初始视觉里程计_等南風起-CSDN博客

本文链接：https://blog.csdn.net/qq_39397000/article/details/83615511

本文讲述了作者在大四毕业设计中接触视觉里程计的过程，从对SLAM技术的迷茫，到尝试运行 mono VO 和ORB_SLAM2程序的挫折，再到找到学习资源，逐渐深入理解这一领域的经历。作者希望通过分享自己的学习历程，鼓励同样困惑的同行一起探讨视觉SLAM技术。

摘要由CSDN通过智能技术生成

起因

临近大四的时候，被告知毕业设计要做与机器人相关的题目。于是导师给了一个足球场上实现移动机器人视觉自定位的功能。拿到这个题目，万般无奈，毫无头绪，身边的人也没有搞过这个的，根本不知道这个东西到底是个啥。查看了很多很多文章，都是很多的理论性的东西，对于想实现但基本零基础的我来说真的是毫无用处，于是到处加了QQ群也没人搭理，又在博客上到处留言也无果。当时真的是很绝望，一次又一次的起不了步。

在万般无奈后，打算先整一个程序来跑一跑可能要好一点，在CSDN和github到处搜索，懵懵懂懂的了解到一些什么SVO，Mono，SLAM，OpenCV，Qt等词汇。也下载了好几个程序就是跑不出来，最后在博客上看到单目视觉里程计mono vo 看效果很不错的样子，然后就激动的就先做了一个Ubuntu系统，在Git上下载了代码，按照超级简单的README，不出意料，编译啥的到处都是错。跑别人的程序就是这样，系统环境不一样，各种依赖的库文件，出现了error也没有能力去解决，只能到处搜问题找答案，能解决就解决，不能解决也就只能那样，于是又陷入了无奈的无奈。

开始入坑

我也看了冯兵的博客，跟着做了一点，发现也是到处都是错，也没人帮忙。后来消沉了一段时间后，遇到一个大神告知我去跑视觉ORB_SLAM2 的程序看看，感觉又有了希望，赶紧看了看。

SLAM (simultaneous localization and mapping),也称为CML (Concurrent Mapping and Localization), 即时定位与地图构建，或并发建图与定位。问题可以描述为：将一个机器人放入未知环境中的未知位置，是否有办法让机器人一边逐步描绘出此环境完全的地图，所谓完全的地图（a consistent map）是指不受障碍行进到房间可进入的每个角落。机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和地图进行自身定位，同时在自身定位的基础上建造增量式地图，实现机器人的自主定位和导航。

再漂亮的数学理论，如果不能转化为可以运行的代码，那就仍是可望而不可即的空中楼阁。接下来我便要开始来跑跑这个程序了，程序跑出了之后再去看理论，理论知识不可少，大神告诉我清华博士高翔的这本书也是必看的书视觉SLAM十四讲。在实验室找到了这本书，有点小激动，心里有点底了，之后我会记录一些跑这个程序的点滴。不知有没有也处于困惑无奈困惑无奈循环不出的朋友，我们可以共同探讨一下。