视觉slam简单入门

• 基于特征点：ORB-Slam
• 基于直接法

解决的问题：

• 定位
• 地图

定位和地图是相互耦合的

相机分类

• 单目相机
• 双目相机
• 深度相机

相机的主要缺点：没有准确的深度信息

image-20240609122228867

视觉slam结构

前端：

视觉里程计（tracking），局部的运动估计，短时间。解决相邻两帧图像之间，相机是如何运动的，需要了解相机是如何投影的，两个图像之间如何做匹配（基于特征点，基于直接法）

后端：

整个地图长什么样子，回环检测（检测回到原点，消除不断累积误差），长时间的轨迹推断（如何简化成一个最小二乘问题）

3D几何

旋转

将一个坐标系\((e_1,e_2,e_3)\)变为\((e_1^\prime,e_1^\prime,e_1^\prime)\)，那么一个固定向量\(\alpha(a_1,a_2,a_3)\)在新的坐标系下的坐标推导如下： \[ \left.[\boldsymbol{e}_1,\boldsymbol{e}_2,\boldsymbol{e}_3]\left[\begin{array}{c}a_1\\\\a_2\\\\a_3\end{array}\right.\right]=\left[\boldsymbol{e}_1^{'},\boldsymbol{e}_2^{'},\boldsymbol{e}_3^{'}\right]\left[\begin{array}{c}a_1^{'}\\\\a_2^{'}\\\\a_3^{'}\end{array}\right] \] 然后左乘\([e_1^T,e_2^T,e_3^T]^T\)，得到： \[ \left.\left[\begin{array}{c}a_1\\\\a_2\\\\a_3\end{array}\right.\right]=\left[\begin{array}{ccc}e_1^Te_1^{'}&e_1^Te_2^{'}&e_1^Te_3^{'}\\e_2^Te_1^{'}&e_2^Te_2^{'}&e_2^Te_3^{'}\\e_3^Te_1^{'}&e_3^Te_2^{'}&e_3^Te_3^{'}\end{array}\right]\left[\begin{array}{c}a_1^{'}\\a_2^{'}\\a_3^{'}\end{array}\right]\triangleq Ra^{'} \] R是旋转矩阵，具有如下特征：

• R是正交矩阵，取逆的话可以直接取转置
• 行列式==+1

前端