本文重點分享了SLAM原理、視覺SLAM框架、開源SLAM分類及傳感器選擇等方面內(nèi)容。

01SLAM的引入

1.1定義

SLAM 是 Simultaneous Localization and Mapping 的縮寫，中文譯作“同時定位與地圖構(gòu)建”。它是指搭載特定傳感器的主體，在沒有環(huán)境先驗信息的情況下，于運動過程中建立環(huán)境的模型，同時估計自己的運動。如果這里的傳感器主要為相機(jī)，那就稱為“視覺 SLAM”。

1.2開發(fā)背景

圖1-1 SLAM中建圖的分類與作用

引入SLAM的主要目的如下：

1）建圖

使用SLAM可在傳感器具有良好表現(xiàn)的環(huán)境下建立精度較高的全局地圖，建立好的地圖會為后面的定位、導(dǎo)航等功能提供服務(wù)。

2）定位

視覺SLAM中可通過幀間數(shù)據(jù)匹配計算相機(jī)的相對變換，對應(yīng)的就是機(jī)器人的位姿信息，不過該計算結(jié)果中存在累計誤差的影響；利用SLAM建立的全局地圖，通過相機(jī)采集到的環(huán)境信息與地圖進(jìn)行匹配可以減小累積誤差的影響，獲得更加精準(zhǔn)的機(jī)器人位姿。

3）導(dǎo)航

如果我們建立的地圖中包含了“哪些地方可以通過，哪些地方不能通過”的信息，那么我們可以以此實現(xiàn)機(jī)器人在地圖中從某一起點到某一終點的路徑規(guī)劃與跟蹤，并能夠?qū)Φ貓D中固定障礙物實現(xiàn)避障。但這對我們能夠建立的地圖有要求，需要是“稠密”地圖。

02視覺SLAM

2.1 經(jīng)典視覺SLAM框架

SLAM至今已歷經(jīng)三十多年的研究，這里給出經(jīng)典視覺SLAM框架，這個框架本身及其包含的算法已經(jīng)基本定型，并且已經(jīng)在許多視覺程序庫和機(jī)器人程序庫中提供。

圖2-1 經(jīng)典視覺SLAM框架

我們把整個視覺 SLAM 流程分為以下幾步：

1）傳感器信息讀取，在視覺 SLAM 中主要為相機(jī)圖像信息的讀取和預(yù)處理。如果在機(jī)器人中，還可能有碼盤、慣性傳感器等信息的讀取和同步。

2）視覺里程計(Visual Odometry, VO)，視覺里程計任務(wù)是估算相鄰圖像間相機(jī)的運動，以及局部地圖的樣子，VO 又稱為前端（Front End）。

3）后端優(yōu)化（Optimization），后端接受不同時刻視覺里程計測量的相機(jī)位姿，以及回環(huán)檢測的信息，對它們進(jìn)行優(yōu)化，得到全局一致的軌跡和地圖。由于接在 VO 之后，又稱為后端（Back End）。

4）回環(huán)檢測（Loop Closing），回環(huán)檢測判斷機(jī)器人是否曾經(jīng)到達(dá)過先前的位置。如果檢測到回環(huán)，它會把信息提供給后端進(jìn)行處理。

5）建圖（Mapping），它根據(jù)估計的軌跡，建立與任務(wù)要求對應(yīng)的地圖。

某些使用場合中，我們只截取SLAM的部分功能應(yīng)用到實際場景中。舉例來說只使用VO部分我們可以得到連續(xù)的相機(jī)相對運動信息，雖然該運動信息存在累計誤差，但應(yīng)用中對此要求不高甚至不做要求，譬如VR頭顯中計算頭顯設(shè)備運動時的位姿。

不過一般在機(jī)器人應(yīng)用場景中，個人認(rèn)為建圖功能也是不可或缺的。因為前端包括后端優(yōu)化得到的運動信息始終包含累積誤差，該累積誤差在SLAM中只能通過回環(huán)檢測（機(jī)器人回到某一處曾經(jīng)經(jīng)過的地方且系統(tǒng)識別出來）或者與事先建立好的具有較高精度的全局地圖匹配來消除。但是機(jī)器人在實際運動中，不能保證全局路徑一定會有重疊處，也就是說在SLAM計算中很可能出現(xiàn)不存在回環(huán)的情況，此時累積誤差只能通過與全局地圖匹配來消除，因此SLAM的建圖功能也不可或缺。

圖2-2 回環(huán)檢測消除累積誤差

這一點在VINS開源項目（香港科技大學(xué)團(tuán)隊基于單目+IMU開發(fā)的開源SLAM方案）中的測試視頻（見“視頻/VINS/[Open Source] VINS-Mono_ Monocular Visual-Inertial System in EuRoC MAV Dataset (MH_05 V1_03).mp4”）中也有體現(xiàn)。在回環(huán)檢測前，SLAM計算得到的位姿與真實位姿之間已經(jīng)產(chǎn)生了很大的偏差，如圖2-3所示；該偏差只有在相機(jī)回到了曾經(jīng)經(jīng)過的地方且SLAM成功執(zhí)行了回環(huán)檢測后才得到了消除，如圖2-4所示。

