视觉SLAM十四讲笔记-1

视觉SLAM十四讲笔记-1

参考链接:
link
link
高翔,张涛,等. 视觉 SLAM 十四讲:从理论到实践[M]. 电子工业出版社, 2019.

第一讲：预备知识

1.1 本书讲什么

SLAM是Simulaneous Localization and Mapping的缩写，“同时定位与地图构建”。
基本定义：搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。这里的传感器主要为相机，则为“视觉SLAM”。
目的：解决定位与地图构建两个问题，一遍要估计传感器自身的位置，一边要建立环境的模型。如果用相机作为传感器时，slam就是要根据一张张连续运动的图像，从中推断相机的运动，以及周围环境的情况。
相关书籍：
1.《概率机器人》(Probabilistic Robotics)
2.《计算机视觉中的多视图几何》(Multiple View Geometry in Computer Vision)
3.《机器人学中的状态估计》 (State Estimation for Robotics: A Matrix-Lie-Group Approach)
会用到的库：Eigen,OpenCV,PCL,g2o,Ceres等

1.2 如何使用本书

第一部分为数学基础篇
第1讲：预备知识
第2讲：SLAM系统概述，介绍SLAM组成模块，各模块具体工作。编程环境搭建以及IDE使用
第3讲：三维刚体运动，主要了解旋转矩阵，欧拉角，四元数，练习使用Eigon
第4讲：学习李群和李代数，定义及使用方式；练习使用Sophus操作
第5讲：针孔相机模型，图像在计算机中的表达；用OpenCV调用相机内外参
第6讲：非线性优化，包括状态估计理论基础，最小二乘问题，梯度下降法；使用Ceres和g2o进行曲线拟合实验
第二部分为实践应用篇
第7讲：基于特征点法视觉里程计，特征提取与匹配，对极几何约束的计算、PnP和ICP等。利用以上方法估计两个图像之间的运动。
第8讲：直接法视觉里程计，学习光流法和直接法原理，利用以上方法实现简单的直接法运动估计。
第9讲：后端优化，主要对Bundle Adjustment（BA）深入讨论，利用稀疏性加速求解过程，利用Ceres和g2o分别书写BA程序。
第10讲：后端优化中的位姿图，介绍SE(3)，Sim(3)位姿图，使用g2o对一个位姿球进行优化
第11讲：回环检测，介绍以词袋模型为主的回环检测，使用DBoW3书写字典训练程序和回环检测程序
第12讲：地图构建，使用单目进行稠密深度图的估计，讨论RGB-D的稠密地图构建过程
第13讲：工程实践，搭建双目视觉里程计框架，综合运用之前的知识，利用Kitti数据集测试性能
第14讲：介绍当前开源SLAM方案以及未来的发展方向
代码链接：https://github.com/gaoxiang12/slambook2