SLAM学习笔记

初识SLAM

引子

SLAM：Simultaneous Localization And Mapping，即时定位与地图构建。就是知道两件事，我在什么地方，周围环境是什么。

传感器来进行定位，主要有两类：在机器人本体和在环境中。在环境中的传感器，约束了环境，不具有普遍性。而在机器人本体上的传感器对环境没有要求，这种定位方案更适用于未知环境。机器人本体的相机分为单目(Monocular)相机、双目(Stereo)相机和深度相机(RGB-D)。

单目相机：只使用一个相机进行SLAM的做法成为单目SLAM(Monocular SLAM)。单目相机拍摄图像只是三维空间的二维投影。想恢复三维结构，必须改变相机的视角，移动相机(这里可以得到相对深度，但仍然无法确定真实尺度)。但是单目SLAM估计的轨迹和地图将与真实的轨迹和地图相差一个因子，也就是所谓的尺度(Scale)，单目SLAM无法确定这个真实尺度，也称作尺度不确定性。

双目相机和深度相机：通过某种手段测量物体和相机的距离，克服单目的缺点。一旦知道了距离，场景的三维结构就可以通过单个图像恢复出来，消除尺度不确定性。

双目相机：已知两个相机的距离，通过大量计算可以估计每个像素点的深度。测量深度范围与基线有关。基线距离越大，能够测量的就越远。

深度相机：又称RGB-D相机。分为结构光和Tof(Time-of-Flight)两种。物理测量手段，可以节省大量计算。但现在的RGB-D相机还存在测量范围窄，视野小，易受日光干扰的问题，只适用于室内，室外则较难应用。

视觉SLAM的目标是：通过相机拍摄的一系列图像，进行定位和地图构建。

经典SLAM框架

传感器信息读取。在视觉SLAM中主要为相机图像信息的读取和预处理。如果是在机器人中,还可能有码盘、惯性传感器等信息的读取和同步。

视觉里程计( Visual Odometry, VO)。视觉里程计的任务是估算相邻图像间相机的运动,以及局部地图的样子。vo又称为前端( Front End )。

后端优化(Optimization )。后端接受不同时刻视觉里程计测量的相机位姿,以及回环检测的信息,对它们进行优化,得到全局一致的轨迹和地图。由于接在 vo之后,又称为后端(Back End )。

回环检测( Loop Closing)。回环检测判断机器人是否到达过先前的位置。如果检测到回环,它会把信息提供给后端进行处理。回环检测负责把“机器人回到原始位置”的事情检测出来，而后端优化则根据该信息，校正整个轨迹的形状。

建图(Mapping)。它根据估计的轨迹,建立与任务要求对应的地图。可分为度量地图(稀疏和稠密)和拓扑地图。

SLAM问题的数学表述

运动和观测：从一点移动到另一点是运动，在某个时刻观测到某个路标是观测。运动方程(定位)和观测方程(建图)。

三维空间刚体运动

旋转矩阵

内积可以描述向量间的投影关系。外积垂直于两向量，大小为两向量组成的平行四边形的面积。外积可以描述旋转。

四元数

四元数表示旋转

相似、仿射、射影变换

相似变换：比欧式变化多了一个缩放。体积比。
仿射变换：也叫正交投影，立方体不再是方的。平行性，体积比。
射影变换：接触面的相交喝相切。

相机与图像

相机模型

单目相机模型

相机的内参数矩阵。相机的内参在出厂时固定的。有的厂商会告诉，如果没有，就要自己标定。

相机的外参数是指相机的位姿。

双目相机模型