视觉SLAM十四讲笔记（ch1-2）

第一讲 引言

1. SLAM：Simultaneous Localization and Mapping
   同时定位与地图构建
2. 搭载特定传感器主体，在没有环境先验信息的情况下，在运动过程中建立环境的模型，同时估计自己的运动
3. 视觉SLAM：以相机作为主要传感器的SLAM
4. 从图像中估计相机的运动以及环境的情况

应用：机器人、无人驾驶、AR/VR

视觉SLAM的困难之处：1、三维空间的运动2、受噪声影响3、数据来源只有图像

第二讲 初识SLAM

自主运动两大基本问题

1. 定位2、建图

定位侧重对自身进行了解，建图侧重对外在的了解

两大问题相互耦合

精准的定位需要精确的地图

精确的地图来自准确的定位

两类传感器

1. 安装于环境中：二维码Marker、GPS、导航、磁条

限制了应用环境，但SLAM强调未知环境，更加重视便携式传感器

1. 安装与机器人本体上：IMU、激光、相机

相机（单目、双目、深度、鱼眼、全景等等）

以一定的速率采集图像，形成视频

相机本质是以二维投影的形式记录了三维世界的信息，丢掉了距离维度

1. 单目相机没有深度，需要通过Moving View Stereo产生深度

场景和成像具有几何关系，近物的像运动快，远物的像运动慢，可推断距离

1. 双目相机通过视差原理计算深度Stereo

通过左右图像的差异判断物体离相机的距离，计算量非常大

1. 深度RGBD通过物理方法测量深度

结构光ToF，主动测量功耗大，深度值较准确，但量程小，易受干扰

共同点：1、利用场景和成像几何关系2、三维空间的运动结构3、图像来自连续的视频

视觉SLAM框架

前端：VO，后端：Optimization，回环检测：Loop Closing，建图：Mapping

视觉里程计Visual Odometry

相邻图像估计相机运动，通过两张图像计算运动和结构，不可避免地有漂移

方法：特征点法、直接法

后端优化

从带有噪声的数据中优化轨迹和地图状态估计问题，放大后验概率估计MAP，前期以EKF为代表，现在以图优化为代表

回环检测

有效地检测出相机经过同一个地方 

检测机器人是否回到过早先位置、识别到达过的场景、计算图像间的相似性

建图

用于导航、规划、通讯、可视化、交互等

拓扑地图

使用节点和边来表示环境，其中节点表示重要位置（如拐角、门口），边表示这些位置之间的可达路径。拓扑地图注重表示环境的连接关系，而不是具体的几何细节。这种地图表示方法适用于大型、复杂环境中的高效路径规划和导航。个人简单理解为，是一种表示拓扑关系、不存在准确距离信息的地图，例如：我家地图是，客厅在中间，周围连着卧室、书房、厨房、卫生间，书房又连着阳台。

度量地图/尺度地图/几何地图

度量地图（Metric Map）或几何地图（Geometric Map）是SLAM种较为常用的一种表示方法，常见的点云（PointCloud）、八叉树地图（OctoMap）、栅格地图（Grid Map）等都属于度量地图，能够从这个地图中获取具体的尺度信息，例如某个点距离某个点多远、XXX障碍物面积有多大。

根据地图的稠密程度，度量地图还可进一步分为：稀疏地图、稠密地图。稀疏地图例如视觉SLAM建立的特征点地图，是稀疏的，一般多用于自身定位而难以直接导航；而RGBD或LiDAR可以建立稠密地图。

SLAM问题的数学描述

运动和观测：从一点移动到另一点是运动，在某个时刻观测到某个路标是观测。运动方程(定位)和观测方程(建图)

运动方程

观测方程

参考：【SLAM14讲】03 SLAM问题的数学表述