视觉SLAM十四讲——学习笔记一（第2讲）

初识SLAM

本讲主要内容：

• 什么是视觉SLAM
• 视觉SLAM框架由哪几个模块组成
• 各模块的任务是什么

什么是视觉SLAM

SLAM(simultaneous localization and mapping)，同时定位与建图。想象一下把一台小机器人放在一个陌生环境中，我们要求它有自主运动的能力，可以在房间里自由的移动，那么，其至少需要知道两件事：

• 我在哪？——定位。
• 周围环境怎么样？——建图。

借助摄像头完成上述两个任务，我们就称为视觉SLAM。

视觉SLAM的框架及各模块作用

经典的视觉SLAM框架包含五个模块：传感器数据采集、视觉里程计、后端非线性优化、回环检测和建图。

1. 传感器数据采集模块：视觉SLAM中主要是相机图像信息的读取和预处理。当然，如果是在机器人中，还可能有码盘、惯性传感器等等信息。
2. 视觉里程计模块（Visual Odometry）：视觉里程计关心的是相邻图像之间的相机运动，利用相机采集的相邻帧图像估算相机运动，建立局部地图。因为其只关心相邻帧图像，随着时间的推移，估算值会出现较大的累计误差。
3. 非线性优化模块：后端接收不同时刻视觉里程计测量的相机位姿和回环检测的信息，对他们进行优化、去噪，得到全局一致的轨迹和地图。
4. 回环检测模块：回环检测判断机器人是否曾经到达过先前的位置，如果检测到回环，就把信息提供给后端优化模块，以此校正位置随时间漂移的问题。
5. 建图模块：根据估计的轨迹，建立与任务要求对应的地图。地图有稀疏地图和稠密地图。稀疏地图有一些路标（具有代表意义的东西）组成，主要用于定位。稠密地图着重建模所有看到的东西，需要耗费大量的存储空间，一般用于导航。

注：视觉SLAM中，前端和计算机视觉研究领域更为有关，比如图像的特征提取与匹配，后端则侧重于滤波和非线性优化的算法。

没有校正的视觉里程计得到的机器人轨迹和校正后的轨迹对比图