视觉SLAM基础第一节课

SLAM定义及目的

同步定位与地图构建

SLAM经典框架

• 传感器信息读取：在视觉SLAM中主要为相机图像信息的读取和预处理。如果是机器人中，还可能是码盘、惯性传感器等信息的读取和同步
• 前端视觉里程计（Visual Odometry，VO）：视觉里程计的任务是估算相邻图像间相机的运动，以及局部地图的样子，又称为前端（Front End）
• 后端非线性优化（Optimization）：后端接受不同时刻视觉里程计测量的相机位姿，以及回环检测的信息，对他们进行优化，得到全局一致的地图。由于在VO之后，又被称为后端（Back End）
• 回环检测（Loop Closure Detection）：回环检测机器人是否到达过先前的位置，如果检测到回环，它会把信息提供给后端进行处理。
• 建图（mapping）：它根据估计的轨迹，建立与任务要求对应的地图

视觉SLAM传感器

• 单目相机：

  无绝对深度信息，只能相对深度估计。估计轨迹与真实轨迹差一个因子——尺度，具有尺度不确定性

• 双目相机：

  两个单目之间距离——基线，通过基线估计像素空间位置（深度） 优点：被动测量深度，消除尺度不确定性

  缺点：配准复杂，计算大，特征少视差不容易计算

• 深度相机（RGB-D）：

  飞行时间法（TOF)或红外结构光主动测量深度

  缺点：使用场景范围小（反射光原因）

视觉里程计

估算相邻图像间相机的运动

累计漂移问题——每次只估计两张图像之间关系，通过回环检测与后端优化解决

SLAM数学描述

杂点

SLAM（考虑时间先后顺序，实时）与MVS,SFM（不考虑时间先后，离线）