视觉SLAM流程总结

小感想

从九月开学到现在小半年了，SLAM也学了三个月了，今天看完了ORB-SLAM2代码，算是入门了吧。小总结一波。
（ps:目前还是入门级，本文只是个人学习的一些经验和SLAM的一个大概流程）。
下面从我的经验上列一下要准备的工具：

1. 视觉SLAM14讲 这个不必多说了，目前堪称圣经；
2. Ubuntu笔记本 16.04或14.04都可以，如果没接触过Ubuntu，建议使用14.04，不然你可能会跑不起来14讲例程；
3. 相机或者机器人 这是必须的，虽然你可能暂时并用不到；
4. 一本OpenCV书籍 如果有多视图几何那就最好了；

刚开始大概只需要这些，高博最新翻译的机器人学中的状态估计比14讲还要基础，值得一看。

前端–视觉里程计（VO）

一张图来说明VO的工作流程：

1. P0、P1、P2为世界坐标系下空间点坐标（就是你屋里各个物体的位置）

2. X、Y、Z为相机坐标系，方框就代表相机

3. 相机0、1、2代表相机运动轨迹

   当相机在位置0时观测到了P0，我们得到了一个像素坐标（u，v），根据相机内参我们可以计算出P0点在相机坐标系下的坐标。相机运动到位置1时，观察到了P0和P1，同样我们可以得到P0、P1在相机坐标系下的坐标，跟据特征匹配，P0点是位置0和位置1的共视点。那么，相机1的外参就是P0点的世界坐标到P0点相机坐标之间的旋转矩阵。得到相机1的外参后，我们就能够计算出P2点的世界坐标，同理可以得出相机3的外参。

最近忙于考试，暂时大概写几句，欢迎留言交流