SLAM自学笔记（一）

博主本人于大二时大创选题做无人机SLAM，但是当时每个队员都在忙其他事，于是就只是草草水过成功结项了。现已大四，毕设再次想做于无人机SLAM有关的项目，遂重新学起以扎实功底，实事求是。

主要参考为《视觉SLAM十四讲》（第二版）
书中源码 https://github.com/gaoxiang12/slambook2

所需基础：高数线代概率论、C++、Linux基础
第一讲：预备知识
需再深入学习C++中的STL，C++11标准，学习Vim（但只用作文本编辑器，不建议用成IDE）

第二讲：初识SLAM
传感器：携带在机器人本体上的传感器（如激光传感器，相机，轮式编码器（测量轮子转动的角度），惯性测量单元IMU（测量运动的角速度和加速度））比安装于环境中的（如导轨、二维码标志等）更通用，且通常都是测量间接物理量而不是直接的位置数据。

相机：单目Monocula，双目Stereo，深度RGB-D

• 单目相机

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（称为结构Structure），利用物体在图像上的运动形成的视差（近处物体移动块远处移动慢）来定量判断物体远近（但仍为相对值）。单目估计的轨迹和地图 与真实轨迹和地图相差一个因子（成为尺度Scale），无法仅凭图像确定尺度——尺度不确定性（Scale Ambiguity）加粗样式

• 双目相机

两目之间的距离（称为基线Baseline）已知。能测到的深度范围与基线有关。基线距离越大，能测到的物体就越远。
需要大量计算才能不太可靠地估计每个像素点的深度。不依赖其他传感设备——既可用在室内也可用在室外。需要大算力（常用GPU和FPGA加速）

• 深度相机

通过红外结构光或ToF原理，主动发射光并接收返回的光，测出物体与相机的距离。比起双目可以节省大量算力，但存在测量范围窄，噪声大，视野小，易受日光干扰，无法测量透射材质等问题。

SLAM不是一个算法，而是一个完整的算法框架。

• 经典视觉SLAM框架

传感器信息读取→前端视觉里程计→后端（非线性）优化→建图
        ↓                            ↑
    回环检测 →→→→→→→→→→→→

1. 传感器信息读取
   在视觉SLAM中主要是相机图像信息读取&预处理。若为机器人，还可能有码盘、IMU等信息的读取和同步

2. 前端视觉里程计（Visual Odometry ， VO）
   估算相邻图像间相机的运动，以及局部地图的样子。称为前端（Front End）
   （叫里程计是因为和真实的里程计一样，都是只计算相邻时刻的运动，而和过去的信息没有关联，仅有短时记忆（如5~10帧））
   仅通过VO来估计轨迹，将不可避免地出现**累计漂移（Accumulating Drift）**由于每次估计都会有一定误差，先前时刻的误差会传递到下一时刻。
   因此需要回环检测——把机器人回到原始位置的事情检测出来，后端优化——根据回环检测的信息，校正整个轨迹的形状。
   前端与计算机视觉更相关，研究图像的特征提取与匹配等

3. 后端（非线性）优化（Optimization）
   后端接收不同时刻VO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。后端（Back End）主要指处理SLAM过程中的噪声问题。**SLAM本质：对运动主体自身和周围环境空间不确定性的估计
   后端与滤波和非线性优化算法有关。**为解决SLAM问题，需要状态估计理论，把定位和建图的不确定性表达出来，再采用滤波器或非线性优化，估计状态的均值和不确定性（方差）

4. 回环检测（Loop Closure Detection）
   判断机器人是否达到过先前的位置。若检测到回环，它会把信息提供给后端进行处理。主要解决位置估计随时间漂移的问题。

5. 建图（Mapping）
   根据估计的轨迹，建立与任务要求对应的地图。
   地图可分为度量地图（Metric Map）和拓扑地图（Topological Map）

度量地图 强调精确表示地图中物体的位置关系，通常用稀疏（Sparse）与稠密（Dense）进行分类。

拓扑地图 强调地图元素之间的关系，拓扑是一个图，由节点和边组成，只考虑节点间的连通性。