《视觉SLAM十四讲》学习系列（1）—经典视觉SLAM框架

本文主要内容来自《视觉SLAM十四讲》第二讲-初识SLAM。

经典视觉SLAM流程包括：
1、传感器信息提取。主要是相机图像相关信息。
2、视觉里程计(Visual Odometry,VO)，又称为前端。估算相邻图像间相机的运动及输出局部地图，为后端优化提供“初值”。
3、后端优化(Optimization)。后端接受前端测量的相机位姿和回环检测的信息，得到全局一致的轨迹和地图。
4、回环检测(Loop Closing)。回环检测判断机器人是否到达过先前的位置。若检测到回环，将信息提供给后端进行处理。
5、建图(Mapping)。根据估计的轨迹，建立与任务要求的地图。

视觉里程计

人眼可以轻松估算出图像是否移动（反过来想就是相机运动），但是不精确。要完成建图及定位任务，我们对视觉前端的要求是定量的估计相机运动。

书中介绍的方法为，视觉里程计通过相邻帧间的图像估计相机运动，并恢复场景的空间结构，但只计算相邻时刻的运动，不关心再往前的信息。（和马尔科夫状态过程类似?）但前端过程中必然存在误差，误差会不断累积，形成累积漂移。为消除漂移，我们需要回环检测和后端优化。

后端优化

前端所传数据中存在的误差，也可以理解为噪声。

回环检测

回环检测主要解决位置估计随时间漂移的问题。假设机器人经过时间后回到了原点，但是由于累积误差，它的位置估计值很可能没有回到原点。要解决这一问题，我们需要让机器人具有识别到过去场景的能力。要实现这一目标可以通过多种方法，如识别二维码（通过opencv-aurco模块）。在本书中主要通过检测图像间的相似性来实现，基于ORB等特征点。

建图

对于不同的任务，建图要求也不同。如家用扫地机器人，我们只需要一个二维地图，标记出障碍物即可。对于有六个自由度的相机，我们需要三维地图。大体上讲，可以分为度量地图和拓扑地图。

度量地图

度量地图强调精确地表示地图中物体的位置关系，通常用稀疏和稠密对其分类。稀疏地图不表达所有物体，而是选择一部分具有代表意义的东西，称之为路标(Landmark)，不是路标的部分就可以全部忽略掉。稠密地图则着重于建模所有看到的东西，通常按照某种分辨率，由许多个小块组成，在二维地图中为小格子(grid)，三维地图中为小方块(voxel)。每个小格含有占据、空闲、未知三种状态，以表达该格内是否有物体，可用于各种导航算法。

拓扑地图

拓扑地图更加强调地图之间元素的关系。拓扑地图是图(graph)，由节点和边构成，只考虑节点之间的连通性，如A、B点是连通的，儿不考虑如何从A点到达B点。然而，拓扑地图不擅长表达具有复杂结构的地图。

SLAM问题的数学表述

书中这一段结合了许多后续章节的内容进行描述，笔者打算在完成基本学习任务，对SLAM有自己的见解之后再行补充这块内容。