SLAM的傻瓜教程 SLAM for Dummies

初识SLAM

  之前只是大概的知道SLAM概念，但是看哪部分都是糊里糊涂，偶尔在知乎上看见了有人推荐入门教程，SLAM for Dummies,英文版很好找，词汇也都还挺简单的，就看了一下，作为本人有生以来第一个博客发一下，哈哈（师兄教的，发博客还有利于自己理解和记忆，哈哈）
  那个傻瓜教程介绍了很多东西，我按照自己的整理了一些

WHY SLAM

  里程计Odom不准确并不能如实反映自己所在位置，误差大，就算利用雷达测出周围有东西，也不能很好mapping，所以利用EKF（扩展卡尔曼滤波），结合里程计和路标干活。

大致处理过程

  SLAM包含很多部分，主要有：路标提取，数据关联，状态估计，状态更新，地标更新。处理过程大致如图：

小零件

handware硬件

• 机器人
  这个不用说，没个机器人难道拿着雷达到处跑？
• range measurement device
  就是环境探测装置啦，没有环境探测也不是事啊，总不能自己站在机器人上面看吧，这个还要分一下
  1,laser scan,激光雷达，比较适用，但是贵（估计是写这篇文章的时候贵，现在不是特别贵了已经），比较好，但是激光测量距离不长，遇到玻璃一些折射反射等，水里会出问题，这个只能是2D啊！
  2，sonar,声纳，这个比较适用在水里，声波嘛
  3，vision，视觉，这个太TM火了，可以建3D地图啊，应用广泛，室内飞行器等等，很有潜力，但是问题也贼多，处理图片速度啊，光的强度对version的影响啊等等，我以后应该会看一些这个吧

laser scan

  文章主要介绍了一下激光雷达，因为写这个的人是用的激光，激光雷达可以测量从min的一个角度到max的每隔一个wide的角度上，障碍到雷达的距离，数据就是从min角度开始，[2.88 2.99 ….8.1,2.99..]的一个矩阵，当激光数据err或者不可测量时，会输出一个特别大的数据，如8.1，单位m

Odometer

  里程计，会提供一个由轮子算出来的position。
  问题主要是需要雷达数据和里程计数据同步，所以需要一个控制部分可以同时获取两者消息。

处理部分

landmark

• 路标的提取
  路标的提取有几个关键
  1，容易被re-observable
  2，应易于区分
  3，should be plentiful（多了应该不是不容易区分了么？？）
  4，应该是固定的
• 提取方法
  方法主要由路标和senser决定，书中用了laser和室内，所以介绍了两种方法：
  1，spike landmarks，峰值提取，找到diff from other的点进行记录
  2，RANSAC（Random Sampling Consensus），在laser scan中提取直线
  3，other，还有multiple，可能是多种一起上？？？

Data Association，数据关联

problem

• 可能不能每步都能re-observe
• 可能认不出已经标出的之前的landmark
• 可能认错landmark

solution

rule：不能相信一个路标，除非我们已经看见过它很多次，下面是关联过程中的概念
- database，首先应该有一个database to store landmarks
- validation gate,区分landmark是否以前见过
过程：
1，extract landmarks
2，associate landmarks with 在database中最近的landmark，把landmark都结成对
3，将这些pairs送到validation gate验证，
  1)matched，将在database中landmark的被提取次数，+1
  2)没有匹配上，将路标加入database，并将time设置为1
* 说明：步骤二中，用的是the nearest-neighbor approach，计算欧式距离？？（不懂）。步骤三中，validation gate 和EKF有关，大概就是划定一个容错圈，进了就说明差不多

---

啊呀呀，其实最主要的那部分还是EKF，我还没看（哭脸），等我先大概看看EKF是干嘛的再去看，下次把最主要核心的部分EKF写写。路漫漫兮！
2017.8.15 周二 晴