一、SLAM: Simultaneous Localization and Mapping, 同时定位与地图构建

1. 解释

   搭建特定传感器的主体（机器人等），在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。

2. 本质

   对运动主体自身和周围环境空间不确定性的估计

3. 个人理解

   SLAM主要是希望机器人本体具备自主运动能力，而且不需要破坏环境，即不需要主动在环境中安装导轨、二维码等特殊标记，而只需要被动接受环境中的信息，这也意味着传感器不需要安装在环境中，而是安装在机器人本体上。主要让机器人明白两件事：

   • 定位——我在什么地方
   • 建图——周围环境是什么样？

   有了以上两点信息后，机器人就可以在已经“熟知”的环境下进行导航作业，并且可以实时知道自己此刻在哪，距离目的地还有多远等信息。

4. 传感器的选择

   • 相机：视觉SLAM
   • 激光：激光SLAM

5. 相关经典书籍

   • 《概率机器人》
   • 《计算机视觉中的多视图几何》
   • 《机器人学中的状态估计》

二、经典视觉SLAM框架

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Ou4wnF7o-1636978308536)(https://s3-us-west-2.amazonaws.com/secure.notion-static.com/e81d9141-8b5a-4129-8ad0-2424132a0334/Untitled.png)]

1. 传感器信息读取。

   • 相机图像信息的读取和预处理
   • 激光
   • 码盘
   • 惯性传感器

2. 前端视觉里程计(Visual Odometry, VO)

   • 估算相邻图像间相机的运动，以及局部地图的样子

   • VO又称为前端（Front End）

   • 个人理解

     通过传感器我们可以获得机器人运动前后信息的变化，比如相机，我们可以获得前后两帧图片，和人眼类似。但是人类可以轻易地根据图片判断运动变化，旋转还是平移了？左转还是右转？等等。但是处理器是不能明白这些变化的，需要特定的算法去估计，我们也不可能得到准确的变化值。所以，将不可避免的产生**累积漂移(Accumulating Drift)，**这些误差就需要后面的步骤去消除，相当于一个闭环过程。

3. 后端（非线性）优化(Optimization)

   • 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，对它们进行优化，得到全局一致的轨迹和地图。又称为后端（Back End）
   • 主要处理SLAM过程中的噪声问题

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。如果检测到回环，它会把信息提供给后端进行处理。
   • 主要解决位置估计随时间漂移的问题
   • 通过某种手段，让机器人知道“回到了原点”
   • 扫描二维码、判断图像间的相似性等等

5. 建图(Mapping)

   • 它根据估计的轨迹，建立与任务要求对应的地图。
   • 地图

     • 度量地图（Metric Map）

       • 稀疏（Sparse）

         选择一部分具有代表意义的东西，称之为路标（Landmark），满足定位需求

       • 稠密（Dense）

         着重于建模所有看到的东西，适用于导航

     • 拓扑地图

       相比于度量地图的精确性，拓扑地图更强调地图元素之间的关系。拓扑地图是一个图（Graph），由节点和边组成，只考虑节点间的连通性。

三、SLAM问题的数学表述

1. 运动

   • 意义：机器人在运动过程中，从$k-1$时刻到$k$时刻，其位置$x$是如何变化的。

   • 运动方程

     $$x_k=f(x_{k-1},u_k,w_k)$$

     $u_k$是运动传感器的读数或者输入，$w_k$为该过程中加入的噪声

2. 观测

   • 意义：机器人在$x_k$位置上看到一个路标点$y_j$时，产生了一个观测数据$z_{k,j}$

   • 观测方程

     $$z_{k,j}=h(y_j,x_k,v_{k,j})$$

     $v_{k,j}$是这次观测里的噪声

3. SLAM问题——>状态估计问题

   如何求解定位问题（估计$x$）？如何解决建图问题（估计$y$）？

   • 滤波器：卡尔曼滤波器、粒子滤波器… …
   • 非线性优化：图优化… …