slam学习笔记

Posted 2022-12-07 Kris_u

相机按照工作方式不同，分为：

• 单目相机（momocular）：结构简单、成本低
• 双目相机（Stereo）：双目相机的距离估计是比较左右眼的图像获得的。双目与多目的缺点是配置与标定较为复杂，其深度量程和精度受双目的基线与分辨率所限，而且视差的计算非常消耗资源，需要使用GPU和FPGA设备加速，才能实时输出整张图像的距离信息。现有条件下，计算量是双目的主要问题之一。
• 深度相机（RGB-D）：其最大特点是可以通过红外结构或Time-of-Flight(ToF)原理，像激光传感器那样，通过主动向物体发射光并接收返回的光，测出物体与相机之间的距离。相比于双目可节省大量的计算资源。缺点：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诸多问题。slam方面主要用于室内，室外较难应用。

经典视觉SLAM框架

1. 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。
2. 前端视觉里程计（Visual Odemetry，VO）：估计相邻图像间相机的运动，以及局部地图的样子。VO又称前端。
3. 后端（非线性）优化（Optimazition）。后端接受不同时刻视觉里程计测量的相机位姿，以及回环检测的信息，对他们进行优化，得到全局一致的轨迹和地图。
4. 回环检测（Loop Closure Detection）。回环检测判断机器人是否到达过先前的位置，如果监测到回环，他会把信息提供给后端进行处理。回环检测实质上是一种计算图像数据相似性的算法。
5. 建图（Mapping）。它根据估计的轨迹，建立与任务要求对应的地图。构建地图的过程。

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，这种场景下的slam技术已经相当成熟。

度量地图（Metric Map）：强调精确地表示地图中物体的位置关系，通常用稀疏（Sparse）与稠密（Dense）对其分类。定位时使用稀疏地图，导航使用稠密地图。

拓扑地图（Topological Map）：是一个图，由节点个边组成只考虑节点的连通性。