|
: S' _/ m! P- [6 E8 V2 s" `3 I
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！
& m) F! ?* `7 |* l2 P( }% i4 M: s8 G- }' ^6 b
计算机视觉life”，选择“星标”
' N/ R, G. e" m 快速获得最新干货 $ c2 Z3 K3 x& S
背景介绍
2 G# m: O5 j' h- h3 f; l 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。。。
; O) t" J" @) T9 }( {- C4 Y: o! 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。。。
P4 H, c/ \: x4 t7 e 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。。。
) H; U* a# T; C+ E2 j* D4 ? 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？
: q) a# T4 ^/ {7 F9 R& V$ p, i 视觉SLAM基础
4 W7 z2 u' R! ?, d 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： : l/ T5 X k7 u) L
( C" H J0 k5 ?* D/ V3 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。 . p# j# _: T' R3 U8 l1 B
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。
0 V0 r O9 H1 z* B8 V8 t7 J 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。
7 Y! q* \: O5 {/ 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。 , s; h! p7 e+ g$ V( r) Z
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。 8 S! A: m' D- K
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。 , T1 f4 \7 M- H1 Y: T9 l
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。 6 R" I" z3 ?. @5 A: j/ d: a
使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。
% g/ {5 `! w% H, r1 n0 B 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。
: G+ @7 I6 q( z. c& _ 定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。
, F& K# M! G; @3 B5 ], t; b2 j 代码可读性强，包含很多工程化技巧，非常实用。
9 j- F. d1 X2 F1 ]9 R7 ]) b7 z1 G$ G. l7 ~' H, G6 h* A$ u
ORB-SLAM2 用于室内三维重建 9 W F2 y8 Z* L4 G0 c+ i
ORB-SLAM2详细注释的代码持续更新，网址： " A) |, U( Z- [" G% Q0 W
https://github.com/electech6/ORB_SLAM2_detailed_comments ; d8 g8 Q9 a0 e2 p
视觉惯性SLAM技术 7 u9 Q. m5 ~; P
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。 - h3 y) Y/ w* s: z. K6 _
它有如下特点：
( l' F. G' Q3 Z4 ^+ R% ` 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。
, C2 y: N% p% y. k& f 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 J0 I4 C( Q' x+ b d6 U 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。
# Y/ w5 v; `' R( E9 J 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。
" }1 B# f4 k! F, P2 b 从室内到室外，丝滑闭环 + t% s6 U5 P( X9 ~# S1 ?
全网最详细ORB-SLAM3代码注释地址： 9 Y$ S0 K- W9 t( y
https://github.com/electech6/ORB_SLAM3_detailed_comments
) |* [7 b5 c/ f8 {$ y: u VINS-Mono/Fusion 系统教程 & I2 u0 ^' f9 u% o' S+ }& R
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 C+ Z! a: Z) _5 W6 }' F# ^ 以下是VINS-Fusion在汽车SLAM上的效果： $ Z2 _5 C* {# _/ c
以下是讲师详细注释的 代码地址： ; w2 c( E1 @3 t* o( [8 T
https://github.com/xieqi1/VINS-Mono-noted 3 Q7 A% t9 M2 D* P6 W& P/ Q( p
https://github.com/xieqi1/VINS-Fusion-noted % W% O6 D, R- M9 m' r4 U
基于LiDAR的多传感器融合技术 $ T$ F/ q, O5 M6 J
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。
* l) z/ u6 q8 A9 T) X
& u/ y; R8 u$ 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。
6 I4 k' \7 G6 [% n/ U) n. ~ 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。 . C( W* w% C# B
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。 " Z# `$ I3 f8 g* N A( a- q
( T3 W& F. I( `: n8 o6 }% X
' |/ l! c& C' H! X7 f2 N: i
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。
% G3 w0 B$ n9 x' ^) k2 J6 F
- A- \( p! B* q& L, i( ^ LIO-SAM 的效果
" p C, d4 P+ F4 e! @, Q0 U% J) L
4 H4 j) M0 y% g! O 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 6 c5 L/ D, Y+ T! @" u3 i
6 i- \1 t% I, C; z) C
独家注释代码 ; J* h/ g7 C+ R, J6 l. m
https://github.com/xieqi1/a-loam-noted Q" G9 _- p4 o
https://github.com/xieqi1/lio-sam-noted $ Y" H$ J" g3 x m, U8 W, |
https://github.com/electech6/LVI-SAM_detailed_comments
7 Z/ S& J/ T# ~0 [, ] 激光SLAM技术
1 d6 a4 M9 V3 U* S 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。
0 f$ f9 S0 e3 B3 P' v Cartographer建图过程
! w1 m5 }& i4 b* u% a: A0 R 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。
; d8 ?. C) L5 u9 O Cartographer做了超详细源码注释
6 X2 j+ `! p5 K; X2 K& U) n https://github.com/xiangli0608/cartographer_detailed_comments_ws 6 c& |; k5 }/ g( _ S7 M
机器人运动规划
( n" a) ^" y: F6 \ 运动规划和SLAM什么关系？
4 d7 G& ~! V+ C3 E5 R. f! w3 l 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。
