本文重點(diǎn)分享了SLAM原理、視覺(jué)SLAM框架、開(kāi)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(xiě)，中文譯作“同時(shí)定位與地圖構(gòu)建”。它是指搭載特定傳感器的主體，在沒(méi)有環(huán)境先驗(yàn)信息的情況下，于運(yùn)動(dòng)過(guò)程中建立環(huán)境的模型，同時(shí)估計(jì)自己的運(yùn)動(dòng)。如果這里的傳感器主要為相機(jī)，那就稱為“視覺(jué) SLAM”。

1.2開(kāi)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(huì)為后面的定位、導(dǎo)航等功能提供服務(wù)。

2）定位

視覺(jué)SLAM中可通過(guò)幀間數(shù)據(jù)匹配計(jì)算相機(jī)的相對(duì)變換，對(duì)應(yīng)的就是機(jī)器人的位姿信息，不過(guò)該計(jì)算結(jié)果中存在累計(jì)誤差的影響；利用SLAM建立的全局地圖，通過(guò)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(guò)，哪些地方不能通過(guò)”的信息，那么我們可以以此實(shí)現(xiàn)機(jī)器人在地圖中從某一起點(diǎn)到某一終點(diǎn)的路徑規(guī)劃與跟蹤，并能夠?qū)Φ貓D中固定障礙物實(shí)現(xiàn)避障。但這對(duì)我們能夠建立的地圖有要求，需要是“稠密”地圖。

02視覺(jué)SLAM

2.1 經(jīng)典視覺(jué)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(jué)SLAM框架，這個(gè)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(jué)程序庫(kù)和機(jī)器人程序庫(kù)中提供。

圖2-1 經(jīng)典視覺(jué)SLAM框架

我們把整個(gè)視覺(jué) SLAM 流程分為以下幾步：

1）傳感器信息讀取，在視覺(jué) 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(pán)、慣性傳感器等信息的讀取和同步。

2）視覺(jué)里程計(jì)(Visual Odometry, VO)，視覺(jué)里程計(jì)任務(wù)是估算相鄰圖像間相機(jī)的運(yùn)動(dòng)，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(shí)刻視覺(jué)里程計(jì)測(cè)量的相機(jī)位姿，以及回環(huán)檢測(cè)的信息，對(duì)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(cè)（Loop Closing），回環(huán)檢測(cè)判斷機(jī)器人是否曾經(jīng)到達(dá)過(guò)先前的位置。如果檢測(cè)到回環(huán)，它會(huì)把信息提供給后端進(jìn)行處理。

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

某些使用場(chǎng)合中，我們只截取SLAM的部分功能應(yīng)用到實(shí)際場(chǎng)景中。舉例來(lái)說(shuō)只使用VO部分我們可以得到連續(xù)的相機(jī)相對(duì)運(yùn)動(dòng)信息，雖然該運(yùn)動(dòng)信息存在累計(jì)誤差，但應(yīng)用中對(duì)此要求不高甚至不做要求，譬如VR頭顯中計(jì)算頭顯設(shè)備運(yùn)動(dòng)時(shí)的位姿。

不過(guò)一般在機(jī)器人應(yīng)用場(chǎng)景中，個(gè)人認(rèn)為建圖功能也是不可或缺的。因?yàn)榍岸税ê蠖藘?yōu)化得到的運(yùn)動(dòng)信息始終包含累積誤差，該累積誤差在SLAM中只能通過(guò)回環(huán)檢測(cè)（機(jī)器人回到某一處曾經(jīng)經(jīng)過(guò)的地方且系統(tǒng)識(shí)別出來(lái)）或者與事先建立好的具有較高精度的全局地圖匹配來(lái)消除。但是機(jī)器人在實(shí)際運(yùn)動(dòng)中，不能保證全局路徑一定會(huì)有重疊處，也就是說(shuō)在SLAM計(jì)算中很可能出現(xiàn)不存在回環(huán)的情況，此時(shí)累積誤差只能通過(guò)與全局地圖匹配來(lái)消除，因此SLAM的建圖功能也不可或缺。

圖2-2 回環(huán)檢測(cè)消除累積誤差

這一點(diǎn)在VINS開(kāi)源項(xiàng)目（香港科技大學(xué)團(tuán)隊(duì)基于單目+IMU開(kāi)發(fā)的開(kāi)源SLAM方案）中的測(cè)試視頻（見(jiàn)“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(cè)前，SLAM計(jì)算得到的位姿與真實(shí)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(guò)的地方且SLAM成功執(zhí)行了回環(huán)檢測(cè)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(cè)前的位姿累積誤差