圖2-3 未進(jìn)行回環(huán)檢測前的位姿累積誤差

圖2-4 回環(huán)檢測消除累計誤差

2.2視覺SLAM方案的分類

視覺SLAM方案可按照傳感器的不同（單目、雙目、RGBD、與IMU的組合等）、前端方法的不同（主要分為直接法和特征點法）、后端優(yōu)化方案的不同（濾波或者非線性優(yōu)化）、生成地圖形式的不同（稀疏地圖、稠密地圖等）具有不同的劃分。這里主要以傳感器的不同對slam方案進(jìn)行簡單的介紹。

1）單目slam

只使用一個攝像頭采集信息，在尺度完成初始化的情況下（即相機(jī)初始階段進(jìn)行了一段位移且確定了該段位移的實際大小作為參考），能夠完成連續(xù)圖像間相機(jī)位姿的計算與建圖。優(yōu)點在于設(shè)備簡單，成本低。缺點在于存在尺度漂移現(xiàn)象；圖像的深度信息只能通過三角測量計算得到，對環(huán)境適應(yīng)性差；在相機(jī)位移較小時計算誤差較大，建圖精度不高。

2）雙目slam

使用雙目相機(jī)采集信息，雙目相機(jī)可以通過立體視覺原理計算得到像素深度，這樣就不存在單目slam中深度未知的情況。優(yōu)點在于對環(huán)境的適應(yīng)性要高于單目slam，且能夠計算得到像素真實深度；缺點在于像素深度計算量較大，一般通過FPGA或者GPU加速實現(xiàn)實時計算輸出。

3）RGBD SLAM

RGBD相機(jī)是指能夠同時輸出RGB圖像和對應(yīng)的深度圖的相機(jī)，其測量像素深度不再通過耗時的被動雙目匹配計算，而是通過激光散斑增加圖像紋理加速計算或者硬件測量（結(jié)構(gòu)光、TOF等）實現(xiàn)。因此它可以看做減小了計算量的雙目SLAM，但是RGBD相機(jī)普遍在室外表現(xiàn)效果不佳，更多用于室內(nèi)環(huán)境。

4）近年來有學(xué)者提出單目/雙目+IMU的slam方案，其中IMU主要起到的作用包括：

（1）解決單目slam的初始化尺度問題

（2）追蹤中提供較好的初始位姿

（3）提供重力方向

（4）提供一個時間誤差項以供優(yōu)化。理論上來說IMU提供了冗余的運動信息，通過數(shù)據(jù)融合可以得到更加精確的運動估計。

從實現(xiàn)難度上來看：單目SLAM>雙目SLAM>RGBD SLAM。

2.3 開源視覺SLAM方案匯總

目前比較流行的開源視覺SLAM方案如表2-1所示：

表2-1 開源SLAM方案匯總

03

視覺SLAM設(shè)備選型

3.1 設(shè)備選型的重要性

設(shè)備選型的重要性不言而喻，畢竟“好模型架不住壞數(shù)據(jù)”，SLAM模型建立得再好，如果設(shè)備采集的數(shù)據(jù)本身誤差過大，計算結(jié)果必定也不夠理想。先以VINS項目為例，根據(jù)論文內(nèi)容他們的設(shè)備型號和具體信息如下。

相機(jī)模塊：單目相機(jī)，型號為MatrixVision的mvBlueFOX-MLC200w，具有全局快門；cmos型號為MT9V034，單色，分辨率為752X480，幀率20Hz。

IMU：該模塊使用的是大疆的集成飛控模塊A3的內(nèi)置IMU模塊，芯片型號為ADXL278和ADXRS290（都為工業(yè)級IMU芯片）；可以確定A3內(nèi)置對IMU的校準(zhǔn)去躁等處理算法。

圖3-1 VINS中設(shè)備型號

由此看來VINS選用的硬件是具有一定要求的，其采集數(shù)據(jù)的精度也對SLAM算法最終的效果產(chǎn)生正向作用。

3.2 設(shè)備類型選擇

以RGBD相機(jī)為例，很多基于結(jié)構(gòu)光或者ToF方案的深度攝像頭在室外表現(xiàn)不佳，主要原因是室外自然光的影響。個人初步傾向于選用雙目或者RGBD（雙目某些情況下可視為RGBD）+IMU的方案，主要理由如下：

1）雙目/RGBD+IMU的硬件，可在此基礎(chǔ)上嘗試基于單目/雙目/RGBD/單目+IMU/雙目+IMU等多種開源SLAM方案；反之單目+IMU的設(shè)備對開源方案的限制較大（只能是單目/單目+IMU）。

INDEMIND雙目慣性模組（點擊原文鏈接了解詳情）

2）單目SLAM在建圖方面，尤其是深度估計方面，對場景適應(yīng)性不好且精度較差。雙目/RGBD因為可以計算得到深度，在建圖方面相對具有優(yōu)勢，更容易建立“稠密”地圖。

3）SLAM定位實現(xiàn)中，基于單目的方案其計算量也要比基于雙目/RGBD要大，且因為引入了三角測量部分，對于環(huán)境適應(yīng)性較差。

所以在選型方面，可主要聚焦在雙目/RGBD類型；同時為了加快開發(fā)進(jìn)程，可選擇類似INDEMIND雙目慣性模組提供開發(fā)SDK等工具的產(chǎn)品，可以省去對于相機(jī)的標(biāo)定、數(shù)據(jù)同步等開發(fā)工作。

審核編輯 ：李倩