解决方案

视觉SLAM教程

主要目标：

本章节主要介绍视觉SLAM（visual simultaneous localization and mapping，VSLAM）算法原理。

在本章节，你将学会：

● 了解VSLAM算法原理

● 掌握经典VSLAM算法ORB-SLAM2的代码框架

● 能够通过ROS终端运行ORB-SLAM2定位建图系统

VSLAM原理简介

同步定位与建图（Simultaneous localization and mapping，SLAM）是机器人研究领域的关键技术，它指机器人进入完全陌生的环境后，利用自身传感器采集数据，对数据进行处理计算后得到自身的位置和姿态，同时建立一张用于定位导航或场景重建的地图。

VSLAM算法框架

传感器以相机为主，相机又分为单目、双目、RGB-D三种类型，单目相机即为常见的相机，双目相机通过双目视差测量物体距离，RGB-D相机通过红外结构直接测量物体距离。

VSLAM主要模块

特征提取与匹配，在特征提取阶段，该模块在图像中提取显著特征，主要是与周围区域像素差异比较大的像素关键点。同时给予关键点描述用于后特征的匹配。

特征提取与匹配

位姿估计，在得到前后帧图像的特征点匹配关系后计算两帧图像的相对旋转、位移。计算的方法包括对极约束、最小重投影误差等。

后端优化，众多VSLAM方案采用图优化，对多个时刻的相机位姿、观测到的路标点同时进行优化。图优化就是将优化问题以图结构表示，其中顶点为待优化变量，边为误差项。

回环检测，回环检测的关键就是判断当前帧图像和历史关键帧图像是否存在高度相似的情况。