说明:转发请注明作者和出处;以下文章内容为精简版,详细版以pdf格式的幻灯片形式呈现,请见链接:视觉SLAM_01_概述.pdf
0.目录
1.基本概念
- SLAM是Simultaneous Localization and Mapping的缩写,中文译作“同时定位与地图构建”,它是指搭载特定传感器的主题,在没有环境先验信息的情况下,于运动过程中建立环境的模型,同时估计自己的运动。如果这里的传感器主要为相机,则称之为“视觉SLAM”。
- SLAM的目的是解决“定位”与“地图构建”这两个问题。
2.经典视觉SLAM框架
图2-1 经典视觉的SLAM框架(摘自参考文献)
整个视觉SLAM流程包括以下步骤:
- 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。
- 前端视觉里程计: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。
- 后端优化:后端接收不同时刻视觉里程计测量的相机姿态,以及回环检测信息,对他们进行优化,得到全局一致的轨迹和地图。由于接在前端(视觉里程计之)后,因此又称为后端。
- 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,他会把信息提供给后端进行处理。
- 建图:根据估计的轨迹,建立与任务要求相对应的地图。
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下,SLAM技术已经相当成熟。
3.参考文献
- 高翔等. 视觉SLAM十四讲:从理论到实践第二版. 北京:电子工业出版社,2019.8.