视觉SLAM十四讲 第1-2讲 初识SLAM
1. slam 是什么
定义：SLAM是Simultaneous Localization And Mapping的缩写，即同时定位与地图构建（我在什么地方？周围环境是怎么样的？）。
它是指搭载特定传感器的主题，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。
梦想：在计算机视觉创立之初，人们就想象着有朝一日计算机将和人一样，通过眼睛去观察世界，理解周遭的物体，探索未知的领域——这是一个美妙而又浪漫的梦想，吸引了无数的科研人员日夜为之奋斗。
应用：在许多地方，我们都希望知道自身的位置。室内的扫地机和移动机器人需要定位，野外的自动驾驶汽车需要定位，空中的无人机需要定位，虚拟现实和增强现实的设备也需要定位。
作者的意见：再漂亮的数学理论，如果不能转化为可以运行的代码，就仍是可望不可即的空中阁楼，没有实际意义。
2. SLAM基本模块
SLAM主要分为几个模块：
- 视觉里程计 （visual odometry，VO）
- 后端优化
- 建图
- 回环检测
因为笔者是工科生，所以要勇敢地承认，某些做法只要经验上够用，没必要非得在数学上追求完备。
SLAM分类： 激光slam和视觉slam
相机分类： 单目相机monocular，双目相机stereo和深度相机RGB-D
3. 相机的种类
单目monocular：单目无法知道物体的深度，也无法知道尺度。所以，单目slam估计的轨迹和地图将于真是的轨迹和地图相差一个因子，也就是所谓的尺度（scale）。由于单目slam无法劲凭图像确定这个真是尺度，所以又称为尺度不确定性。
双目stereo：双目相机如人眼可通过图像的差距获取深度，两个相机之间的距离越远（基线），能够测量的物体越远。双目或多目相机的缺点是配置与标定都比较复杂，其深度量程和精度受双目的基线与分辨率首先，而且视差的计算非常消耗计算资源，需要GPU和FPGA的设备加速，才能实时输出每个像素即整张图像的深度信息。因此，在现有条件下，计算量是双目的主要问题之一。
深度RGB-D：深度相机不是通过软件计算来解决深度问题，而是通过物理的测量手段，这可以大大节约计算资源。但是目前深度相机有测量范围窄、噪声大、视野小、光照干扰等缺点，在slam方面主要用于室内。
4. 视觉slam基本流程
视觉slam流程主要包括以下步骤：
- 传感器信息读取
- 前端视觉里程计（
visual odometry， vo）。
视觉里程计的任务是估算相邻图像间相机的运动，以及局部地图的样子。VO又称为前端（front end）。由于视觉里程计存在误差，不免出现累计漂移（accumulating drift），所以需要后端优化和回环检测。 - 后端（非线性）优化（
optimization）
后端优化要考虑的问题，是如何从有噪声的数据中估计整个系统的状态，以及这个状态的不确定性有多大——这称为最大后验概率估计（maximum-a-posteriori， MAP）。这里的状态既包括机器人自身的轨迹，也包含地图。
在视觉SLAM中，前端和计算机视觉研究领域更为相关，比如图像的特征提取与匹配等，后端则主要是滤波与非线性优化算法。早期的SLAM问题是一个状态估计问题——正是后端优化要解决的。SLAM问题的本质是：对运动主体自身和周围环境空间不确定性的估计。 - 回环检测（
loop closure detection）
简单来说就是消除漂移。可以通过环境中的传感器（二维码等），但我们更希望机器人能使用携带的传感器——也就是图像本身，来完成这一任务。比如利用图像的相似性来完成回环检测。 - 建图（
mapping）
5. 非/线性系统、非/高斯系统
通过运动和观测方程是否为线性，可分为线性系统和非线性系统。
通过噪声是否为高斯分布，可分为高斯系统和非高斯系统。
最简单的线性高斯LG（linear gaussian），可使用卡尔曼滤波器（kalman filter， KF）
复杂的非线性非高斯NLNG，①可使用EKF扩展卡尔曼滤波器->粒子滤波器等；② 非线性优化、图优化。
6自由度的位姿（pose），包含了旋转rotation和平移translation
6. CMake
执行cmake的过程处理了工程文件之间的关系，而执行make过程实际调用了g++来编译程序。虽然这个过程多了cmake和make的步骤，但我们对项目的编译管理工作，从输入一串g++命令，变成了维护若干个比较直观的CMakeLists.txt文件，这将明显降低维护整个工程的难度。
Linux中，库文件分为静态库和共享库两种。静态库以.a作为后缀名，共享库以.so结尾。所有库都是一些函数打包后的集合，差别在于静态库每次被调用都会生成一个副本，而共享库则只有一个副本，更省空间。
带有main的源文件可编译成可执行程序。没有main就编译成库，或者一起添加到库执行文件列表里面
cmake自带一些编译相关的内部变量，它们可以对编译过程进行更精细的控制。对于编译类型，通常有调用的debug模式与发布用的release模式。在debug模式中，程序运行较慢，但可以进行断电调试，而release模式的运行速度较快，但没有调试信息。
标签：初识,相机,SLAM,深度,视觉,单目,slam 来源： https://blog.csdn.net/CSSDCC/article/details/121652935
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。