[SLAM]（1-2）： 传感器分类、单目相机、双目相机、深度相机

结合 高翔老师的著作《视觉SLAM十四讲：从理论到实践》，加上小白的工程经验共同完成。建议作为笔记功能反复使用。

---

1. 用于定位的传感器分类

    主要分成两类：

    1). 传感器携带于机器人本体上。
    例如：机器人的轮式编码器、相机、激光、惯性测量单元（IMU）等等。（这些传感器测量的都是一些间接的物理量而不是直接的位置数据。轮式编码器：测到轮子转动的角度、IMU：测量运动的角速度和加速度、相机和激光：读取外部环境的某种观测数据。）

     2). 传感器安装于环境中的。
     例如导轨、二维码标志等等。（此类传感器，在一定程度上限制了机器人的使用范围。）

2. 相机按工作方式分类

    单目相机（Monocular）、双目相机（Stereo）、深度相机（RGB-D）

    以一定速率拍摄周围的环境，形成一个连续的视频流。普通相机能以每秒钟30秒张图片的速度采集图像，高速相机则更快一些。深度相机（RGB-D）原理较复杂，除了能够采集彩色图像之外，还能读出每个像素离相机的距离。（还有全景相机、Event相机等。）

3.单目相机

   结构简单，成本低。本质上是拍照时的场景，在相机的成像平面上留下一个投影。以二维的形式反映三维的世界。

   单目SLAM估计的轨迹和地图，将与真实的轨迹’地图，相差一个因子，也就是所谓的尺度。由于单目SLAM无法仅凭图像确定这个真实尺寸，所以又称为尺度不确定性。 本质原因是通过单张图像无法确定深度。

4.双目相机

   双目相机由两个单目相机组成，但这两个相机之间的距离（称为基线）是已知的。我们通过这个基线来估计每个像素的空间位置，基线距离越大，能够测量到的就越远，双目与多目的缺点是配置与标定均较为复杂，其深度量程和精度受双目的基线与分辨率的限制，而且视觉计算非常消耗计算资源，需要使用GPU和FPGA设备加速后，才能实时输出整张图像的距离信息。因此在现有的条件下，计算量是双目的主要问题之一。

5.深度相机

    深度相机又称RGB-D相机，它最大的特点是可以通过红外结构光或Time-of-Flight(ToF)原理，像激光传感器那样，通过主动像物体发射光并接收返回的光，测出物体离相机的距离。

   目前常用的RGB-D相机还存在测量范围窄、噪声大、视野小、易受日光干扰、无法测量透射材质等诸多问题。

---

《视觉SLAM十四讲：从理论到实践》 PDF资源

下载链接：https://download.csdn.net/user/robot_starscream/uploads  仅供各位研究员试读，请购买纸质书籍。