SLAM学习笔记-------------（二）初识SLAM

参考教材：《视觉SLAM十四讲：从理论到实践（第二版）》

注意：

什么是SLAM：

初识SLAM：

视觉SLAM经典框架：

1、视觉里程计

2、后端优化

3、回环检测

4、建图

SLAM的数学表达：

编程环境配置：

参考教材：《视觉SLAM十四讲：从理论到实践（第二版）》

注意：

以下内容为个人学习笔记，如有表述错误，那就是我学的不好，不接受批评，仍在学习中~~~

题目从二开始，因为书上第一讲没讲知识点。。。。

什么是SLAM：

SLAM：Simultaneous Localization and Mapping 翻译为：同时定位与地图构建

其实我倒觉得应该翻译为：实时定位与地图构建（我瞎说的，不敢质疑大佬们）

通俗来讲：就是携带传感器的主体，在事先不知道环境的情况下，可以在运动的过程中对自己周围的环境建模，以及在环境中找到自己的定位。

所谓视觉SLAM，视觉一般指的就是相机。所以咯，通过相机完成上边的事，就叫做视觉SLAM。

当然，也可以认为搭载传感器的主体就是一个机器人，所以这就是一本讲机器人如何感知自己以及周围环境的书。

这本书会讲解关于slam的基础知识and相关算法的实践练习

编程环境需要Ubuntu18.04 使用C++

这本书的代码全部都托管在 https://github.com/gaoxiang12/slambook2 可以下载了对照练习。

初识SLAM：

首先说视觉，也就是相机。

和人一样，想要完成定位（知道你在哪）与建图（周围什么样）两个功能，就需要眼睛，对于计算机来说，就是相机。

单目相机：就拍普通的照片，（不严谨的说）就是真实三维世界在二位平面上的一个投影，他无法记录距离信息，也就是无法知道照片上的物体真实位置在哪
双目相机：已知两相机间的距离（称为：基线），通过两相机拍摄照片的差异来估计物体的远近。缺点：距离信息需要通过大量的计算得出。
深度相机：又称RGB-D相机，它用物理的测量手段来测量距离（向物体发送光，再接收返回的光）。缺点：测量范围窄、噪声大、易受日光干扰

视觉SLAM经典框架：

分别介绍下各个模块：

1、视觉里程计

视觉里程计能够通过相邻帧的图像来估计相机的运动，并回复场景的空间结构。（注意，它只能计算相邻时刻的运动

2、后端优化

后端优化主要处理SLAM过程中的噪声问题。

通俗来说就是任何传感器都会收到外界影响而产生一定的误差，后端优化就是要从这些带有误差的数据中，估计整个系统的状态，以及这个状态的不确定性有多大。

3、回环检测

回环检测主要解决位置估计随时间漂移的问题。

比如：机器人左转90度，再右转90度。按理说回到了原点，但是由于机器人对自己的位置估计，检测到左转90度，然后右转了89度。它不认为自己回到了原点，这就产生了位置漂移。如果我们能够判断当前场景就是原点，那么我们将其位置估计拉回原点，这就消除了漂移。这就是回环检测。（通过图像之间的相似性来判断是否回到原点）

4、建图

构建地图。地图就是指环境。

度量地图：强调精确表示地图中的物体位置关系
拓扑地图：强调地图元素之间的关系。由节点和边组成，一般只考虑连通性。

其中度量地图又分为稀疏地图（如由路标组成的地图）与稠密地图（建模所有看到的东西）

SLAM的数学表达：

运动方程： $x_{k}=f(x_{k-1},u_{k},w_{k})$

这其中 $x_{k}$ 是指k时刻的位置， $u_{k}$ 是指传感器读数， $w_{k}$ 为噪声。这是个抽象公式。

很好理解，通过k-1时刻的位置，加上传感器检测到的变化数据，再加上噪声。就可以算处k时刻的位置信息。

观测方程： $z_{k,j}=h(y_{j},x_{k},v_{k,j})$

代表机器人在 $x_{k}$ 位置上看到一个路标点 $y_{j}$ ，产生了一个观测数据 $z_{k,j}$ 。其中 $v_{k,j}$ 是此次观测中的噪声。

编程环境配置：

OS：Ubuntu18.04 （最少4G内存）

IDE：KDevelop

语言：C++

ps：在中国科学技术大学的这个网站上可以获得开源系统：USTC Open Source Software Mirror

关于Ubuntu18.04下KDevelop的使用请参考这篇博客使用教程