|
* c+ b2 o1 Q7 b- w7 g+ A
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！ , k0 y6 m9 @/ H: z/ E$ H, O
% e- b& q; n4 W
计算机视觉life”，选择“星标” 9 o3 \4 l# N2 M3 [# x
快速获得最新干货
& @! _0 c' W. c" Z8 }' @8 }) N 背景介绍 ; k# K7 X0 g0 L2 |6 I/ K, ?
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。。。 b2 o8 U1 `* O
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。。。
# n0 F* U& p2 E3 ]. c0 o R 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。。。
7 `# M' a. M h: F' V3 r# @ 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？
7 ?7 B4 k% @- y5 z" z8 b' G 视觉SLAM基础 ! ^ [ @2 ^2 K6 _- Q
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：
- D8 [- B Z7 i9 X9 O
1 r) |/ t$ c% Y1 ] 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。
' h. P- L6 d, M# l: L: z 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。
/ b. T$ }) k( V; o, a4 g 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。
4 V, U& l( s. q$ }: B 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。
! m* X) f7 L: ?: x, C3 d- F5 ? 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。
* h4 o( D- j- J! V( w/ v2 u 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。 5 C) Y; M7 o/ |+ |
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。
: {2 W- T5 k" h. s0 g ~ 使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。
9 o! @9 ?$ W' Y8 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。
$ K' h( c: L+ F+ m 定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。
0 `) X8 O3 ` e {( W" [3 [3 a8 ^ 代码可读性强，包含很多工程化技巧，非常实用。
& q. E1 s- x- D9 C. o: n- a& I, z
" m! N2 ]1 N. t$ R. _( ?8 ~ ORB-SLAM2 用于室内三维重建 / o0 h9 o1 r0 e% n* u. ^* p. Y
ORB-SLAM2详细注释的代码持续更新，网址：
( [# a8 U% [1 W' @, V, o* L4 r https://github.com/electech6/ORB_SLAM2_detailed_comments
) ?+ b) ?4 C* L! { 视觉惯性SLAM技术 3 w% O/ K1 _- |5 e3 I8 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。
; i; p3 E1 ?0 v2 Q. J9 [" o- ~6 W 它有如下特点：
1 T4 f$ r, {" M' r0 G' w1 p: \5 t 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 K' d! m& n+ t( k: \& \4 n. Z5 h3 C
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。
) ]% u3 r4 G/ T% l) @ 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。
/ z1 z( k H ^ 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 k4 ] ~* k. b& h1 R9 f5 J) I' _
从室内到室外，丝滑闭环
5 h d l/ i! L; C5 E6 ~5 D 全网最详细ORB-SLAM3代码注释地址：
0 g4 u- x' \3 T Y% Q https://github.com/electech6/ORB_SLAM3_detailed_comments
6 M8 s/ e, {0 p7 C2 \2 | VINS-Mono/Fusion 系统教程 ! t \, i2 \% v. |
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。
- c K1 C; ~+ _& e 以下是VINS-Fusion在汽车SLAM上的效果： - @2 G6 a+ s$ e: V* J/ j% f' u
以下是讲师详细注释的 代码地址： ! w b; v2 @: q
https://github.com/xieqi1/VINS-Mono-noted s8 R3 f' F& }" { E/ y- a S: b
https://github.com/xieqi1/VINS-Fusion-noted " ]6 F! c3 y8 ]- ~
基于LiDAR的多传感器融合技术 ( ?# o6 R5 d0 c# K
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。 % t9 O4 K, W- x6 L
- z/ X3 l. G& a7 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。 , K5 k8 A: Z: c- D" a
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。 ; M+ t% h2 H; G, `3 v
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。
8 Z1 Y3 |6 H8 S* n; m
8 K+ }% C9 l- _; s4 K
6 K- r6 R5 q6 Q+ V8 G. Y }1 F 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。 * P5 a. E$ u$ K7 {1 V3 V' G" s
3 o' }: O8 r5 ]# p4 f! a LIO-SAM 的效果 ( ~ {$ r }3 V( _
' M6 |* L' ^& X: V' X
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
2 L @$ i: h/ b: P3 s$ t3 O* q; n' E. a2 `
独家注释代码
. s! ~* g& s- \% M2 j https://github.com/xieqi1/a-loam-noted 5 e. M4 W# t9 W! s9 a
https://github.com/xieqi1/lio-sam-noted - J; x. C" Y- Z2 H0 M
https://github.com/electech6/LVI-SAM_detailed_comments
6 l8 v5 ~, m* _! {" P; K 激光SLAM技术
' r+ w% x( f! g5 i 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 D) N# \9 G" a9 D8 I& @ Cartographer建图过程 ' z) {/ n" e8 O2 D/ z* F8 \
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。 * \$ @# L4 L6 g @7 k
Cartographer做了超详细源码注释 6 j) k, u/ B, p! |- ^, ~
https://github.com/xiangli0608/cartographer_detailed_comments_ws
! E: m' y* ]$ g5 i. e 机器人运动规划
# y- O# @9 a/ O' b4 X 运动规划和SLAM什么关系？
: W* i/ T4 T ?. N0 E8 p 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。