' A5 x R6 l% y# H, u 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。 ) h2 }, O; g: D2 l4 O
运动规划在移动机器人的应用
( g# M0 f5 n% t m( W 独家注释代码
: t$ ]3 G; ? h$ M. o1 ^6 f https://github.com/felderstehost/ros-navigation-noetic ) i: _$ |9 [+ {2 l) S g! w: C0 r
视觉几何三维重建技术
7 p) M6 o' b1 S& c5 i2 S2 C& K
2 R- m( i- X' b+ 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。 ; e" q0 z- ~4 z/ I, `
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 Q! N+ K/ n+ e5 D# S# e 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
]. S7 a- U5 R# J' T
2 j0 F+ x, b: |1 i, F& E& x9 g 全网最详细的代码注释地址：
8 c" V8 K; r Q3 g https://github.com/electech6/openMVS_comments
@; d: P: m' q6 d# [1 f) ^4 U8 E9 b 深度学习三维重建技术框架
% z5 g7 L* o- [9 a# l7 d& m- r 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。
. |9 }' M# B; |: e% 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。 5 W% @, `& w" e" P' v$ n
C++编程入门到进阶 ; N$ R( m1 C' x5 N# l, C
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？
0 Z% z; v( j" }+ f0 H$ P3 T. J SLAM知识星球嘉宾刘国庆在知乎做了回答
6 z7 l* y( W) r 这里再补充几点：
e0 g: l+ t4 e! J$ ]0 R3 _* Q( f4 S% y+ \& Y7 v6 B1 G6 m
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。 9 O2 s; p4 u! W; h4 z8 m
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。
1 L& U$ s- G! y# U& L C++能够 操控底层，非常适合 和硬件打交道。 # u F2 d* C$ r* w1 l
% n# Q( B% w2 B6 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。 ! @/ f( j& o8 @6 ^$ ?* ~
相机标定技术框架
! H3 V! {0 \9 V5 ?$ ~# N' Z
, O* U3 r; h a% v3 d, Z 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）。 ( R( \5 S R! \. [9 g0 I- ?
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。 ! K4 G2 Z5 m, b5 | q) [
相机标定是三维视觉的基础。
; x# D, Z* _1 d; @
# V& g8 U; k4 X% o 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。 ) \' q, a0 {' A& E% `6 K
全国最大的SLAM开发者社区 7 Q! S2 D! i5 x: o7 f" Q0 T
SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？ - E, K- a4 M$ O+ R! s
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： 3 T& H# T) e8 p. w- Y; W
" r, J. X4 v; K/ ?2 o
机械/自动化/数学等非计算机专业能否转SLAM？* B* m( j& n3 Y7 l* q! L0 ~6 B& U
导师不懂，但要我做SLAM方向，怎么入门？8 Q) {9 g6 I9 v( y9 H
编程基础差，数学不好，能否学习SLAM？" F, z6 W6 w- W! z% k P1 x/ p0 t
看完十四讲，下面怎么学习？
4 A* U* {' l( ~* P" b$ C 需要学哪些开源框架？怎么学习呢？
2 f0 M |7 F a' U 编译遇到很多问题，怎么解决？# ?! ~ Y* ?0 s; \
只有自己一个人学SLAM，没人讨论好痛苦，怎么办？
* w) k6 s$ u% m7 M$ a- e6 d: R0 g 想要和小伙伴组队系统的学习，有资源吗？2 g- W- ~( K/ L. S. {
, R ~ Y0 F x0 P# `5 J2 q2 | 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 Z) Q4 T; M* s( c
; [" \1 e- e, M5 D3 h$ P% I 2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频
2 f2 g/ M6 y, a; d/ G 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 / H6 T7 y! J1 o) |% P
资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总
! y. H7 S/ m! O- |6 p; N9 I 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
3 n% m- v% |/ O" _/ t 活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职
5 I, n& m7 Y# D. G9 D0 M2 a 求职：内推职位、SLAM面试题、笔试练习 0 u* b, Z+ B% f5 \5 y! j
…… 1 ~. s* }, w" q- h n' {
. ?- N( A- c1 F2 @' ~# o; G
0 j7 k$ h4 G7 d2 t 独家重磅课程官网：cvlife.net ; r" r& \1 A. o/ H) U* [1 R
1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？
$ }9 J3 I6 R. p" j 2、C++实战： 为啥SLAM代码都用C++不用Python？ 4 x" y3 ^9 A) {5 T. q; R
3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！ 6 f$ O/ j$ \7 P: _9 }; s4 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）
+ W. L$ p$ I( t3 D* B( W 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 w7 i& S8 p% b* I6 M7 e' o% c/ N 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！
- A# E9 T3 u: R1 p4 ^+ T 7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？
, X8 [* `7 v. g( s& f) J 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
' U# ^0 V2 R) I7 f5 p$ q' 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）
- o q$ i8 i2 {. ^$ o 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！
, w! I" m! @6 M: D 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
4 O4 i8 L: A; Q/ ]; [1 K 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
8 o( T2 p/ ?( U: W9 Y' C
4 R% j! T3 V: E- K8 S# [+ U 责任编辑：
! P" R6 e" T. H! A7 T
: S3 C2 n h* s/ u/ x5 j2 K& D) v, f. Z; Z- V* A7 x
9 S8 Y& x. T; L4 {% o- Y7 _5 H/ u4 A% _6 {: E
| 
