【SLAM】读书笔记1 -- 概览

SLAM 技术 是一种用于帮助机器人自定位的技术。定位，需要知道：

1）我周围是什么样的环境；

2）我在这个环境当中的哪个地方；

机器人可以通过传感器去感知周围的环境，这些传感器可以分为依赖外部的和靠自身的。依赖外部例如：GPS、环境中的QR code来标注landmark，自身的例如：camera, IMU (Inertial measurement unit测量加速度)等。

硬件部分：

关于camera的种类：常见的有Monocular（单目）、Stereo（双目）和RGBD （深度）摄像头。

单目摄像头有自己的limitation: 

深度缺失：如果需要重构，则需要移动摄像视角。如果把单目用于SLAM中，我们需要移动来做: Motion(自身) and Structure(物体远近) Detection. 通过近处物体移动快，远处物体移动慢，移动的时候，会形成parallax（视差）来做structure的重构。

为了弥补Monocular的缺点，Stereo和RGB-D出现。其各自优缺点：

Stereo: 原理是通过，双目之间的距离（Baseline）来通过数学计算每个像素点的深度。Computation intensive. 所以，通过要通过GPU、FPGA等硬件支撑去实现高计算效率。另外，基线越长，能探测的距离越长。所以，无人车的基线一般比较大。其比RGB-D要稳定，对环境的要求没有那么高。缺点是：高强度的计算使得对硬件的要求高。

RGB-D：通过infrared ray红外线的Time of Flight原理去探测物体深度。常见的商用产品有：kinect等。光感光、对物体材质敏感、噪声大是其主要缺点。但其计算量相较Stereo会小不少。

 

系统部分：

 

 

Visual Odometry: 

通过记录运动前后的传感器数据（例如camera的two frames）, 进行Motion state and strucuture 的重构。注意，这里的VO只是当前的two frames,对再之前的数据不会涉及。单纯的VO会有Accumulating Drift的问题，也就是之前的计算误差的不断的叠加，导致最后结果严重失真。正是因为这点，引入了后端优化和回环检测。

 

Loop Closing: 

如果走到了同一个地方，识别出来，告诉后端处理。这样可以准确的校准不必要的误差（把drift拉回来）。一般采用的方法是利用camera的输出来对比，如果场景相似度高于某个threshold，则认定是同一个地方。

 

Backend Optimization: 

1）根据运动和观测方程是否是线性以及对应的噪声的分布（高斯或者非高斯）进行滤波 + 非线性优化，达到估计状态的均值和方差（不确定）。Linear Gaussian (LG)的情况最简单，无偏最优估计可以由Kalman Filter（卡尔曼滤波给出）。对于非线性非高斯的系统，Non Linear Non Gaussian (NLNG)则可以用Extended Kalman Filter和非线性优化方法去求解。早起EKF是比较popular的方法，后来为了克服EKF的缺点（线性误差和噪声高斯分布的解释），Particle Filter等被开发出来，后来更发展到了非线性优化。Graph Optimization是其中一种。如今，一般只要计算资源允许，都选用optimization。

2）根据Loop closing的输出来校准。

 

Build the map: 

Map一般分为两种：Metric Map v.s. Topo Map

1) Metric Map: 

Sparse Metric Map: 只记录selected landmark。这种用于做localization是足够的。

Dense Metric Map: 一般用于导航。有障碍物等细节。2D的grid and 3D的voxel，每个单位有occupied, vacancy and unknown表达障碍物信息。常用的导航算法有：A star and D star. 十分消耗存储空间。

2) Topo map: 就是节点和连线，缺乏许多中间的地形、路线的信息；只考虑连通性。