欢迎关注博主的公众号:happyGirl的异想世界。有更多干货还有技术讨论群哦~
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。
经典的视觉SLAM框架是过去十几年的研究成果。这个框架本身及其所包含的算法已经基本定型,并且已经在许多视觉程序库和机器人程序库中提供。依靠这些算法,我们能够构建一个视觉SLAM系统,使之在正常的工作环境里实时定位与建图。因此,我们说,如果把工作环境限定在静态、刚体,光照变化不明显、没有人为干扰的场景,那么,这个SLAM系统是相当成熟的了。
参考文献:
《视觉SLAM十四讲 从理论到实践》高翔 张涛等著 P17