第一次發(fā)布博客，主要記錄我在學(xué)習(xí)視覺SLAM十四講一書的理解和感悟。
第一章：初始SLAM。

這一章中的主要知識點有：（1）經(jīng)典視覺SLAM框架；（2）SLAM問題的數(shù)學(xué)表述

（1）經(jīng)典視覺SLAM框架

摘抄自《視覺SLAM十四講 從理論到實踐》

問題1：經(jīng)典的視覺SLAM框架包括哪些部分？?各部分的作用是什么？

經(jīng)典的視覺SLAM框架包括（a）傳感器數(shù)據(jù)、（b）視覺里程計（前端）、（c）非線性優(yōu)化（后端）、（d）回環(huán)檢測、（e）建圖五個部分。

各部分的作用是：（a）傳感器數(shù)據(jù)采集周圍環(huán)境的圖像信息，并進(jìn)行基礎(chǔ)的圖像預(yù)處理。（b）視覺里程計也被稱作前端，主要功能在于相機位姿估計和建圖。首先利用相鄰幀圖像中相同特征在像素坐標(biāo)中分布位置的差異來估計相機的位姿（平移和旋轉(zhuǎn)），然后基于估計的自身位姿和周圍物體的圖像，建立周圍環(huán)境地圖。如果相機對周圍物理環(huán)境的成像過程完全真實，也就是不考慮誤差的情況下，只需要通過視覺里程計即可建立真實的智能體運行軌跡以及周圍環(huán)境的地圖，但是實際情況下，相機的成像不可避免會受到干擾存在誤差，因此僅使用視覺里程計來記錄智能體運行軌跡以及周圍環(huán)境的地圖時會存在累計誤差，導(dǎo)致運行軌跡建模與周圍環(huán)境地圖建立存在較大的累計誤差。（c）非線性優(yōu)化也稱作后端，后端接收前段傳遞過來的相機位置信息，并通過回環(huán)檢測提供的重合點位置信息，糾正估計得到的整個軌跡和地圖。（d）回環(huán)檢測則不斷檢測當(dāng)前采集的圖像和以往的圖像是否相同，從而確定有沒有經(jīng)過相同地點，將相同地點信息傳遞給后端，讓后端消除（減小）累計誤差。

（2）SLAM問題的數(shù)學(xué)表述

摘抄自《視覺SLAM十四講 從理論到實踐》

問題2：SLAM問題數(shù)學(xué)表示是如何實施的？

SLAM問題數(shù)學(xué)表示由運動方程和觀測方程組成。其中運動方程的輸入為k-1時刻相機的位姿，相機拍攝的圖像（也就是運動傳感器的參數(shù)uk），噪聲wk。有了相機在k-1時刻的位姿，加上k時刻拍攝的圖像uk和噪聲wk，可以計算出k時刻相機的位姿。由于噪聲wk是未知的，因此求xk的過程被稱作估計。觀測方程的輸入為相機k時刻的位姿xk，第j個路標(biāo)的真實位置yj，以及拍攝過程中的噪聲，輸出為zk,j，zk,j也是圖像數(shù)據(jù)，希望根據(jù)相機k時刻的位姿xk，拍攝到的圖像zk,j，確定路標(biāo)yj的位置。

?

?

總結(jié)

以上是生活随笔為你收集整理的SLAM技术学习笔记的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。