文章目錄
- 學習筆記----SLAM的概論與架構
- 一、SLAM的提出與發展
- 二、從濾波器談SLAM
-
- 1.基于機率估計做出定位
- 2.通過機率不斷更新自身位置
- 三、SLAM的新突破--圖優化
- 四、SLAM的知識架構
-
- 1.總體架構
- 2.傳感器
- 3.基本理論
- 4.位姿估計與融合
- 5.回路與圖優化
- 6.環境表達,地圖的建構
- 7.深度學習
- 五、ROS的簡單介紹
學習筆記----SLAM的概論與架構
本筆記根據B站視訊學習總結而來,供大家學習交流探讨。
一、SLAM的提出與發展
1.為了解決兩個問題:目前環境的位置,目前環境的狀态。
2.在早期一些學者提出利用機率估計的方法來解決定位與構圖的問題
3.SLAM的一些部件:可見光視覺、IMU、雷射雷達、聲呐
4.SLAM的一些應用:無人駕駛、VR、AR、無人機、機器人
5.SLAM的分類:EKF-SLAM、FAST-SLAM、Graph-SLAM等等
二、從濾波器談SLAM
1.基于機率估計做出定位
1.基于自身運動模型估計位置,通過高斯模型來表示方差
2.傳感器基于地圖獲得位置估計
3.通過先驗+後驗實作融合
4.給出機器人位置的預測模型和觀測模型:
2.通過機率不斷更新自身位置
1.起始時刻機率為平均值
2.通過觀測,在有路标的位置附近的機率就為:
更新此時的狀态:
3.繼續更新位置:
4.再次獲得路标的觀測資料,更新狀态:
三、SLAM的新突破–圖優化
1.
2.
3.
四、SLAM的知識架構
1.總體架構
2.傳感器
1.傳感器的分類:視覺、雷射、聲呐超聲、慣導等
3.基本理論
1.濾波(随機估計)
2.坐标系、剛體運動
歐式旋轉和四元數,詳情見《視覺SLAM十四講》
3.相機模型、視覺幾何
相機模型:
視覺幾何:
4.位姿估計與融合
PnP ICP RANSAC…
5.回路與圖優化
1.詞袋模型:
6.環境表達,地圖的建構
點雲地圖、拓撲地圖、語義地圖、特征地圖…
7.深度學習
五、ROS的簡單介紹
1.結構功能:程序管理、内部程序通信、子產品驅動
2.工具:仿真、顯示、圖像互動、資料記錄
3.可實作功能:控制、規劃、感覺、構圖、操作
4.資源:基礎開發包開源、更新版本、開源教程