SLAM学习报告

一、概述

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。

SLAM技术距今已有 30 余年的发展历史，但相比于深度学习、大数据等词汇，听过的人少之又少，国内从事相关研究的机构更是屈指可数。直至最近三年，SLAM才逐渐成为国内机器人和计算机视觉领域的热门研究方向，在当前比较热门的一些创业方向中崭露头角：

VR/AR 方面：根据 SLAM 得到地图和当前视角对叠加虚拟物体做相应渲染，这样做可以使得叠加的虚拟物体看起来比较真实，没有违和感；

无人机领域：SLAM可以构建局部地图，辅助无人机进行自主避障、规划路径；

无人驾驶领域：SLAM 技术可以提供视觉里程计功能，然后跟其他的定位方式融合；

机器人定位导航领域，SLAM 可以用于生成环境的地图。基于这个地图，机器人执行路径规划、自主探索、导航等任务。

 

通过机器人的运动和测量来学习地图并不简单，这主要来自于以下几个原因：

1）一个未知环境中，所有可能的地图集合非常非常大。因为未知环境是连续的，所有可能的地图集合有无限的维度。即使考虑使用离散的环境作为近似，地图也至少会包含超过10000个变量。在如此高维空间中无法准确计算后验概率，因此使用传统的Bayes filtering 定位算法是不可行的。

2）学习地图是一个 “鸡生蛋，蛋生鸡” 的问题 。 首先，这是一个定位 (Localization) 的问题。当机器人在未知环境中运动时，每一次移动时的误差会在里程计算(Odometry)中逐渐累加，导致机器人对自己的位置越来越不确定。在一个已知地图里，我们有合适的算法来确定机器人的位置，但是在未知环境中，我们需要新的算法。 其次, 这也是一个绘制地图的问题。当机器人的位置是确定的时候，绘制地图会相对简单。但是机器人相对于探测点 (Landmark) 的位置也是不确定的时候，我们需要新的算法。在环境地图和机器人位置都缺失或不确定时，机器人需要同时完成两件事-学习地图和在地图中定位。

二、框架

SLAM是一个完整的系统，由许多个分支模块组成。现在经典的方案是“图像前端，优化后端，闭环检测”的三部曲。

优化后端理论上来说，如果图像前端模块估计的相机的旋转矩阵R和平移向量t都正确的话，我们就能得到完美的定位和建图了。但实际试验中，我们得到的数据往往有很多噪声，且由于传感器的精度、错误的匹配等，都对造成结果有误差。并且由于我们是只把新的一帧与前一个关键帧进行比较，当某一帧的结果有误差时，就会对后面的结果产生累计误差，最后的结果肯定误差越来越大。为了解决这个问题，引入后端优化。

优化后端一般采用捆集调整(BA)、卡尔曼滤波(EKF)、图优化等方式来解决。其中基于图优化的后端优化，效果最好。Graph-based SLAM一般使用g2o求解器，进行图优化计算。

闭环检测是说，新来一张图像时，如何判断它以前是否在图像序列中出现过？有两种思路：一是根据我们估计的机器人位置，看是否与以前某个位置邻近； 二是根据图像的外观，看它是否和以前关键帧相似。目前主流方法是后一种，因为很多科学家认为前一种依靠有噪声的位置来减少位置的噪声，有点循环论证的意思。后一种方法呢，本质上是个模式识别问题（非监督聚类，分类），常用的是Bag-of-Words (BOW)。但是BOW需要事先对字典进行训练，因此SLAM研究者仍在探讨有没有更合适的方法。