视觉SLAM-什么是SLAM

主要内容

SLAM的定义
SLAM的基本框架

SLAM的定义

同时定位与地图构建。在未知环境中，同时确定机器人在环境中的位置，并且构建环境的地图。

基本框架

• 传感器：读取环境信息，和自身信息。对于视觉SLAM主要是摄像机拍摄的环境的照片和控制器的指令信息（控制机器人运动，由于有噪声等误差，并不准确）。

• 视觉里程计：从传感器获取的相邻两帧的图片中获取机器人的运动信息。

• 回环检测：视觉里程计来估计轨迹，将不可避免地出现累积漂移(Accumulating Drift)。简单来说就是误差会随着机器人的运动逐渐积累。而回环检测可以检测是否回到了起点，或者曾经来过的位置。用这个信息来修正系统的误差，相当于每次回到原点都进行一次校准。从而避免误差的持续累积。
  

• 非线性优化：根据视觉里程计和回环检测的信息（具体什么信息，如何计算，会在之后的文章中进行详细的分析）进行计算，预测当前机器人的位置及环境建模，用于最后的地图构建。

小思考

1. 如何从摄像机获取环境信息？
2. 如何进行视觉里程计的分析计算？
3. 如何进行回环检测？

这些问题将在本栏目的后续文章逐步进行分析，欢迎订阅这个栏目。