视觉SLAM_01_概述

说明：转发请注明作者和出处；以下文章内容为精简版，详细版以pdf格式的幻灯片形式呈现，请见链接：视觉SLAM_01_概述.pdf

0.目录

1.基本概念

• SLAM是Simultaneous Localization and Mapping的缩写，中文译作“同时定位与地图构建”，它是指搭载特定传感器的主题，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。如果这里的传感器主要为相机，则称之为“视觉SLAM”。
• SLAM的目的是解决“定位”与“地图构建”这两个问题。

2.经典视觉SLAM框架

图2-1 经典视觉的SLAM框架（摘自参考文献）

  整个视觉SLAM流程包括以下步骤：

• 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。
• 前端视觉里程计：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。
• 后端优化：后端接收不同时刻视觉里程计测量的相机姿态，以及回环检测信息，对他们进行优化，得到全局一致的轨迹和地图。由于接在前端（视觉里程计之）后，因此又称为后端。
• 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，他会把信息提供给后端进行处理。
• 建图：根据估计的轨迹，建立与任务要求相对应的地图。

如果把工作环境限定在静态、刚体、光照变化不明显、没有人为干扰的场景下，SLAM技术已经相当成熟。

3.参考文献

• 高翔等. 视觉SLAM十四讲：从理论到实践第二版. 北京：电子工业出版社，2019.8.