《视觉SLAM十四讲》学习日志(二)——初识SLAM

《视觉SLAM十四讲》学习日志(二)——初识SLAM

小萝卜机器人的例子：

就像这种机器人，它的下面有一组轮子，脑袋上有相机(眼睛)，为了让它能够探索一个房间，它需要知道：

1.我在哪——定位

2.周围环境怎么样——建图

定位和建图可以理解成感知的 "内外之分"，一方面要明白自身的状态(位置)，另一方面要了解周围的环境(地图)。要完成这些工作，我们可以通过在房间铺设导引线，在墙上贴识别二维码，在室外可以给机器人安装定位设备，这些我们都称之为传感器，传感器分为两类：

1.携带于机器人本体上，例如相机，激光传感器等

2.安装于环境中的，例如导引线，识别二维码等。

然而大量利用这些外部传感器很明显是不现实的，抛开成本，光是在环境中铺设这些传感器就很不现实，有些地方不能铺设导轨，有些地方没有信号，相对地， 安装于机器人身上的传感器测到的都是一些间接的物理量，并不能得到直接的位置信息，我们只能通过一些间接的手段，推算出位置。虽然听起来很麻烦，但是它有一个很明显的好处就是对环境条件没有要求，适用于测量未知环境。

SLAM中非常强调未知环境，因此，谈论视觉SLAM时，主要指如何用相机解决定位和构图问题。SLAM中使用的相机是以一定速率拍摄周围的环境，形成一个连续的视频流。普通相机能以每秒钟30张的速度采集图像，按照工作方式不同，可以分为单目相机，双目相机和深度相机。

 

单目相机：顾名思义，只有一个摄像头，我们通常的照片就是单目摄像机拍摄的图像，以二维的形式反映了三维的世界。显然，这个过程丢掉了深度(距离)，比如：

你很难分辨出手掌上的人是真人还是模型。

如果想恢复三维结构，我们必须改变相机的视角，因此必须移动相机，才能估计它的运动，同时估计场景中物体的远近和大小，不妨称之为结构，一方面，我们知道相机往右移动，图像里的东西会向左移动，另一方面，近处的物体移动快，远处的物体运动缓慢。于是，当相机移动时，这些物体在图像上的运动形成了视差。通过视差我们可以判断哪些物体离得远，哪些离得近。

现在我们知道了物体远近，但是它们仍然是相对的值，如果把相机的运动和场景大小同时放大两倍，单目相机看到的图像是一样的。因此，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，也就是尺度。由于单目SLAM无法仅凭图像确定这个真实尺度，所以又称尺度不确定性。

平