视觉SLAM十四讲 -- 第二讲笔记

视觉SLAM十四讲 – 第二讲笔记

2.1 引子

slam任务：

• 建图：估计环境
• 定位：估计自身状态

SLAM需要感知外部环境使用，携带传感器。视觉SLAM中使用相机。

• 单目相机：单张图片无法获得深度信息，要动过移动相机形成视差来估计深度。同时，单目相机存在尺度不确定性。
• 双目相机：通过基线(两摄像头之间的距离)估计深度。基线越大，可测量的距离越远。深度量程和精度受基线和分辨率限制，计算量消耗大。
• 深度相机：使用ToF、结构光等物理手段，适用于室内。

2.2 经典视觉SLAM框架

组成模块：

• 传感器信息读取
• 视觉里程计（visual odometrym/OV/前端）
• 后端优化
• 回环检测
• 建图

目标得到：运动轨迹、地图

2.2.1 视觉里程计

仅使用相邻图像帧，估计相机的运动和局部场景。
连续时刻的相机运动构成运动轨迹，各时刻的空间点位置构成地图。
存在问题：误差的累积漂移。
方法：图像特征提取、匹配等

2.2.2 后端优化

处理SLAM过程中的噪声问题。从带噪声的数据中估计整个系统的状态，以及这个状态估计的不确定性。
状态：机器人的轨迹估计和建图估计
方法：吕布、非线性优化

2.2.3 回环检测

判断是否回到了原点（已走过的某点）。若回到原点，则后端调整轨迹和地图，使其符合回环检测。
解决：位置估计随时间漂移。
方案：计算图像数据的相似性。

2.2.4 建图

构建对环境的描述。

• 度量地图：matrix存储
  • 稀疏地图：仅存储路标
  • 稠密地图：使用grid/voxel
• 拓扑地图：graph存储

SLAM问题的数学表达

表示约束

离散运动时刻：$t=1,\dots ,k$
各时刻的位置估计：$x_1,\dots ,x_k$
可观测的路标点：