X5 z- a& @: k% Q0 K+ T
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）。 . _" t c' V& l( b
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 q* G% ?' R0 C. {; r$ _0 Y: n
相机标定是三维视觉的基础。
3 }' \3 A: Q" w. F e* f1 l
# M- e o- W# R' y% b 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。
" b4 p$ x8 m; q% r' { 全国最大的SLAM开发者社区
: |. ?2 G1 ^/ F2 j( F ] SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？ $ k( M& [7 p) `) c) i4 ~1 d" U
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： ; i; l+ J+ [% R) q' m' P: C, {
* J% r" v' o! \; Z# L/ V' _( W: m 机械/自动化/数学等非计算机专业能否转SLAM？
1 R7 P8 ^4 W. C. t; G 导师不懂，但要我做SLAM方向，怎么入门？: \: e' ` F ?, P: A
编程基础差，数学不好，能否学习SLAM？: U/ |6 O: z# Q! @9 I* P Q9 M( w5 @1 N
看完十四讲，下面怎么学习？! \: m5 T, w* s% B) d2 O
需要学哪些开源框架？怎么学习呢？. i" c4 g" Z- w% E) ]3 ~
编译遇到很多问题，怎么解决？) G5 Y! H. s# a2 f% u1 _7 F+ v
只有自己一个人学SLAM，没人讨论好痛苦，怎么办？7 K- v4 O6 b* V* t ]
想要和小伙伴组队系统的学习，有资源吗？& P; {# H+ q8 w" Z( @8 Q
$ a# c2 `0 ?2 l- G0 c( J. 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。 8 t! F$ g* G7 ~/ A3 l
/ ?- K9 j( y6 Z" L6 c0 O- s
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频 4 ~" s4 f0 ^9 E( k" I
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 3 X* ]; K. z, s
资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总
% a; ?2 ?9 _# o1 D 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 0 |4 A4 ]8 M: s) ?* L& 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
+ f/ V( L6 U' a- M) W, y" L9 [ 求职：内推职位、SLAM面试题、笔试练习 + p# w. K d3 S ]
…… 7 Y: ` g* p( R2 S* v
5 d, Z+ R& z* n* ~
1 e' s( S1 P7 L/ w* u& w# v5 Y 独家重磅课程官网：cvlife.net % v' t, v5 c8 J+ Z3 J6 E
1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？
: r# q; T* Z5 d! O$ X, }3 I 2、C++实战： 为啥SLAM代码都用C++不用Python？
! H/ K# N' o8 f8 @/ C9 P 3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！
0 H g/ C: l2 c% c+ C6 y. s+ | 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$ O- C' _& I: Z: O" E
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 ？ ( b+ Y9 L J- Q- d8 H+ L0 S
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！
& a7 G. F, V; O( c; n) f3 D 7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？
) ~ r* l$ U, S1 _3 S; g 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
z: A2 Z0 N+ z# a9 T$ A 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）
% J# J4 f5 y$ e3 g. Y 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！
$ `: v9 ?6 [0 e 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 % S5 n3 \, z% p1 m/ i
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
. n4 m+ J! O& w! f. I d
I5 E6 e; u; H$ l! Q. E 责任编辑：
- [! m8 O; E' ^3 I0 z0 `/ w6 R- @! q
" C( G/ {; |/ ~9 J' j% g6 g" n) x; l2 K* d @+ P+ r4 ?
3 c4 \$ m& b C2 |! {" i& d; K | 
