视觉SLAM十四讲笔记（超级通俗易懂哦~）

前言

终于来到了心心念念的SLAM学习环节，相信看到这篇文章的你也和我一样按耐不住心中的紧张与激动，那就一起开始卷吧！
在本篇我将简单概述SLAM14讲各个环节的最基本的知识，主要是帮你看看14讲都讲了啥。
想要进一步学习还是看书吧！
Let’s 冲冲冲！

第一讲 预备知识

SLAM：Simultaneous Localization and Mapping
中文名：同时定位与地图构建
基本定义：搭载特定传感器的主体，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。
这里的传感器主要为相机，则为“视觉SLAM”

章节划分

整书分为两大部分：

• 视觉基础篇 1-6讲
• 实践应用篇 7-14讲

第1讲：预备知识
第2讲：SLAM系统概述，介绍SLAM组成模块，各模块具体工作。编程环境搭建以及IDE使用
第3讲：三维刚体运动，主要了解旋转矩阵，欧拉角，四元数，练习使用Eigon
第4讲：学习李群和李代数，定义及使用方式；练习使用Sophus操作
第5讲：针孔相机模型，图像在计算机中的表达；用OpenCV调用相机内外参
第6讲：非线性优化，包括状态估计理论基础，最小二乘问题，梯度下降法；使用Ceres和g2o进行曲线拟合实验
第7讲：基于特征点法视觉里程计，特征提取与匹配，对极几何约束的计算、PnP和ICP等。利用以上方法估计两个图像之间的运动。
第8讲：直接法视觉里程计，学习光流法和直接法原理，利用以上方法实现简单的直接法运动估计。
第9讲：后端优化，主要对Bundle Adjustment（BA）深入讨论，利用稀疏性加速求解过程，利用Ceres和g2o分别书写BA程序。
第10讲：后端优化中的位姿图，介绍SE(3)，Sim(3)位姿图，使用g2o对一个位姿球进行优化
第11讲：回环检测，介绍以词袋模型为主的回环检测，使用DBoW3书写字典训练程序和回环检测程序
第12讲：地图构建，使用单目进行稠密深度图的估计，讨论RGB-D的稠密地图构建过程
第13讲：工程实践，搭建双目视觉里程计框架，综合运用之前的知识，利用Kitti数据集测试性能
第14讲：介绍当前开源SLAM方案以及未来的发展方向

需要具备的基础知识

• 高等数学、线性代数、概率论
• C++语言基础
• Linux系统基础

第二讲 初识SLAM

SLAM回答了两个关键问题：

1. 我在什么地方？——定位
2. 周围环境怎么样？——建图

传感器 Sensors

两类传感器：
安装于环境中的：二维码，GPS，
携带于机器人本体的：
对比激光和相机两大类传感器，激光建图基本上已经研究清楚，视觉SLAM还没有稳定可靠运行
摄像头：轻便、便宜、信息丰富
缺点：遮挡、受光照影响、计算量大、
单目，双目，深度相机（TOF/结构光）

经典视觉SLAM框架

• 传感器信息读取：在视觉SLA