视觉SLAM14讲学习笔记

文章目录：

第一讲 预备知识

第二讲 初始SLAM

第三讲 三维空间刚体运行

---

第一讲 预备知识

书的简介以及书中约定的一些描述等

再漂亮的数学理论，如果不能转化为可以运行的代码，那就仍是可望而不可即的空中楼阁，没有实际意义。

轮式编码器会测到轮子转到的速度，IMU测量运动的角速度和加速度，相机和激光传感器则读取外部环境的某种观测数据。

SLAM特指：特指搭载传感器的主体，在没有环境先验的信息情况下，在运动过程中建立环境模型，通过估计自己的运动。

SLAM的目的是解决两个问题：1、定位 2、地图构建

本书代码例子 ：https://github.com/gaoxiang12/slambook

第二讲 初始SLAM

相机的种类分为： 单目（Monocular）、双目（Stereo）、深度相机（RGB-D）

单目相机 只使用一个摄像头进行SLAM的做法叫做单目SLAM（Monocular SLAM）,结构简单，成本低。

单目SLAM 估计的轨迹和地图，与真实的轨迹和地图之间相差一个因子，这就是所谓的尺度（scale）由于，单目SLAM无法凭借图像来确定真实的尺度，又称为尺度不确定

单目SLAM 的缺点：1、只有平移后才能计算深度 2、无法确定真实的尺度。

 

双目相机和深度相机的目的是，通过某种手段测量物体离我们之间的距离。如果知道这个距离，场景的三维结构就可以通过这个单个图像恢复出来，消除了尺度不确定性。

 

视觉slam的路程分成以下几步：

1、传感器信息的读取。

2、视觉里程计（Visual Odometry,VO）视觉里程计的任务是，估算相邻图像之间相机的运动，以及局部地图。VO也称为前端（Front End）.

3、后端优化（Optimization）后端是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。（Back End）

4、回环检测（loop Closing）。回环检测是判断机器人是否或者曾经到达过先前的位置。如果检测到回环，它会吧信息提供给后端进行处理

5、建图（Mapping），他根据估计出的轨迹，建立与任务要求的对应的地图。

在Linux中，库文件分为静态库和共享库两种，静态库以.a作为后缀名，共享库以.so结尾。所有库都是一些函数打包后的集合，差别在于静态库每次被调用都会生成一个副本，而共享库则只有一个副本，更省空间。

第三讲 三维空间刚体运行

旋转矩阵可以描述相机的旋转。