Kinect视觉SLAM技术介绍–视觉机器人.pdf

Kinect 视觉 SLAM 技术介绍 – 视觉机器人 本文介绍 SLAM 的历史、 理论以及实现的方式， 且主要 介绍基于视觉（ Kinect ）的实现方式。 1. 前言 开始做 SLAM （机器人同时定位与建图）研究已经近一 年了。从一年级开始对这个方向产生兴趣，到现在为止，也 算是对这个领域有了大致的了解。然而越了解，越觉得这个 方向难度很大。总体来讲有以下几个原因： 1）入门资料很少。虽然国内也有不少人在做，但这方 面现在没有太好的入门教程。 《SLAM for dummies 》可以算 是一篇。中文资料几乎没有。 2 ）SLAM 研究已进行了三十多年，从上世纪的九十年 代开始。其中又有若干历史分枝和争论，要把握它的走向就 很费工夫。 3 ）难以实现。 SLAM 是一个完整的系统，由许多个分 支模块组成。现在经典的方案是“图像前端，优化后端，闭 环检测”的三部曲，很多文献看完了自己实现不出来。 4 ）自己动手编程需要学习大量的先决知识。首先你要 会 C 和 C++ ，网上很多代码还用了 11 标准的 C++ 。第二要 会用 Linux 。第三要会 cmake，vim/emacs 及一些编程工具。 第四要会用 openCV, PCL, Eigen 等第三方库。只有学会了这 些东西之后， 你才能真正上手编一个 SLAM 系统。 如果你要 跑实际机器人，还要会 ROS 。 当然，困难多意味着收获也多，坎坷的道路才能锻炼人 （比如说走着走着才发现 Linux 和 C++ 才是我的真爱之类 的。）鉴于目前网上关于视觉 SLAM 的资料极少，我于是想 把自己这一年多的经验与大家分享一下。说的不对的地方请 大家批评指正。 这篇文章关注视觉 SLAM ，专指用摄像机， Kinect 等深 度像机来做导航和探索， 且主要关心室内部分。 到目前为止， 室内的视觉 SLAM 仍处于研究阶段，远未到实际应用的程 度。一方面，编写和使用视觉 SLAM 需要大量的专业知识， 算法的实时性未达到实用要求； 另一方面， 视觉 SLAM 生成 的地图（多数是点云）还不能用来做机器人的路径规划，需 要科研人员进一步的探索和研究。 以下，我会介绍 SLAM 的 历史、理论以及实现的方式，且主要介绍视觉（ Kinect ）的 实现方式。 2. SLAM 问题 SLAM ，全称叫做 Simultaneous Localization and Mapping ，中文叫做同时定位与建图。啊不行，这么讲下去， 这篇文章肯定没有人读，所以我们换一个讲法。 3. 小萝卜的故事 从前，有一个机器人叫“小萝卜” 。它长着一双乌黑发 亮的大眼睛，叫做 Kinect 。有一天，它被邪恶的科学家关进 了一间空屋子，里面放满了杂七杂八的东西。 小萝卜感到很害怕，因为这个地方他从来没来过，一点 儿也不了解。让他感到害怕的主要是三个问题： 1） 自己在哪里？ 2 ） 这是什么地方