[SLAM] 03. ORB-SLAM2
一年后再读SLAM~ 行业有了不少工程实践方面的突破
目前来说，受到业界肯定的比较成熟的主要是：
1、西班牙Universidad de Zaragoza的ORB_SLAM2：raulmur/ORB_SLAM2
2、港科大的VIO：HKUST-Aerial-Robotics/VINS-Mobile
3、Google的SLAM：googlecartographer/cartographer
其中，
第一个mono、stereo和RGBD都支持，较多应用于AR应用领域，可以说是一套state-of-art的indoor camera SLAM系统，原版本暂不支持IMU，stereo_IMU可以参考：henrywen2011/orb_slam_imu；
第二个支持mono+IMU，出名于无人机地图绘制；
第三个支持2Dlidar（3Dlidar）+IMU，在无人驾驶中的地图构建领域著称。
=======================================分割线======================
ORB_SLAM2 支持IMU的版本虽没有放出来，效果感觉还是不错：https://www.youtube.com/watch?v=rdR5OR8egGI
1、基于ORB_SLAM2，Wang Jing加入了IMU，可参看：OpenSLAM/LearnViORB_NOROS
2、基于LearnViORB_NOROS，RomaTeng贡献了一个具有IMU+monoSLAM：ORB-VINS_RK4
3、另外一个支持IMU+monoSLAM的版本为OKVIS：ethz-asl/okvis
可见ORB_SLAM2的地位。
Camera trajectory is computed using ORB-SLAM2. Virtual cubes are inserted by the user on detected planes based on reconstructed points by the SLAM system. We are using just a monocular camera. Find the code of ORB-SLAM2 and this AR demo here: https://github.com/raulmur/ORB_SLAM2 https://github.com/raulmur/ORB_SLAM2
二、SLAM算法解析：抓住視覺SLAM難點，了解技術發展大趨勢
SLAM 技術涵蓋的範圍非常廣，按照不同的傳感器、應用場景、核心算法，SLAM 有很多種分類方法。按照傳感器的不同，可以分為
- 基於激光雷達的2D/3D SLAM、【Cartographer，掃地機器人】
- 基於深度相機的RGBD SLAM、
- 基於視覺傳感器的visual SLAM（以下簡稱vSLAM）、
- 基於視覺傳感器和慣性單元的visual inertial odometry（以下簡稱VIO ）。
視覺傳感器包括單目相機、雙目相機、魚眼相機等。由於視覺傳感器價格便宜，在室內室外均可以使用，因此 vSLAM 是研究的一大熱點。早期的 vSLAM 如 monoSLAM 更多的是延續機器人領域的濾波方法。
現在使用更多的是計算機視覺領域的優化方法，具體來說，是運動恢復結構（structure-from-motion）中的光束法平差（bundle adjustment）。
在 vSLAM 中，按照視覺特徵的提取方式，又可以分為特徵法、直接法。當前 vSLAM 的代表算法有 ORB-SLAM、SVO、DSO 等。
視覺傳感器對於無紋理的區域是沒有辦法工作的。慣性測量單元（IMU）通過內置的陀螺儀和加速度計可以測量角速度和加速度，進而推算相機的姿態，不過推算的姿態存在累計誤差。視覺傳感器和 IMU 存在很大的互補性，因此將二者測量信息進行融合的 VIO 也是一個研究熱點。
按照信息融合方式的不同，VIO 又可以分為基於濾波的方法、基於優化的方法。
VIO 的代表算法有 EKF、MSCKF、preintegration、OKVIS 等。 Google 的 Tango 平板就實現了效果不錯 VIO。
總的來說，相比於基於激光雷達和基於深度相機的 SLAM，基於視覺傳感器的 vSLAM 和 VIO 還不夠成熟，操作比較難，通常需要融合其他傳感器或者在一些受控的環境中使用。
与深度学习
自從深度學習在諸多領域所向披靡，不少研究者試圖用深度學習中 end-to-end 的思想重構 SLAM 的流程。目前有些工作試圖把 SLAM 的某些環節用深度學習代替。
不過這些方法沒有體現出壓倒性優勢，傳統的幾何方法依然是主流。
在深度學習的熱潮之下，SLAM 涉及的各個環節應該會逐漸吸收深度學習的成果，精度和魯棒性也會因此提升。也許將來 SLAM 的某些環節會整體被深度學習取代，形成一個新的框架。
SLAM 原本只關注環境的幾何信息，未來跟語義信息應該有更多的結合。借助於深度學習技術，當前的物體檢測、語義分割的技術發展很快，可以從圖像中可以獲得豐富的語義信息。這些語義信息是可以輔助推斷幾何信息的，例如已知物體的尺寸就是一個重要的幾何線索。
关于SLAM入门，在这里把几个相关的资料list出来：
1. slamcn主页：SlamCN
2. 大神Andrew Davison的主页：Andrew Davison: Research
3. openslam：http://openslam.org/
4. 泡泡机器人，微信公众号
5. 《视觉SLAM十四讲》，高翔，总结比较全面，同时有对应的code可以参考
6. slam基础知识：
室内定位（基于视觉）
基于视觉的室内定位，在AR/VR导航，以及GPS/WIFI基本上无法工作或者满足定位精度要求的场景很有用。
不知道大家有没有使用过微信的街景定位，通过拍摄一张室外的照片儿进行定位。可以简单的理解就是GPS加上图像匹配的方案进行的。在室内场景，这种方案依旧适用，但有一个问题，就是室内场景已经获取到的照片的位置真值的获取。最近看到一个解决方案是这样的：
a1. 采集待定位场景的连续视频数据（连续图片帧）；
a2. 使用SFM的方案，进行室内的3d建模；【SLAM 是 SfM（运动恢复结构：Structure from Motion）的一种实时版本】
a3. 根据获得的3d模型，给图片帧赋予真值；
a4. 通过图像search 以及匹配的方法进行定位 / 或者是训练深度学习模型，input是图片，output是图片的6DOF真值，然后对新输入的定位图片进行回归。
以上方案目前来看，只解决了特定场景的定位问题，由于数据是在云端的，所以一定需要在线使用，因此定位的频率不会太高。
orbslam可以看做是PTAM的一个延伸。ptam想必做visual slam 的都知道，它是第一个将tracking和mapping分成两个线程实现的实时slam系统，07年出来的时候很惊艳。几乎成立后来feature-based slam方法的标准。
这个系统基于ptam，个人感觉效果也更好一些（毕竟ptam相对较老），整合了covisible graph，基于bagofwords 做relocalization等技术。
处于什么地位很难讲，虽然创新点不是很多，但是工程上，它是目前最好的。几篇文章都发在机器人或者控制的顶会上了。
代码资源：
