视觉 SLAM 学习笔记

视觉 SLAM 基本介绍

SLAM 是同步定位与地图构建 (Simultaneous Localization And Mapping) 的缩写，最早由 Hugh Durrant-Whyte 和 John J.Leonard 提出。SLAM 主要用于解决移动机器人在未知环境中运行时定位导航与地图构建的问题。视觉 SLAM 是指以视觉传感器为主的 SLAM 技术，也是最常见的一种 SLAM 技术。

视觉 SLAM 的路程分成以下几步：

1、读取传感器信息。

2、视觉里程计（VO）

估算相邻图像之间相机的运动，以及局部地图。

3、后端优化（Optimization）

后端接受不同时刻视觉里程计测量的相机位姿，以及回环检测的信息。

4、回环检测（Loop Closure)

回环检测判断机器人是否或者曾经到达过先前的位置。如果检测到回环，它会把信息提供给后端进行处理。

5、建图（Mapping），根据估计出的轨迹建立与任务要求的对应的地图。

简单来说，视觉 SLAM 框架包括前台跟踪（Tracking）和后台建图（Mapping）线程：前台根据传感器输入的数据，实时地跟踪和估计相机的位姿，后台则对地图进行局部或全局的优化，并进行回环检测，消除误差累积。系统实时地输出每个时刻设备的位姿和三维地图。

视觉 SLAM 的传感器主要是摄像机，分为单目摄像机、双目摄像机和多目摄像机。广义上的视觉 SLAM 是指以视觉传感器