|
5 ?$ Y' X% o# P4 Z Q9 ]$ X4 h 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！
6 |6 o' z' ?8 k0 u6 l; X- M! f* U/ t8 ^3 ~
计算机视觉life”，选择“星标” 0 _$ _/ t. B4 h' M9 p j
快速获得最新干货 8 b; Y4 z! ^+ t# n6 x" k# V
背景介绍
8 v ~* z, d0 |3 G; C 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。。。 ! ?; D, M. X5 \4 s- h7 l6 ^
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。。。 . U! I3 b7 @" q3 z U% }
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+ v( D5 A' l+ N* k3 ]8 A 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？ 6 T4 _4 Z O0 k( i! z& `: D; W2 j
视觉SLAM基础
9 m4 f" e" t& ]) T 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 c/ {- \" u3 x+ {, \) e5 ~& q( I( ] D! G+ t8 F4 D4 U# C
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。 5 ^' E3 i. v) 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。 $ @% V+ I8 ?* w9 u* O0 X
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。
) f( E. c" S# y6 r) T 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。 % `6 T- }3 d1 U k ^! h6 I6 x, s
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。 ; T6 u/ u+ U( x# [ R% h
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。 & O! p7 J( v; d* a3 }. ?0 _
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 |" ~' \! \# W7 g$ [' r' 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 。 " B8 U* ^, {- I9 K
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。 6 D! {; s- M' h5 D
定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。 - K& F- z a: K" e5 S
代码可读性强，包含很多工程化技巧，非常实用。 5 h3 @5 M* B& G- f- B) y! e
6 T j* ?0 Q/ r) K* A0 H' f4 ^
ORB-SLAM2 用于室内三维重建
) n0 B+ d- h4 H) x/ v4 k ORB-SLAM2详细注释的代码持续更新，网址：
8 D, ]" k6 r7 l# d https://github.com/electech6/ORB_SLAM2_detailed_comments
: L/ l% j( c4 [% }' x. D 视觉惯性SLAM技术
# q1 M7 i% i' x `4 L+ l0 q 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。 , O/ Q6 }, d3 z% w4 Q
它有如下特点： + }9 U( N* v* N8 z. k$ U
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。 % y) m1 D6 Y. q
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。 - ?; R; @% t% r$ P; `2 V, z5 y3 F0 q w
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。 8 ?& Z, V$ ]- t, H9 ^1 _" a+ E! @. v
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。
; R8 G% d1 s: n( S6 \ 从室内到室外，丝滑闭环 / g. M; r, r9 ?, E Z8 ~! V# t
全网最详细ORB-SLAM3代码注释地址：
M& S! L1 b3 w w8 e- `. ? https://github.com/electech6/ORB_SLAM3_detailed_comments
7 A+ B( o7 D/ }& n VINS-Mono/Fusion 系统教程 6 a" ^& u- K+ n+ x" x. 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。 5 L _8 T x8 s( T+ \
以下是VINS-Fusion在汽车SLAM上的效果： 1 ]8 T& N6 P* V$ ]" j1 o5 e
以下是讲师详细注释的 代码地址： 3 u, S% q4 m' x
https://github.com/xieqi1/VINS-Mono-noted
R4 l5 f2 j$ k9 M( \( ^/ v8 r https://github.com/xieqi1/VINS-Fusion-noted
R8 A# v( s, Q. c! J/ q4 p 基于LiDAR的多传感器融合技术
* L; f5 H) H& { 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。
. S- A9 @* {0 h8 `4 n) w
+ U6 W# c. B7 E$ p1 B( ] 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。
$ G; h- l/ L! ^% p% e/ 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。 0 Y. C* N+ ], W- ]- c6 s, y
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。
, N, h$ W( ^* N
, L' r# J1 j) |
3 g8 s4 d1 S F, J 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。 8 p6 p6 _' o3 ~7 \9 v- w! M
3 ^. T m# u) Z8 y, A* } LIO-SAM 的效果 , K( s8 ]2 P: n- {
# M- G, E/ r" [/ J& 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 8 q. Y& X+ y+ l( y6 r& \
1 D% v' N: W0 V E- e! W 独家注释代码
: A' q3 z1 J# `" R0 n https://github.com/xieqi1/a-loam-noted
+ N% W" B% y! E l6 u- w1 P https://github.com/xieqi1/lio-sam-noted
' p) a2 y; \3 Y- ?) q* K! J https://github.com/electech6/LVI-SAM_detailed_comments
2 t; |; J& F! E7 x 激光SLAM技术
. r, R: y0 j# v9 O 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。 6 N# G1 R9 G6 F+ c
Cartographer建图过程 5 y* Z5 @4 a3 Y/ W
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。
- T# c. Q+ N4 H/ w1 A( C Cartographer做了超详细源码注释
& L2 X% [( J' b0 X1 _, i https://github.com/xiangli0608/cartographer_detailed_comments_ws
! D" n J {- B+ v3 x; A$ F 机器人运动规划
7 v7 L9 L; C- V6 H 运动规划和SLAM什么关系？
