视觉SLAM十四讲学习笔记（一）基本框架

一、SLAM是什么

SLAM（simultaneous localization and mapping）：同时定位与建图。

使用的传感器：

• 内在（感受机器人本体信息）：加速度计、陀螺仪、轮式编码器
• 外在（感受外界信息）：相机、激光

对于视觉SLAM而言，主流方法使用三种相机：

• 单目相机：无深度，深度需要其他手段估计，估计出来的深度具有尺度不确定性。成本低、结构简单。
• 双目相机：通过视差计算深度。耗费计算资源、标定复杂。
• 深度相机：常用有结构光法、TOF两种。可以直接获取场景深度，但存在测量范围窄、噪声大、视野小、受日光干扰、无法测量透射材料等问题，目前主要应用于室内。

二、经典SLAM框架

视觉里程计：估计相邻图像之间的运动，并恢复场景的空间结构。方法：特征点法、直接法。

后端优化：从带噪声的数据中估计出最优的轨迹和地图。方法：滤波、图优化。

回环检测：计算图像间的相似性，判断相机是否达到之前去过的位置。方法：DBOW模型。

建图：稀疏/稠密点云地图、网格地图、栅格地图。

三、SLAM问题的数学表述

运动方程：

观测方程：

其中x表示传感器的pose，u为传感器的输入，w为噪声。y为地图路标点，z为观测数据，v为观测噪声。

四、实践

cmake学习。