視覺slam14講——第2講 初識SLAM

本博客摘自一篇視覺slam博客，總結高翔視覺slam十四講，記錄以便今後學習用。

 原文地址：https://blog.csdn.net/qq_23225073/article/details/78348089

1 關於SLAM

slam問題的本質：對運動主體自身和周圍環境空間不確定性的估計

儘可能使用不依賴於環境的傳感器如laser、imu、camera等,而視覺SLAM主要解決問題是使用相機解決定位和建圖問題

2 關於相機

• 單目相機(Monocular) 
  關鍵問題：無法得到深度。 
  單目slam估計的軌跡和地圖和真實的相差一個尺度因子，也叫尺度不確定性

• 雙目相機(Stereo) 
  關鍵問題：配置與標定比較複雜，深度量程受雙目的基線和分辨率限制，視差計算量大，需要使用GPU和FPGA加速。

• 深度相機 
  關鍵問題：測量範圍有限，容易受日光干擾，無法測量透射材質，主要用於室內。 
  我們之前機器人比賽經常用到kinect和xtion，上面的幾個問題都是常見的，比如測量範圍，比較蛋疼的就是這個，機器人看柱子，最遠的那個有7米遠，kinect就不行了……

3 slam框架

• 傳感器數據 
  相機圖像信息的讀取和預處理

• 視覺里程計(VO) 
  解決問題：估算相鄰圖像間的運動，以及局部地圖的樣子，又稱爲前端。 
  解決方法：主要進行圖像特徵提取和匹配

• 後端優化(Optimization) 
  解決問題：處理slam過程中噪聲的問題。從帶有噪聲的數據中估計整個系統的狀態，以及這個狀態估計的不確定性有多大——稱爲最大後驗概率估計(MAP)，狀態包括機器人的軌跡和地圖 
  解決方法：濾波和非線性優化算法

• 迴環檢測(Loop Closure Detection) 
  解決問題：位置估計隨時間漂移問題，讓機器有識別到過場景的能力。 
  解決方法：判斷圖像間的相似性

• 建圖(Mapping) 
  解決問題：構建地圖描述機器人周圍的環境 
  解決方法： 有多種地圖

附：兩個概念

1 度量地圖(Metric Map) 

強調精確表示地圖中物體的位置關係，有稀疏和稠密兩類。 
對定位來說，稀疏地圖就可以了;對導航來說需要稠密地圖 
Location—Saprse Map 

Navgation—Dense Map, 二維的用Grid表示，三維的用Voxel表示，常見導航算法A*, Dij

2 拓撲地圖(Topollogical Map) 

強調地圖元素之間的關係。 

拓撲地圖是一個Graph，由節點和邊組成，只考慮節點之間的連通性。

4 slam問題數學描述

兩個方程，運動方程和觀測方程。 

xk=f(xk−1,μk,ω+k)

zk,j=h(yj,xk,vk,j)

已知量： 
運動測量讀數 
傳感器讀數 z

求解量： 
定位問題x 
建圖問題y

這是一個狀態估計問題——如何通過帶噪聲的數據估計內部的隱藏的狀態變量。 
按照運動和觀測方程是否線性和噪聲是否服從高斯分佈分爲四類 
線性/非線性，高斯/非高斯

其中

• 線性高斯系統(Linear Gaussian–LG) 
  最簡單，無偏最優估計使用KF解決
• 非線性非高斯系統(NLNG) 
  可以用濾波器(EKF、Particle Filter)和非線性優化(圖優化Graph Optimization)兩種方法