读书笔记——视觉SLAM十四讲（1）
初认SLAM
初认SLAM
传感器的分类
相机以二维形式记录了三维世界，但单张图片无法计算物体与相机之间的距离。
单目相机
如果需要恢复物体的三维结构，需要改变相机视角以估计其运动，场景中物体的远近和大小被叫做结构。
当相机移动时，物体在图像中产生了视差，通过视差定量判断哪些物体离得远，哪些物体离得近。
但单目相机获取的只是相对的值，也就是说其估计的轨迹和地图将与真实的轨迹和地图相差一个因子，即尺度不确定性。
由此可见其具有以下缺点：平移后才能计算深度，以及无法确定真实尺度。
双目相机
双目由两个单目构成，相机之间的距离是基线。
双目测量到的深度范围与基线相关。基线距离越大，能够测量到的物体就越远。
优点在于：原理简单，不依赖于其他传感设备，可应用于室内或者室外。
缺点在于：配置标定复杂，视差计算极其消耗计算资源。
深度相机
通过红外结构光原理，通过主动向物体发射光并接收以测出物体距离。
优点在于：通过物理测量手段可以大幅减少计算量。
缺点在于：测量范围窄，噪声大，视野小，易受日光干扰，无法测量透射物质；多用于室内。
经典视觉SLAM框架
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，那么当下SLAM技术已经相当成熟。
在V-SLAM中，前端和计算机视觉研究领域更为相关，比如特征提取与匹配等，后端则主要是滤波与非线性优化算法。
组成模块：
1、传感器信息读取：相机图像读取和预处理
2、前端视觉里程计：估算相邻图像间相机的运动，以及局部地图的样子
3、后端（非线性）优化：接收里程计和回环检测的信息，优化后得出全局一致的轨迹和地图
4、回环检测：判断机器人是否到达过先前位置，如果有回环发送信息给后端优化
5、建图：根据估计的轨迹建立地图
视觉里程计：
为了定量估计相机运动，必须了解相机与空间点的几何关系。
视觉里程计通过相邻帧图像估计相机运动，恢复场景空间结构。（与过去图像无关，只负责短时记忆）
如果仅通过视觉里程计估计轨迹，将出现累计漂移。（轨迹计算的误差将如滚雪球一般越滚越大）
为了解决漂移问题，需要后端优化和回环检测。
后端优化：
后端优化主要负责处理SLAM过程中的噪声问题；即如何从带有噪声的数据中估计整个系统的状态，这里的状态包括运动轨迹和地图。
早期的SLAM是一个状态估计问题，即运动主体自身和周围环境空间不确定性的估计。（最大后验概率估计）
为了解决SLAM问题，我们需要状态估计理论，把定位和建图的不确定性表达出来，然后采用滤波器或非线性优化，估计状态的均值和不确定性（方差）。
回环检测：
回环检测主要解决位置估计随时间漂移的问题；即检测出“原点”，再对位置估计“纠偏”。
为了实现回环检测，需要让算法识别到过的场景，即通过判断图像间的相似性来完成回环检测。
检测到回环之后，“A与B是同一个点”的信息将被传送到后端优化算法，从而将轨迹和地图调整到符合回环检测结果的样子。
也就是说，如果有充分且正确的回环检测，可以消除累积误差，得到全局一致的轨迹和地图。
建图：
地图形式大体分为：度量地图和拓扑地图。
度量地图：
强调精确表示图中物体的位置关系，通常用稀疏和稠密进行分类。
稀疏地图进行了一定程度的抽象，不需要表达所有物体。（由“路标”组成的地图）
稠密地图由许多小块组成，小块用以表达该位置是否有物体。地图可以给出能否通过的信息，多用于导航算法。
拓扑地图：
强调地图元素之间的关系。拓扑地图是一个图，由节点和边组成，只考虑节点之间的连通性，不考虑如何到达。
SLAM问题的数学表述
位姿（旋转+平移）
运动方程
观测方程
参数化
状态估计问题
线性/非线性（高斯/非高斯）系统
卡尔曼滤波/非线性优化