关于机器人状态估计(0)-入门篇

从一开始就是打算尽量把这个学科的陡峭曲线弄缓一点，结果还是有点本末倒置了，即使想写得再简单，这个学科本身确实还是涉及到很多数理的知识，于是今天补个入门吧，以后如果有漏了，就以0.3/1.5这类的标题加进去它们应该出现的位置。

到底什么是机器人状态估计呢？

1.什么是状态估计，能做到什么？

通过某一种手段或者多种手段(目前人类的主要方式就是利用传感器结合算力平台来做)，估计出你手上机器人/机械臂/XR头盔/眼镜(或者任何一种装置在空间中的位置与姿态)。能做什么呢？看到这里大家应该有一个很直观的感受，能做的事情很多，我举一些例子

(1)如扫地机器人进行路径规划后完成对一个房间的打扫

(2)在机器人比赛中配合底盘做一个自动夹取目标的装置

(3)利用一种手持仪器完成一个建筑的三维重建(这个在今天入门篇的建图部分进一步解释)

(4)利用一种头盔装置实现增强现实，如戴上头盔玩AR认路，VR游戏等

还有更多更多炫酷的落地与应用就不一一说了，这个学科未来的大方向主要是2个： 机器人/XR

名词解释：

AR:增强现实，在我们观察面中将真实图像与虚拟定义结合起来 

VR:虚拟现实，大家平时去打游戏的时候经常能玩到不赘述了

XR:听起来很高大上，其实就是AR/VR和未来什么什么R的统称。

另外大家注意，我们主要关心机器人领域，XR这些太细的尽量别问我，也是小白

2.SLAM的解释与定义：同步位置姿态估计与建图，这是整个大学科的基本描述之一，定义的范围很大，从字面意思大家就能看出来，其实这个东西用得非常广泛了，主要包括了定位，建图，导航，避障。后续要解释的VSLAM/雷达导航/LIO/VIO/DIO/VDIO都属于这个范畴和递进演化。

举个最小单元例子来说就是扫地机器人，但是本质上它是个二维生物，因为在家里扫地只需要用一些很简单的手段就可以实现了，比如一个单点雷达，多扫几圈就能形成二维地图(成熟建图的手段也有很多，比如ROS里的网络栅格地图)并规划路线。 还有就是自动驾驶的无人车，也是目前人类最复杂的机器人形态之一，这2个例子落差很大，但应该是大家非常熟悉的形态。

SLAM是机器人或各种装置未来落地大范围进入半自动(人机协同)，全自动的基础之一

名词解释：ROS: 机器人操作系统，目前1.0为主，有志做机器人的同学也要学习好2.0

3.常用传感器描述

外感传感器：通过外部信息完成数据采集的传感器

(1)视觉相机：这个很直观，就是可见光相机了。包含卷帘快门和全局快门2种基础形态，这种相机后续我会有专门的介绍详解，这里就不赘述了。

Lidar: 这个和机器人强相关有点扫/线扫/固态/半固态/毫米波，主要采集环境和目标的深度数据，特点是工作范围大精度高上手快。缺点是好的雷达比较贵，便宜的(如毫米波)是非线性输入很难用。

(2)D相机:这是很有趣的一种相机类别，工作模式类似相机，但却能得到深度信息。主要有TOF(飞行时间摄像机)与结构光摄像机2类，TOF还包括了iTOF和dTOF两类，这2种解释比较繁杂，有兴趣的同学可以自行了解。优点是能得到深度，缺点是目前来说工作的距离和范围比较小，还会受到一些特定干涉比如玻璃，工作距离大的成本与功耗较高。

(3)IR相机：热成像相机，优点就是数据极其稳定，不受光流和阴影的影响，缺点就是贵，比较适合特种领域使用。

内感传感器：通过装置自身信息完成数据采集

(1) IMU：陀螺仪，能够给出设备在空间中3轴旋转，3个方向平移的信息，可以提供加速度计判断出加速度，还有一些陀螺仪可以给出海拔和地磁信息(不建议在工程中用)，机器人行业常用的是双音叉MEMS陀螺仪，这个不详细解释，大家知道是精度不太高漂移和噪声比较严重的便宜装置就行了。多传感器融合融态是可以部分解决它的这些毛病的。高精度的光纤IMU主要用在军事的导弹和火箭上，大家知道很贵就行。

(2)轮速计：就是机器人的轮速计，很直观

(3)GPS+RTK、北斗+RTK：在户外通过内感精确定位装置位置的传感组合，加上RTK之后还能精确定位海拔(误差一般几厘米或者几十厘米)。很厉害，在无人机UAV上用得多，缺点是完整组合也不便宜，另外只适应户外，还有无法给出装置的朝向(即只有位置没有姿态)

4.SLAM基础架构

(1)前端：就是通过各种各样的传感器通过某种方法完成初步的估计，技术比较成熟了，缺点就是实际并没有那么理想，有各种各样的噪声和环境干扰，都容易随着时间累积出各种各样的问题

(2)后端优化：通过数学/程序/工程的方式对前端出来的位置与姿态进行优化，目前来说是整个SLAM的重中之重，做得好的话机器人就可以长期和相对稳定的运行了

(3)回环(闭环约束)：即使有了前端和后端，系统跑久了还是容易出幺蛾子的，这时候回环就是通过技术手段让它回归，目前技术手段比较成熟，长期来看可能会往人工智能方向发展

5.多传感器融合融态估计

这个看名字就知道了，通过多传感器的信息融合，互相解决对方的毛病，使装置随时和更准确的估计出在空间中三维的位置与姿态，从二维生物升级成三维生物，这就是空间智能啦！

VSLAM: 用视觉相机进行优化

雷达导航:单纯使用雷达点云进行优化

VIO:使用视觉和IMU进行联合优化

DIO:使用D相机和IMU进行联合优化(未破局，受制硬件)

VDIO:使用视觉/D相机/IMU进行联合优化(未破局，受制硬件)

LIO:使用雷达与IMU进行联合优化

LVIO:使用视觉/雷达/IMU进行联合优化(部分破局，主用中速物流车等，实际落地不理想)

基本的解释就结束了，当然这个领域也不会像名词解释得这么简单，如果要深化，还是要花很多精力与功夫的，给大家看一个简单效果截图：

 右边绿线就是装置在空间中走出的整体轨迹，绿色的小点就是相机在空间中看到的特征，那个立方椎体就是相机在空间中准确的位置与姿态了。最后说一下：位置姿态估计与三维建图其实是同一件事，建图是位置姿态估计的副产品，但真正的实现在工程上是很困难的，因为对存储和算力以及GPU的要求都比较高。