视觉slam14讲——第2讲 初识SLAM

本系列文章是记录学习高翔所著《视觉slam14讲》的内容总结，文中的主要文字和代码、图片都是引用自课本和高翔博士的博客。代码运行效果是在自己电脑上实际运行得出。手动记录主要是为了深入理解

1 关于SLAM

slam问题的本质：对运动主体自身和周围环境空间不确定性的估计

尽可能使用不依赖于环境的传感器如laser、imu、camera等,而视觉SLAM主要解决问题是使用相机解决定位和建图问题

2 关于相机

• 单目相机(Monocular)
  关键问题：无法得到深度。
  单目slam估计的轨迹和地图和真实的相差一个尺度因子，也叫尺度不确定性

• 双目相机(Stereo)
  关键问题：配置与标定比较复杂，深度量程受双目的基线和分辨率限制，视差计算量大，需要使用GPU和FPGA加速。

• 深度相机
  关键问题：测量范围有限，容易受日光干扰，无法测量透射材质，主要用于室内。
  我们之前机器人比赛经常用到kinect和xtion，上面的几个问题都是常见的，比如测量范围，比较蛋疼的就是这个，机器人看柱子，最远的那个有7米远，kinect就不行了……

3 slam框架

• 传感器数据
  相机图像信息的读取和预处理

• 视觉里程计(VO)
  解决问题：估算相邻图像间的运动，以及局部地图的样子，又称为前端。
  解决方法：主要进行图像特征提取和匹配

• 后端优化(Optimization)
  解决问题：处理slam过程中噪声的问题。从带有噪声的数据中估计整个系统的状态，以及这个状态估计的不确定性有多大——称为最大后验概率估计(MAP)，状态包括机器人的轨迹和地图
  解决方法：滤波和非线性优化算法

• 回环检测(Loop Closure Detection)
  解决问题：位置估计随时间漂移问题，让机器有识别到过场景的能力。
  解决方法：判断图像间的相似性

• 建图(Mapping)
  解决问题：构建地图描述机器人周围的环境
  解决方法： 有多种地图

1 度量地图(Metric Map)
强调精确表示地图中物体的位置关系，有稀疏和稠密两类。
对定位来说，稀疏地图就可以了;对导航来说需要稠密地图
Location—Saprse Map
Navgation—Dense Map, 二维的用Grid表示，三维的用Voxel表示，常见导航算法A*, Dij

2 拓扑地图(Topollogical Map)
强调地图元素之间的关系。
拓扑地图是一个Graph，由节点和边组成，只考虑节点之间的连通性。

4 slam问题数学描述

两个方程，运动方程和观测方程。
xk=f(xk−1,μk,ω+k)
zk,j=h(yj,xk,vk,j)

已知量：
运动测量读数
传感器读数 z

求解量：
定位问题x
建图问题y

这是一个状态估计问题——如何通过带噪声的数据估计内部的隐藏的状态变量。
按照运动和观测方程是否线性和噪声是否服从高斯分布分为四类
线性/非线性，高斯/非高斯

其中

• 线性高斯系统(Linear Gaussian–LG)
  最简单，无偏最优估计使用KF解决
• 非线性非高斯系统(NLNG)
  可以用滤波器(EKF、Particle Filter)和非线性优化(图优化Graph Optimization)两种方法