移动端视觉SLAM学习笔记 (一) 介绍

SLAM(同步定位和制图)，基础概念原理就不介绍了，网上一搜一大堆。

SLAM目前的感知方式基本就是两种: 相机和激光雷达，也有结合去做的。移动端，也就是手机和平板，一般手机和平板也就是可见光相机，一些特殊的也会搭载红外结构光、激光雷达(不得不说苹果这方面做的很棒，SLAM、3D建模在移动端这块就是行业巅峰啊)。

之前用激光雷达和realsense T265做过相关的SLAM项目，项目所限，基本就是用现成开源库跑的，没有太过深入，最近准备研究一下。预算有限(没有公司支持，自己先搞着)，也为了普及性，就用了自己的小米8手机作为实验平台，主要参数：

 

 

前置摄像头是2000万，比后置高了800万，自拍的要求高啊(￣﹏￣；)。但是为了测试方便，还是得用后置摄像头。

方案：

普通手机能用到的只有摄像头和IMU了，双目做不了，RGBD也没有，能做的视觉SLAM方式只有单目+IMU了。之前用RealSense T265试过ORB_SLAM3的算法，本来想做个安卓版的移植，直接挪到手机上用，但是看网上的大神们说对设备运行效率的要求很高，图像分辨率调到很低，帧率也就是一秒几帧的样子，而且效果也不佳。果断放弃移植，而且为了加深对视觉SLAM的理解，也没有项目压力，准备自己从头做，看看能做到什么程度吧。

目前流行的方案就是PTAM，也就是追踪(tracking)和建图(mapping)并行运行，大概思路就是，前端的”追踪“根据最近的几张图像进行实时计算位置，后台的”建图“持续优化地图，只在需要的时候进行同步。