8 D6 l* j; J4 Q, z* g/ 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。
6 Z' n3 q3 h \2 G 运动规划在移动机器人的应用 ( i' _* w$ g# D C+ S+ Q
独家注释代码 0 V! D' B8 L: Y! t
https://github.com/felderstehost/ros-navigation-noetic 9 w( ?) k% @( w ?/ k9 y( Y( |
视觉几何三维重建技术
; G; \& A8 E+ n9 v8 t: z4 ~8 a$ U6 S1 h7 F3 [% X
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。 & H- q/ s7 C; }+ m- _; P) R4 e* W
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。 1 m$ `5 P7 E% Z7 I* O" Y; x
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( x( U2 K4 I$ E( i" O- k; B1 y' s
6 b) {4 O1 B6 } 全网最详细的代码注释地址：
) G6 R" D0 a! G3 X1 Q3 n8 m https://github.com/electech6/openMVS_comments ! N7 |* k8 l. d- v( x7 ]/ a; _3 |9 Y
深度学习三维重建技术框架
0 `4 Y/ ^9 G; p/ x 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 t& _5 {! b2 z. H- x# W 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。
$ d: ^; v& d ~2 _9 T0 q/ D, G C++编程入门到进阶 / E" J J8 V# v' y! E, [
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？
8 z* r2 N: R7 k3 B/ _3 I SLAM知识星球嘉宾刘国庆在知乎做了回答
! I/ G$ t4 C- V: _$ s+ w9 D 这里再补充几点： : M5 Z; U$ ^; x8 F! [
/ H' y/ w; N- r2 C" b 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。
* S$ Z2 `. N. R; t* J, b 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。 & A2 d! {4 T$ v/ J
C++能够 操控底层，非常适合 和硬件打交道。 ' J9 A3 }! X: A7 ?% m+ v
& O9 ^! L4 x9 ]5 o0 a1 I+ F; f 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。
) `/ b. {: d+ H A% B" T& a 相机标定技术框架 ' Y3 c, E! O; I* w3 j) {: G! T
- C" R3 G* t: w4 p
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）。
% ~- J* O# W" x, X 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。
4 y2 E; J4 `# l1 R! @ 相机标定是三维视觉的基础。
) U0 b' r) s, i1 b$ {4 }7 p
9 ^0 y& u7 o; X+ K1 M3 ?2 {; ]2 n0 ? 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" Q' w, V# Y6 U' d+ `" A0 J
全国最大的SLAM开发者社区
C- O0 y! \. s5 J% { SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？ 5 I' C; ] X) P' m$ I
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： 8 i/ _; V7 q" V' X; ^; c
2 F9 P- r. ^9 t! |1 A! G# D; z 机械/自动化/数学等非计算机专业能否转SLAM？
* d" G" M$ D1 u9 U 导师不懂，但要我做SLAM方向，怎么入门？4 P& o& r6 [7 J! L4 `
编程基础差，数学不好，能否学习SLAM？: @* N7 Q3 t( ^! p
看完十四讲，下面怎么学习？# k. ? Y$ ?( n, _' F: K+ b. s# J' g
需要学哪些开源框架？怎么学习呢？
) j% v' z! ^: d* X0 h8 I* z4 _7 i: H 编译遇到很多问题，怎么解决？9 j6 x$ k; W) ?0 t% y, D' _+ z
只有自己一个人学SLAM，没人讨论好痛苦，怎么办？
9 s2 c3 X+ m7 v5 ] 想要和小伙伴组队系统的学习，有资源吗？
- @5 O) B0 l- m; G# n4 h
% M0 n1 ^ H/ P( Y. h5 \" [ 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。 / S6 S. I- P3 h) \' x
( L8 B e. W& ^. {/ J; g
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频
' d$ ?( [8 _; {: J6 |# _ 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
/ A( n+ `9 _' r; g- P 资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总
/ C2 v$ y6 G9 A* E1 d k* ~ 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
# T- i& d+ `% k6 P, C" l: ^: E% Q 活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职 ( T# l# V& Z/ Z, v, O: Z% T
求职：内推职位、SLAM面试题、笔试练习 6 m& A& u# K* x* R o5 m
……
# D: E# H# B% n) p [% l) E' L [2 q f1 k0 r" k' W; b
$ L' f$ Q3 q0 z3 x
独家重磅课程官网：cvlife.net 6 u8 y; Y; @/ y$ q2 K
1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？
+ z7 v1 f& g- d: K$ R) e 2、C++实战： 为啥SLAM代码都用C++不用Python？
; W# m9 e X7 q x 3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！
9 O2 \" ]) [. }) C9 R 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） 9 W9 X7 F/ j1 h0 }5 X, w2 Z2 j
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$ q2 _6 }+ ~8 H8 Y6 w7 j
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！
( G4 A6 T9 f6 l2 @" Y3 \ 7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？ % z+ D9 q6 V7 ?4 W4 v, v
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
! g8 E2 g4 c: U8 ]! N 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）
+ r9 N# z3 M/ U! j6 t( K, f 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！ 9 ]: U) S! t7 T6 Z$ g6 p# G
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 ; a; \9 s" p! x% U0 m0 o* w
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 6 O. E2 R! ?; z0 Q$ G5 z t
, s/ w- g2 `& d0 |5 W k0 N! ~
责任编辑：
: w* O7 y# |/ } E
2 b5 L2 M$ W8 y$ i! l
- I" S+ a! K# x3 h
- A0 W# O6 G+ Y# O4 u
6 G' x& u6 B' ^& g# J% T | 
