|
5 M% M, `2 D- |9 }/ C, O r; g
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！
9 o! Z0 g8 }( C5 V& v4 l( ]/ E: P6 Q+ l% ?
计算机视觉life”，选择“星标”
5 X3 k' O. z- Z1 D 快速获得最新干货 3 f, k4 u) L' F: x+ Z4 S
背景介绍 & Z9 |4 |; V/ k6 _6 W6 R
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。。。 8 K( F$ y7 M$ |6 z, Y, D2 H0 P9 `
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。。。 ( L, v! v& {0 Z' [2 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。。。 . J& K: i$ i4 W
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？ 0 }5 C# A" P. F- T$ X9 K
视觉SLAM基础
, R: R1 Y/ v% q9 O* J- r 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：
' o* E2 e- S' @/ c0 N" s
& n0 ?2 I8 e5 T0 b% N: D! b 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。 * {7 m: i; l% v( _# V% _9 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。 4 x+ y6 u2 u. b2 i8 J: u1 Q+ w
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。 2 @' j( u) g! w
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。
; q) L- Z* |6 \2 h- N1 f; C# D 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。
% `' z; A& H" O" c1 g 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。 2 Y2 F n7 f$ W4 _$ X) n9 z0 Q2 L2 N
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。 0 H/ w* F4 M9 m$ F% E0 }* z
使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。 0 T8 `$ e; O+ A2 T0 f5 _9 x* d3 U
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。
3 c2 \2 I3 L1 B; C 定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。
- Q0 ?/ a0 [7 S' [/ P+ R+ ] 代码可读性强，包含很多工程化技巧，非常实用。
4 U: U: Q p1 j7 x: l' q1 _
* [: o( v% I8 z3 ~ ORB-SLAM2 用于室内三维重建 ; V$ \' Q) k2 m$ q& ?' Q" \0 M
ORB-SLAM2详细注释的代码持续更新，网址： B1 [/ v! z7 a, u( \1 A3 V
https://github.com/electech6/ORB_SLAM2_detailed_comments
. }* i& L1 d* L' X1 g" h 视觉惯性SLAM技术
2 b7 c S9 Z. p% Y% s$ `% S 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。
0 L2 r& U, i8 p7 y 它有如下特点： " V- \' L; B4 W2 Q6 w
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。
' `; x* U) Z r7 @- S; | 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。 L' C& L5 Y6 A! u. H: g0 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。
5 \" N R9 e$ f) D9 _9 J) V- a' z: R7 o 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。
: q" c+ ^6 J0 P$ G4 s$ m 从室内到室外，丝滑闭环 6 n: d: Y; l. P& o4 `
全网最详细ORB-SLAM3代码注释地址： ' X" h5 ~5 T! A6 S
https://github.com/electech6/ORB_SLAM3_detailed_comments
8 X( S) K1 V" k- ]4 X+ x& z$ [# t VINS-Mono/Fusion 系统教程
" V2 n3 A. M6 s' X- Z- g" x# {' ` 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。
7 L0 j# H' z9 \' r' d& E. ^ 以下是VINS-Fusion在汽车SLAM上的效果：
) |2 X7 R& y3 H0 w n R9 n 以下是讲师详细注释的 代码地址：
) g# H a5 y' [" L/ ` https://github.com/xieqi1/VINS-Mono-noted
4 E* T3 N8 c# I* B https://github.com/xieqi1/VINS-Fusion-noted % ^# ^& y+ P8 Z
基于LiDAR的多传感器融合技术 5 ]5 `/ O* |3 Q& L, M: y( y% d* F
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。 * u- X7 r+ l6 W% @* V! K! y
* N/ B8 A& P1 l$ T5 r" N5 R9 S8 k
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。
) A% o* Z0 Q. h# q( ^! K 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。 ; O: G: L- }& n1 U
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。 2 t( k, w0 m9 G. t
& t& D3 T+ N% I4 l/ q3 P0 e
' x: G) |0 y% }1 F/ C: V
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。
) @$ {9 n+ H, ~' S8 i$ [6 W* v" V/ n' H" F }
LIO-SAM 的效果 3 d# ~3 K: G! |. E2 P/ E
/ \; R; W: F9 t7 }3 q
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 3 A5 k& `' Q& x) j2 V% q7 ~
2 [, g" t2 ~7 M& g0 ^) X% L- n 独家注释代码
9 o/ P7 U: e$ q( ], z https://github.com/xieqi1/a-loam-noted 1 J5 [3 H, N8 [; _. t" O7 ?0 R: p
https://github.com/xieqi1/lio-sam-noted
1 u- g4 b8 e y0 g& e https://github.com/electech6/LVI-SAM_detailed_comments
! t2 i9 U& L# {8 a- `( V 激光SLAM技术 " V( q, D# B. w, j
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。 - h; Z% _9 O6 X' L, |, k# l
Cartographer建图过程
7 W' G3 w/ F5 k+ U! V! |+ I 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。 + x6 R7 B) A3 W
Cartographer做了超详细源码注释
2 k6 s) V8 V) i https://github.com/xiangli0608/cartographer_detailed_comments_ws " v8 m( a4 Q& L1 f
机器人运动规划 * p K; @, H; E6 M h( G
运动规划和SLAM什么关系？
% v7 b4 b) E6 ~# B 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。
% d1 i4 u) ?3 n/ u g 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。 t/ j1 p5 w% r. s* o' ?
