视觉SLAM十四讲第二讲

第二章 初识 SLAM

1、相机分类
相机可以分为单目相机（Monocular）、双目相机（Stereo）和深度相机（RGB-D）三大类。
1）单目相机
只使用一个摄像头进行 SLAM 的做法称为单目SLAM（Monocular SLAM）。这种传感器结构特别简单，成本特别低，所以单目 SLAM 非常受研究者关注。
照片本质上是拍摄某个场景（Scene）在相机的成像平面上留下的一个投影。它以二维的形式记录了三维的世界。显然，这个过程丢掉了场景的一个维度，也就是所谓的深度（或距离）。在单目相机中，我们无法通过单张图片来计算场景中物体与相机之间的距离（远近）。
由于单目相机拍摄的图像只是三维空间的二维投影，所以，如果真想恢复三维结构，必须改变相机的视角。在单目 SLAM 中也是同样的原理。我们必须移动相机，才能估计它的运动（Motion），同时估计场景中物体的远近和大小，不妨称之为结构（Structure）。
单目 SLAM 估计的轨迹和地图将与真实的轨迹和地图相差一个因子，也就是所谓的尺度（Scale）➀。由于单目 SLAM 无法仅凭图像确定这个真实尺度，所以又称为尺度不确定性（Scale Ambiguity）。
2）双目相机
双目相机由两个单目相机组成，但这两个相机之间的距离﹝称为基线（Baseline）﹞是已知的。我们通过这个基线来估计每个像素的空间位置——这和人眼非常相似。我们人类可以通过左右眼图像的差异判断物体的远近，在计算机上也是同样的道理。如果对双目相机进行拓展，也可以搭建多目相机，不过本质上并没有什么不同。
计算机上的双目相机需要大量的计算才能（不太可靠地）估计每一个像素点的深度，相比于人类真是非常笨拙。双目相机测量到的深度范围与基线相关。基线距离越大，能够测量到的就越远，所以无人车上搭载的双目通常会是个很大的家伙。双目相机的距离估计是比较左右眼的图像获得的，并不依赖其他传感设备，所以它既可以应用在室内，亦可应用于室外。双目或多目相机的缺点是配置与标定均较为复杂，其深度量程和精度受双目的基线与分辨率所限，而且视差的计算非常消耗计算资源，需要使用 GPU 和 FPGA 设备加速后，才能实时输出整张图像的距离信息。因此在现有的条件下，计算量是双目的主要问题之一。
3）深度相机（RGB-D相机）
其最大的特点是可以通过**红外结构光或 Time-of-Flight（ToF）**原理，像激光传感器那样，通过主动向物体发射光并接收返回的光，测出物体与相机之间的距离。即通过物理手段测量，所以相对于双目节省了大量的计算量。
不过，现在多数 RGB-D 相机还存在测量范围窄、噪声大、视野小、易受日光干扰、无法测量透射材质等诸多问题，在 SLAM 方面，主要用于室内，室外则较难应用。
2、经典视觉 SLAM 框架

整个视觉 SLAM 流程包括以下步骤。
1） 传感器信息读取。在视觉 SLAM 中主要为相机图像信息的读取和预处理。如果是在机器人中，还可能有码盘、惯性传感器等信息的读取和同步。
2）视觉里程计（Visual Odometry，VO）。视觉里程计的任务是估算相邻图像间相机的运动，以及局部地图的样子。VO 又称为前端（Front End）。
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，对它们进行优化，得到全局一致的轨迹和地图。由于接在 VO 之后，又称为后端（Back
End）。
4） 回环检测（Loop Closing）。回环检测判断机器人是否到达过先前的位置。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）。它根据估计的轨迹，建立与任务要求对应的地图。
3、SLAM 问题的数学表述
运动方程：uk 是运动传感器的读数或者输入，wk 为该过程中加入的噪声。

观测方程：当小萝卜在 xk 位置上看到某个路标点 yj，产生了一个观测数据 zk,j，vk,j 是这次观测里的噪声。

根据系统的真实运动和传感器的种类，存在着若干种参数化方式（Parameterization）。
但我们保持通用性，把它们取成通用的抽象形式，那么 SLAM 过程可总结为两个基本方程：

4、kdevelop的安装
https://blog.csdn.net/qq_27806947/article/details/80119294