SLAM (Simultaneous Localization and Mapping), 即時定位與地圖構建，最早由美國著名學者Smith於1988年提出，它是解決機器人視覺的關鍵核心技術，被很多學者認為是實現真正全自主移動機器人的關鍵。由於早期SLAM演算法設計的侷限性，以及感測器技術、計算機處理能力的限制，未能廣泛推廣應用。下面部分內容來源周平的ppt內容。

VSLAM在實際應用中的作用：定位，建圖，導航，避障

幾種開源VSLAM

ORB_SLAM

ORB-SLAM 是西班牙薩拉戈薩(Zaragoza)大學的 Raúl Mur-Arta 編寫的視覺 SLAM 系統。論文發表於2015年，獲得 IEEE Transactions on Robotics Best Paper Award(最佳論文獎)。它是一個完整的 SLAM 系統，包括視覺里程計、跟蹤、迴環檢測，是一種完全基於稀疏特徵點的單目 SLAM 系統，同時還有單目、雙目、RGBD 相機的介面。它的核心是使用 ORB (Orinted FAST and BRIEF) 作為整個視覺 SLAM 中的核心特徵。

特點：旋轉不變性

支持單目，雙目，RGB-D相機。

單目需要專門初始化。

雙目的初始化階段很快，幾乎原地不動就可以完成初始化。

整個代碼邏輯清晰，有利於初學者學習。

問題： 純旋轉容易丟；cpu消耗比較大，不適合運行在arm上。

VI_ORB

作者王京，源起：ORB_SLAM的作者， 後來寫了一篇基於慣導的單目VSLAM的論文，它可以解決純旋轉問題，論文地址：arxiv.org/abs/1610.0594，但並沒有代碼實現。根據論文進行了簡單的代碼實現，並且聲明，這個代碼僅是實驗性質，可能存在bug。從實際運行看，並沒有達到論文中的效果。具體應該是兩個原因：1）由於是實驗性質的代碼，相關參數並沒有很好的調參。 2)論文中有沒有公佈的細節。

VINS

VINS-Mono和VINS-Mobile是香港科技大學沈劭劼老師開源的單目視覺慣導SLAM方案。2017年發表在《IEEE Transactions on Robotics》。另外，VINS的最新一篇論文獲得了iROS 2018最佳學生論文獎。它是基於優化和滑動窗口的VIO，使用IMU預積分構建緊耦合框架，同時還有自動初始化，在線外參標定，重定位，閉環檢測，以及全局位姿圖優化功能。其中，VINS-Mono基於單目，VINS-Mobile可以運行在iOS系統上。

首先從measurement preprocessing 啟動。從攝像頭拿到圖像，進行特徵點的提取和跟蹤。imu則從兩個連續的圖像幀之間，進行預積分處理。然後則是初始化部分(initialization)， 提供了啟動必須的信息， 包括 位姿，速度，重力向量，陀螺儀的bias， 當前位姿的3d特徵， 用於進行非線性優化計算。 重定位模塊，則是 根據特徵點檢測，並結合了imu預積分 進行迴環檢測。位姿估計根據 全局非線性優化和重定位的結果計算得出。

OKVIS

論文在2014年12月首次發表，它由著名的ETH Zurich, Autonomous Systems Lab (蘇黎世聯邦理工學院自動系統實驗室) 開發，它基於圖像和imu緊耦合預估位姿。okvis的輸出的只有6自由度的位姿，沒有迴環檢測，沒有地圖，因此並不是完整的SLAM。測試時經常會出現在相機(含imu)放在桌子上靜止不動，過一段時間，估計的位姿飄走的現象。

okvis使用BRISK演算法來進行特徵點提取，同時okvis支持多個感測器之間的融合， 如多個攝像頭和imu之間的數據融合。okvis的代碼框架清晰，但只限於定位功能這一部分，它包含了緊耦合和多感測器整合，代碼實現清晰優雅。如果對SLAM有了基本的瞭解，並想再進一步學習圖像和imu緊耦合的原理和代碼實現，可以從okvis的代碼入手。

okvis使用BRISK演算法來進行特徵點提取，同時okvis支持多個感測器之間的融合， 如多個攝像頭和imu之間的數據融合。

代碼的目錄結構如下：

├──okvis_apps:SLAM應用的入口

├──okvis_ceres:後端主要代碼，包括估計，誤差處理等

├──okvis_common:common目錄， 如參數讀取等操作

├──okvis_cv:圖像和幀相關操作

├──okvis_frontend:前端代碼， 圖像檢測，三角測量，初始化等等

├──okvis_kinematics:運動檢測相關，如座標轉換，四元數等

├──okvis_matcher:特徵點匹配

├──okvis_multisensor_processing:多感測器同步

├──okvis_time:時間處理

└──okvis_util:其他

Maplab

maplab出現在2018年5月份，它由著名的ETH Zurich, Autonomous Systems Lab (蘇黎世聯邦理工學院自動系統實驗室) 開發。 maplab主要由兩部分組成： ROVIOLI(在線SLAM前端， RObust Visual Inertial Odometry with Localization Integration)。maplab-console(SLAM離線處理)。

ROVIOLI(在線SLAM前端， RObust Visual Inertial Odometry with Localization Integration)。 它實現VIO和定位，它接收圖像與慣性感測器數據作為輸入，輸出6自由度的全局位姿估計，並為maplab離線工具保存數據。 同時可以，根據之前保存下來的地圖，進行重定位。

maplab-console(SLAM離線處理)。 以離線批處理方式在地圖上進行各種演算法處理，支持演算法插件，可以作為新演算法的研究試驗平臺。

單目，雙目對比

單目優勢：

成本低

搭建簡單

劣勢：

1)需要專門初始化

2)尺度問題

在單張圖片裏，無法確定一個物體的真實大小。它可能是一個很大但很遠的物體，也可能是一個很近很小的物體。

3)深度計算存在缺陷

a.3D假圖問題

b.機器學習的樣本問題

雙目優勢：

1) 不需要專門初始化

2) 能夠計算深度

3) 能夠用於室內和室外

劣勢：

1) 標定較為複雜

2) 視差計算比較耗資源，需要GPU/FPGA 或 專門的ASIC晶元 協助

視覺SLAM框架：前端Visual Odometry，後端Optimization，迴環Loop Closing，建圖Mapping

視覺里程計：估計鄰近時刻的相機運動，簡化兩個圖像的相對運動

方法：特徵點法，直接法

後端：從帶有雜訊的數據中估計最優軌跡與地圖，最大後驗概率估計，濾波器，圖優化

迴環檢測：檢測相機是否到達過之前位置，判斷與之前位置的差異，計算圖像間相似性，詞袋模型

建圖：導航、規劃、通訊、交互、可視化，度量地圖、拓撲地圖，稀疏地圖、稠密地圖

-------------------------------------------

掃描二維碼，關注交流學習

推薦閱讀：

相關文章