1.常用相机分类
-
单目相机Monocular
尺度不确定,无法凭图像确定真实尺度
-
双目相机stereo
基线(两相机间距),基线越大,可测量的物体越远
-
RGBD(深度相机)
原理:红外结构光或TOF(time of flight)
2.经典视觉SLAM框架
传感器信息读取
前端 视觉里程计visual Odometry
,vo
-
相邻图像估计相机运动
-
基本形式: 通过两张图像计算运动和结构
-
不可避免有漂移
方法: 特征点法(7讲)
直接法(8)
后端(非线性)优化
Optimization
-
从带有噪声数据中优化轨迹和地图
-
最大后验概率估计MAP
-
前期EKF为代表,现在 图优化10/11讲
回环检测
Loop Closure Detection
-
检测机器人是否回到早先位置
-
识别到达过的场景
-
计算图像间相似性
方法:词袋模型,12讲
建图
Mapping
-
用于导航/规划/通讯、可视化、交互等
3.Slam问题的数学表述
运动方程
观测方程
实践部分
linux
cmake
IDE