圖2-4 回環(huán)檢測(cè)消除累計(jì)誤差

2.2視覺(jué)SLAM方案的分類

視覺(jué)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(diǎn)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(duì)slam方案進(jìn)行簡(jiǎn)單的介紹。

1）單目slam

只使用一個(gè)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(shí)際大小作為參考），能夠完成連續(xù)圖像間相機(jī)位姿的計(jì)算與建圖。優(yōu)點(diǎn)在于設(shè)備簡(jiǎn)單，成本低。缺點(diǎn)在于存在尺度漂移現(xiàn)象；圖像的深度信息只能通過(guò)三角測(cè)量計(jì)算得到，對(duì)環(huán)境適應(yīng)性差；在相機(jī)位移較小時(shí)計(jì)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(guò)立體視覺(jué)原理計(jì)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(diǎn)在于對(duì)環(huán)境的適應(yīng)性要高于單目slam，且能夠計(jì)算得到像素真實(shí)深度；缺點(diǎn)在于像素深度計(jì)算量較大，一般通過(guò)FPGA或者GPU加速實(shí)現(xiàn)實(shí)時(shí)計(jì)算輸出。

3）RGBD SLAM

RGBD相機(jī)是指能夠同時(shí)輸出RGB圖像和對(duì)應(yīng)的深度圖的相機(jī)，其測(cè)量像素深度不再通過(guò)耗時(shí)的被動(dòng)雙目匹配計(jì)算，而是通過(guò)激光散斑增加圖像紋理加速計(jì)算或者硬件測(cè)量（結(jié)構(gòu)光、TOF等）實(shí)現(xiàn)。因此它可以看做減小了計(jì)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(lái)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(wèn)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(gè)時(shí)間誤差項(xiàng)以供優(yōu)化。理論上來(lái)說(shuō)IMU提供了冗余的運(yùn)動(dòng)信息，通過(guò)數(shù)據(jù)融合可以得到更加精確的運(yùn)動(dòng)估計(jì)。

從實(shí)現(xiàn)難度上來(lái)看：?jiǎn)文縎LAM>雙目SLAM>RGBD SLAM。

2.3 開(kāi)源視覺(jué)SLAM方案匯總

目前比較流行的開(kāi)源視覺(jué)SLAM方案如表2-1所示：

表2-1 開(kāi)源SLAM方案匯總

03

視覺(jué)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(guò)大，計(jì)算結(jié)果必定也不夠理想。先以VINS項(xiàng)目為例，根據(jù)論文內(nèi)容他們的設(shè)備型號(hào)和具體信息如下。

相機(jī)模塊：?jiǎn)文肯鄼C(jī)，型號(hào)為MatrixVision的mvBlueFOX-MLC200w，具有全局快門；cmos型號(hào)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(hào)為ADXL278和ADXRS290（都為工業(yè)級(jí)IMU芯片）；可以確定A3內(nèi)置對(duì)IMU的校準(zhǔn)去躁等處理算法。

圖3-1 VINS中設(shè)備型號(hào)

由此看來(lái)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(duì)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(gè)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(kāi)源SLAM方案；反之單目+IMU的設(shè)備對(duì)開(kāi)源方案的限制較大（只能是單目/單目+IMU）。

INDEMIND雙目慣性模組（點(diǎn)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(jì)方面，對(duì)場(chǎng)景適應(yīng)性不好且精度較差。雙目/RGBD因?yàn)榭梢杂?jì)算得到深度，在建圖方面相對(duì)具有優(yōu)勢(shì)，更容易建立“稠密”地圖。

3）SLAM定位實(shí)現(xiàn)中，基于單目的方案其計(jì)算量也要比基于雙目/RGBD要大，且因?yàn)橐肓巳菧y(cè)量部分，對(duì)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(shí)為了加快開(kāi)發(fā)進(jìn)程，可選擇類似INDEMIND雙目慣性模組提供開(kāi)發(fā)SDK等工具的產(chǎn)品，可以省去對(duì)于相機(jī)的標(biāo)定、數(shù)據(jù)同步等開(kāi)發(fā)工作。

審核編輯 ：李倩