/ o( k- B, I$ k7 P$ @7 o Q9 m 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。 6 D& b/ f8 U; h r$ w5 [
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。 ! m; w" H% C, I& u
运动规划在移动机器人的应用
, E$ b, Q* o& W( Q: z* y 独家注释代码
/ T$ h. g" l. Z4 A% _ https://github.com/felderstehost/ros-navigation-noetic
$ g6 y/ V8 y7 k+ d( C 视觉几何三维重建技术 * G9 Q# o U: n% M8 v: ]6 K
; q9 H4 U! a0 ^. r7 L 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。 2 U- T" L$ Y2 M- e
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。
. k: i+ C4 |; L# q6 K 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
/ m% I) ?2 h4 n( W
; o! f3 K( \# } c" _ 全网最详细的代码注释地址：
3 [/ w5 a$ o0 d8 F; Y' J1 e https://github.com/electech6/openMVS_comments
% L! f* V" S1 }4 Y( x 深度学习三维重建技术框架 6 T6 K* C# G1 k- m
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。 / M0 w" w0 l1 c
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。 " A( g F9 J a9 F# s& b0 u1 m
C++编程入门到进阶
M$ _1 E, V6 `5 r) s 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？ 4 `" ^- \! R( ]# |7 J
SLAM知识星球嘉宾刘国庆在知乎做了回答
& n! X; F6 d4 _ i4 e 这里再补充几点：
* `! y: N j6 O* b
' Y3 V# y1 o$ r I 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。
`) K9 j! }- U7 s! z4 y: k 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。 " ]& I+ X/ |% V7 W9 y
C++能够 操控底层，非常适合 和硬件打交道。 8 r/ n ^% H2 @6 y/ W
$ i# c7 M5 J8 P! J7 q$ j 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。 1 S' b; _' D- N8 C* L. a
相机标定技术框架 7 Z4 G/ o" u5 o6 G' T& y
6 W( w5 u, z6 i% o
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）。
9 r ~4 w0 B+ [4 h$ _' `2 c 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。 1 \4 n3 R X* q% x( w% y
相机标定是三维视觉的基础。 / u3 T" t; F1 i* h9 b1 H
& Y* F/ |! @8 B3 Q
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。 - c2 @& V* }: J- j
全国最大的SLAM开发者社区 5 z r& r) v) z8 r; E- J, p
SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？ 0 L; j6 D7 @9 c# w- i' Y
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： ; l1 L; T; ^% t8 h) v
9 p# H; |, i S9 Q0 O/ v$ H
机械/自动化/数学等非计算机专业能否转SLAM？
5 Y( O4 Z6 Z1 H" U6 v }8 F 导师不懂，但要我做SLAM方向，怎么入门？: g( [1 Q# E; @9 z+ M6 N# [+ ?
编程基础差，数学不好，能否学习SLAM？3 s1 c" a3 t# L) J2 t
看完十四讲，下面怎么学习？2 w, T0 {8 A$ i& }/ r8 d# ~- J
需要学哪些开源框架？怎么学习呢？
T$ r- i7 ]7 O6 w9 [: i 编译遇到很多问题，怎么解决？
1 z. z4 M; f' ] Q 只有自己一个人学SLAM，没人讨论好痛苦，怎么办？* `! {0 R, d8 O0 }
想要和小伙伴组队系统的学习，有资源吗？) d: }7 N, ^9 M% B" \
- v7 o3 P8 i9 w. b$ h- F5 B! P 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。 # f/ D# T8 F; |1 z. G% b# Y
# ^; d4 v* K+ f1 T( n% x- R
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频
! I; ^3 W1 V% A1 Z" u2 F 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 2 V- W* L3 Z& z' u1 C1 Q9 r
资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总 : R# Q, z$ P2 Y8 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 ! c0 E2 B$ Q' A( @7 L q8 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 / H J8 \ `% Z0 z+ a
求职：内推职位、SLAM面试题、笔试练习
4 L/ [* ]: I& S6 g$ X ……
/ |# F! T* Q; j H
- [; P) G+ \# Y' V1 }; I 
1 m( c9 w7 b, w p
独家重磅课程官网：cvlife.net ! R3 D$ P( B+ ^) K
1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？
$ Q, N- Z& v" r# u% l 2、C++实战： 为啥SLAM代码都用C++不用Python？
( J8 l& O+ t; i; e6 Y1 H 3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！ / y) o: }& R# p: P4 J
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）
n8 ?4 X8 `9 w- `* B5 M' r+ I 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 ？
# D" }% s0 q4 @, B. N7 V8 p" q 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！ % m @7 E# z) W2 h; B
7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？
/ [: y5 o* _3 |& w 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
& o$ M+ [6 O; e& I, q, x9 }3 G 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）
- Y* W5 ~5 a2 X' T. o1 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！
& i. b G# _6 S7 I$ f9 p& k6 i! U 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
/ v; G' c: t6 v$ G' o& 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 " E: r& G# z( `8 @5 D
2 F! R$ I! T/ x1 A7 q0 q
责任编辑：
$ T8 P0 ?0 g1 _$ d# \7 r
5 ~6 J+ w" C6 H5 t/ Z7 c) _4 a5 c: C/ Y0 i
5 z; w+ T6 u: r- F1 \3 b' l
/ B7 y+ _+ n+ e$ c, V9 s, a6 q | 
