|
' R* D8 K9 \* O# q+ D: \
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 Z+ C# @3 s8 H) F' ]+ e
* z" x0 x2 R# q 计算机视觉life”，选择“星标”
; ]. ^1 e* ^2 n 快速获得最新干货 3 s5 n3 R* K& W
背景介绍 ! X9 |5 X5 Y3 q5 m, H
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。。。
, [% l% Q2 c( u$ ]& W 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。。。 4 }- o3 g6 G4 X' x5 p
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。。。 : e! T$ y# C: j, \6 b; B6 n ]- z
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？ $ b: s7 g* v: v+ E6 H! i2 u: E
视觉SLAM基础 4 z- n. f- v7 u$ i. q) N. B/ v8 i
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：
0 k8 Z4 f8 {, f8 M, {# K( Z# Z0 n* v
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。
D5 u1 D" Q, I2 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。
2 ?" A' g2 I/ E% R 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。
& b- H' `0 y1 g2 @! Z 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。 # r7 {5 o, b" M7 v' b3 F0 A+ r2 [' R
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。 , ~2 L5 [. a% D* \. L
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。
' y S, L& k6 z% p% E" ]7 q G$ V 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。
, s" t' a+ r: s6 x+ p 使用本质图（Essential Graph）来优化位姿实现回环检测，耗时少精度高 。
4 D( X; V) ?+ @* q6 K( ]" ]4 s 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。 7 J+ i0 f* f# u7 O' A- w# D
定位精度高，可达厘米级，是特征点法SLAM的经典代表作品。 , D& r6 c2 `" }. \* E2 ^
代码可读性强，包含很多工程化技巧，非常实用。 9 h2 p [% O. X5 g
, c8 o }0 ?( v
ORB-SLAM2 用于室内三维重建 5 X! i4 i: c) k
ORB-SLAM2详细注释的代码持续更新，网址： % g9 D3 W. l6 Q* f2 `1 `" j
https://github.com/electech6/ORB_SLAM2_detailed_comments : F/ d. ]- q) q' S
视觉惯性SLAM技术
3 i, x) J$ H4 @, p+ U 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。 7 J8 A2 ]! M5 p* w0 }# u
它有如下特点： 0 O2 L7 M8 s4 i: ^+ U2 K) f( C1 X
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。 , A- v, d b* l J
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。 9 I. C6 Q5 P0 V0 X, x) R
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。
: [3 l' T- }8 F2 s" I* g 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。 & j; Y) T* p6 }# X, C2 q
从室内到室外，丝滑闭环
) \ P+ y; ]9 e6 W9 b, C: K. } 全网最详细ORB-SLAM3代码注释地址： ! X4 M1 P6 S1 e
https://github.com/electech6/ORB_SLAM3_detailed_comments
8 ~% \! c5 c' K. Q VINS-Mono/Fusion 系统教程
7 X" Y6 H, ~7 H- ^3 {; H 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。
9 r. i% [' F7 y, J' r 以下是VINS-Fusion在汽车SLAM上的效果： ! n6 t' [( E: b i
以下是讲师详细注释的 代码地址：
: T/ I( P" e* }4 p" m B7 {6 I https://github.com/xieqi1/VINS-Mono-noted * N0 d: l( S; C, v; f2 S
https://github.com/xieqi1/VINS-Fusion-noted : S% o2 @ ?0 W( t) M* f0 l n
基于LiDAR的多传感器融合技术 + R) q$ F T$ X! E
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。 $ l7 I+ ^4 q: o) l( S
5 {# s8 e( F) 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。 " Y' ^' D! N3 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。
" E5 G0 A/ p j1 _' ?$ ]& ]9 H 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 P# e/ A* @* Y1 S0 f
) a5 S- R7 k U
% @: |7 d# Y& T9 e/ ~9 B6 ^ 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。
- s j5 r% D' @5 D2 {! W$ y' r$ D. Y0 m2 N
LIO-SAM 的效果
: N% l( x% T6 X- c) \5 b! G, ^ R) |$ r7 H4 `# S
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
/ C$ Q# R6 W* d' u! o" a) A. e1 f$ l" D, u5 x7 C, d# n
独家注释代码 7 g; C/ d r$ i7 [% n
https://github.com/xieqi1/a-loam-noted % z5 _0 d) h# B/ A# S; _: z
https://github.com/xieqi1/lio-sam-noted
/ d' |, H- u' R. f- P- n. b% Y. z https://github.com/electech6/LVI-SAM_detailed_comments
& Z& u2 |: E, D. V. H 激光SLAM技术 $ N$ v) w* w6 v# b$ r1 f& 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。
, V* x7 K9 b* P/ R+ o Cartographer建图过程
8 o7 `: x3 D5 r1 J X0 C4 W& \. X 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。 5 c& Y& w- z+ e5 [' Q7 f
Cartographer做了超详细源码注释
& [3 ]1 B0 K& D8 I) l+ \ https://github.com/xiangli0608/cartographer_detailed_comments_ws
: W( B. ^8 ?( ]% k! }9 ^ 机器人运动规划 0 g! k% q( A& c6 \2 L
运动规划和SLAM什么关系？
