视觉SLAM笔记四之单目稠密重建
概述
- 1.定位
- 2.导航:地图中哪些地方不可通过,而哪些地方是可以通过的
- 3.避障:仅有特征点,我们无法判断某个特征点是否为障碍物,所以我们将需要稠密地图
- 4.重建:利用 SLAM 获得周围环境的重建效果
- 5.交互:主要指机器人与地图之间的互动
单目稠密重建
1 立体视觉
相机,很久以来被认为是只有角度的传感器(Bearing only)。单个图像中的像素,只能提供物体与相机成像平面的角度以及物体采集到的亮度,而无法提供物体的距离(Range)。而在稠密重建,我们需要知道每一个像素点(或大部分像素点)的距离,那么大致上有以下几种解决方案:
- 使用单目相机,利用移动相机之后进行三角化,测量像素的距离。
- 使用双目相机,利用左右目的视差计算像素的距离(多目原理相同)。
- 使用 RGB-D 相机直接获得像素距离。
- 三角测量:特征匹配 -> 深度估计
- 极线搜索和块匹配:确定第一张图的某个像素出现在其他图的位置
- 深度滤波技术:随着测量的增加,从一个非常不确定的量,逐渐收敛到一个稳定值<