视觉SLAM十四讲-第二讲：初识SLAM

本文主要介绍视觉SLAM十四讲中第二讲的关键内容。

第二讲：初识SLAM

一类传感器是携带于机器人本体上的，例如机器人的轮式编码器、相机、激光等等 ——通过间接测量数据推算位置，好处是对环境没有提出要求，适用于位置环境。

一类是安装于环境中的，例如前面讲的导轨、二维码标志等等。 —— 约束了外界环境，限制了使用范围

📌

单目相机是三维空间的二维投影，因此，如果想恢复三维结构，必须移动相机的视角。

因此，单目相机平移之后才能计算深度，并且无法确定真实尺度，问题的本质在于通过单张图像无法确定深度。

📌双目相机和深度相机，目的在于通过某种手段测量物体距离我们的距离，回复距离信息，因此场景的三维结构可以通过单张图线回复，也就消除了尺度不确定性。

双目相机测量到的深度范围与基线相关。基线距离越大，能够测量到的就越远

双目或多目相机的缺点是配置与标定均较为复杂，其深度量程和精度受双目的基线与分辨率限制，而且视差的计算非常消耗计算资源

深度相机（又称 RGB-D 相机)右开始兴起的一种相机，它最大的特点是可以通过红外结构光或 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，测出物体离相机的距离。区别于双目相机是采用计算的方式获得深度，深度相机是通过物理方式，避免了大量的计算。

视觉里程计只计算相邻时刻的运动，而和再往前的过去的信息没有关联。仅通过视觉里程计估计轨迹，将不可避免的出现累积漂移。每次估计都会有一定的误差，由于里程计只估计相邻时刻的运动，先前时刻的误差将会传递到下一时刻，导致一段时间后估计的轨迹不再准确。

后端优化主要指处理 SLAM 过程中噪声的问题。后端优化要考虑的问题，就是如何从这些带有噪声的数据中，估计整个系统的状态，以及这个状态估计的不确定性有多大——这称为最大后验概率估（Maximum-a-Posteriori，MAP）。

为了实现回环检测，我们需要让机器人具有识别曾到达过的场景的能力。

📌SLAM问题的数学表述

方程1是运动方程，方程2是观测方程

其中uk代表传感器输入，z代表传感器观测，y代表路标。

运动方程: 相机是六自由度姿态，两次位姿之间的关系相差一个旋转矩阵。

观测方程：z是在xk位置观测到yj所产生的观测数据。例如，在xk看到一个特征点，获得他的像素坐标[u,v]，由三维空间点获得像素坐标，这是相机模型。