# Q1 X+ ]( r% {. N( U, a9 y; T 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。 + c* X3 H: c+ _. O$ k
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。 7 @, I! @9 o& o+ @, H. |" z3 v: J
运动规划在移动机器人的应用
2 O+ m h( x. V* W' \6 ?6 U 独家注释代码 , U! y; r( `9 f
https://github.com/felderstehost/ros-navigation-noetic 9 d% X l$ ^: k' G' ~' W
视觉几何三维重建技术 9 ~% B4 x% ?; ~0 h2 m$ M# C
# B* b7 P1 C) X. A1 J! ^3 _
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。 . j0 h- y% R' O! S! K% Q
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。
% R! F2 G: R) a) Q$ j- Z 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# `$ R# S/ s6 J
6 h5 B: ~/ \4 x* T& f$ F6 X 全网最详细的代码注释地址：
! B) B5 N ?! O+ n6 M https://github.com/electech6/openMVS_comments
5 @ V, ^3 [0 B 深度学习三维重建技术框架
: C* y; p* C/ M8 P# R% W 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。
# x6 N+ `5 I6 X, L0 d4 q7 V 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。 ) Y) j* n/ W# q0 e) q/ } ~
C++编程入门到进阶
7 T0 Q( B! S7 h" Z6 T9 r, a 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？ " ?9 c" |4 O6 n" P0 z- j! r/ h
SLAM知识星球嘉宾刘国庆在知乎做了回答
7 S, i2 e5 s) [5 {( I 这里再补充几点： # U6 [4 {- s6 Y) T5 P1 R8 j
W% `: F# V# Z
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。 l3 D: C5 n" v) V3 a1 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。 & \3 Y, `) |: e' ^7 w- W
C++能够 操控底层，非常适合 和硬件打交道。
0 Z5 M$ ?6 u7 z9 G. L8 m& d, u. B& Y. P3 j$ o0 W
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。
6 q- M* a0 f/ I4 d9 ?6 ~; c 相机标定技术框架 ' N5 j4 Q1 B. ?3 L1 X
/ z9 |. }; I) l4 g: S: y
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）。
- o d& s) D; z& w 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。
2 v5 Y* x e9 I 相机标定是三维视觉的基础。
7 b& E( _+ K! H2 ?8 h# w
* _1 j7 q* |: \ A. i# }1 E 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。 & ~6 c3 Q6 i" r0 t7 Y: C3 X9 K
全国最大的SLAM开发者社区 ' a# D3 B8 V9 G3 y# M" t
SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？ - G. o9 T* F# _/ g2 p( u; t
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： ) p) |8 ?% e7 J- O2 ]
: n/ I* s5 J: |& s( w
机械/自动化/数学等非计算机专业能否转SLAM？$ E8 s5 U+ v. i: @! r S
导师不懂，但要我做SLAM方向，怎么入门？
# N1 f" R( j) Z1 L9 p* _+ L 编程基础差，数学不好，能否学习SLAM？
% Q" h2 {/ t8 [) O( A 看完十四讲，下面怎么学习？8 F8 ^ R! Q# t- ?* K
需要学哪些开源框架？怎么学习呢？
9 T' o2 P( C: ?2 F) N1 z 编译遇到很多问题，怎么解决？7 Z& C0 @0 D4 X/ u5 t
只有自己一个人学SLAM，没人讨论好痛苦，怎么办？
, m `) g' W$ }& c+ B \2 N; a 想要和小伙伴组队系统的学习，有资源吗？
0 H1 s2 G' l6 o* \+ R
) [ J9 B( v0 o5 |! B( w( H 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。
* q5 i$ U7 f9 R* U/ o
0 b; a4 V' k. x5 b 2018年创立、 3500+会员、 6100+主题分享、 9500+问答评论、 130+教学视频
1 d1 {& O* h$ q# S 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 , U) {3 _, B, |
资讯：每日论文分享、行业资讯汇总、每周汇总、精华汇总
( E, e% Y0 n( N9 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
9 O% J, W; i9 N2 P+ X3 @ 活动：学习小组、行业资源对接、会员激励、有偿招募助教/兼职 1 X5 l' `5 c; t; F
求职：内推职位、SLAM面试题、笔试练习
$ v% X" x8 K, j. ?/ w1 E' w: k ……
5 q8 Q# e0 m7 P
. Q+ Z. M) K* I! ~' p" N: i0 e 
u( k x) Z3 ` _ 独家重磅课程官网：cvlife.net
' n& \- |/ T& `3 ^ 1、SLAM社区： 一个人啃SLAM，难受到自闭，硬顶还是放弃？
$ w" i L4 |) u1 a9 f 2、C++实战： 为啥SLAM代码都用C++不用Python？ 4 {% ]3 O6 W! K
3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！ 8 P5 W; }' z& _7 a6 ?
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）
; r" S* x# t% v$ m9 [6 Y; c' E 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 ？
4 l1 s6 f/ X9 }+ _ 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！
?9 l* Z' \+ ^5 T' L: N1 n1 } 7、详解Cartographer： 谷歌开源的激光SLAM算法Cartographer为什么这么牛X？
( j4 v/ `: k" E 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 1 K" _6 d- _ L W2 J0 d6 J' y0 A
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）
! c0 J( w0 ^' S5 O4 ~* A1 N 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！ # d, ~8 ~1 {7 s5 f, h
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 6 q0 C! ~, |( P! k S; \, @' N z& l/ p( U
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 : c5 \. O5 A8 x* \1 o- ~+ b% [2 H
_! B& I- C7 ^1 A, z 责任编辑：
" E; i/ S( r' |; B4 `
$ W" }3 P$ q2 @' T/ m# q2 O6 s6 ]0 [; u% Y8 V
, |+ g( Z E# A8 p* i: D
: h5 N* j4 t4 [' x4 T
| 