运动规划在移动机器人的应用
/ t8 | ?' H" i, ^9 j { 独家注释代码
/ }, Z: W& h5 D' f https://github.com/felderstehost/ros-navigation-noetic 2 B2 {! g( r8 f; i- q# G
视觉几何三维重建技术
, ?! k: g5 A0 d6 w3 {+ ]
, V9 ? W `# e 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。 ; k- S, ]8 _$ T/ i& s5 D7 ?
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 g( N' N% K0 Y, M. d 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6 ?) g' [2 n0 X f& I2 N! }
1 Z: z! `8 x* M- `
全网最详细的代码注释地址：
* V8 F) s$ [/ U; N# P8 c/ W) `1 H https://github.com/electech6/openMVS_comments % V l0 T- M. h2 M/ i0 A
深度学习三维重建技术框架
/ _+ D! r& `+ p- E. ` 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。
( K7 E0 J6 E+ s# {6 Z# w" T 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。 ! l1 e, N. I. {
C++编程入门到进阶 " U3 k: ?' t3 y: M2 R
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？ " |& v& q1 ]8 A, ~7 m- B
SLAM知识星球嘉宾刘国庆在知乎做了回答 8 v' z! v: w( Y' Y3 Q4 g5 J3 Y
这里再补充几点： 9 T" [0 L: l5 ^! n q
, F6 r* x) B0 U4 F+ {
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。 $ q7 i9 V) V6 o5 [3 ?- y& o
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。 * F; Q2 Q! i u5 p
C++能够 操控底层，非常适合 和硬件打交道。 $ {4 n* }* l/ J4 ^9 Z
& o, A7 n; v. V$ u
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。 - h! n* M; ?% @2 c+ S
相机标定技术框架
3 m' o* }8 f/ j. L, m# ?3 \& L5 g9 ~; V* T; Q' _$ ?/ _" J/ ?
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）。
7 |* i1 \/ ~; y! 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。
& \1 {# }4 B) Y- s 相机标定是三维视觉的基础。
( [. @$ ~/ w0 W d. r" Z/ Q( @: v# o
% P1 S' b4 v. E3 p 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 T8 t. l$ V v/ E/ |. c8 [5 t' ` 全国最大的SLAM开发者社区
# a7 e" ~* Y4 _9 A3 Q* | SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？ " t9 D7 B7 ^1 V8 i3 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： + N) l2 d: l5 c
2 l! w- k4 ^: A# L0 h& B 机械/自动化/数学等非计算机专业能否转SLAM？5 ]6 F. @, I6 Z$ K- k
导师不懂，但要我做SLAM方向，怎么入门？
# i! q; R% G) L0 z( Z7 h: ]) x( b# O$ c 编程基础差，数学不好，能否学习SLAM？
7 u3 N t" X* q6 ? 看完十四讲，下面怎么学习？% D- Z) E. l* l0 h) U
需要学哪些开源框架？怎么学习呢？
/ m) A( g+ P$ I" j6 C" i \ 编译遇到很多问题，怎么解决？
( u# z& \" B, Z 只有自己一个人学SLAM，没人讨论好痛苦，怎么办？% z: e4 L O; f' |7 c9 d& W7 b
想要和小伙伴组队系统的学习，有资源吗？& D- V) x2 a9 O9 {0 k! X( m
; ?" n2 O7 T1 |2 k( v
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。 # J! ?6 f, ^! a; {- P$ _ O7 V
" n* S* r. j* l) \( c
2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频 - h# X: H* T+ `* L2 V) ?2 l$ c9 `. m+ J
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
/ w3 x; C c l4 X5 H 资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总 6 h$ Y, W) v2 u9 F6 e* B2 o) [
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 F6 T7 v3 b* i
活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职
. Q$ E; I; C9 \2 j7 R8 O8 o 求职：内推职位、SLAM面试题、笔试练习 & `3 k0 Z+ a2 o4 s7 x
…… 5 G0 k5 E; M( Y ~
5 z& m! m! {1 B" y% e k4 q 
% Y* r: f4 l/ }; n
独家重磅课程官网：cvlife.net , b' C" z3 Q$ k1 [
1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？ ( w6 E/ n) W1 q% [* O: w5 W3 |; @4 J
2、C++实战： 为啥SLAM代码都用C++不用Python？ 1 Z/ V7 G0 L3 o- ?& I
3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！
$ ^* u# Y; b" S3 N u! 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） ! }7 Y$ \+ \ Q$ `9 }0 X: E" c" T) U
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 ？ 8 L3 M: `, K# b) Y4 E4 B
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！ 4 v6 i P- f% J& m- F
7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？ . J T; P, S/ Q$ l5 p$ f
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 $ Q# v0 S3 b/ J3 J" S" 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）
+ \/ g3 R4 d+ d+ u$ ]5 ~6 w1 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！ % A( { A' x! ]1 z
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 M, g r' d$ J. }
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
1 }3 P P9 t3 h2 G; i( {# l% ]- `+ O6 W5 D
责任编辑： . z+ |3 q- K' Q
: c) u. _1 H3 V" t
8 g6 Z1 l$ O* G; Z; }6 K% d
8 S+ _3 U: ~7 P3 q% C
9 t: C1 y! n! N$ {# S2 X0 L% l | 
