一、SLAM是什么?为什么要学习?
目前,GPS定位和标签定位应用比较广泛,但是这两者都有自己的缺点,GPS是一个涵盖很广的卫星信号,面对一些低信号地区,GPS会面对失灵的表现,比如室内、山区等;用二维码标定位置,让机器人扫描二维码,以此判断自己的位姿,这是一种方法,但是需要我们对目标环境很了解,在各个地方标定坐标也很麻烦,让机器人在我们已知的环境中探索,显得没有意义,应用不会很广;所以我们引入了SLAM概念,它就是对未知环境的探索,可用于导航、规划、通讯、可视化、交互等。
视觉里程计的作用是:通过对比相邻两个图像,估计运动,从而估算轨迹,可是,计算机对每个图像处理都会存在一定的误差,随着时间的推移,误差会叠加的越来越大,从而造成不可避免漂移。这里我们可以用后端的非线性优化将漂移抵消。
SLAM的数学模型实际上很简单,一个简单的数学模型:
此刻输出模型信号=f(上时刻信号, 输入信号, 噪声信号)之后的我们在以后的博客中会陆续解释其中的含义。
二、三维空间刚体运动
在三维空间运动中,我们一般将坐标系进行变换,在这中间,一般存在平移变化和旋转变换:平移变换好说,就是加上一个变换向量就可以了。但是旋转是什么?
首先,我们将坐标系变换分为两步:1、旋转;2、平移。这就达到了将世界坐标系变换到机器人坐标系的目的,将同一个向量,在两个坐标系中表示出来&#x