1.SJ-SLAM-14

1、引言

SLAM：Simultaneous Localization and Mapping 同时定位与地图构建

搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。

视觉SLAM：以相机为主要传感器的SLAM

问题：从图像中估计相机的运动以及环境的情况

应用：机器人、AR/VR、无人机、无人驾驶等等。

运动过程中把环境描述出来，这个描述不是唯一的，比如百度地图那种也叫做地图，还有就是三维空间中的点，把这些点用来定位，那么这些点组成的也叫地图等等

视觉SLAM主要的困难之处

三维空间的运动

受噪声影响

数据来源只有图像

人类看到的是图像，计算机看到的是数值矩阵

从学习角度来看

牵涉到理论太广

从理论到实现困难

资料缺乏

相关书籍和课程

The Bible：Multiple View Geometry in Computer Vision

State Estimation for Robotics: A Matrix-Lie-Group Approach

Probabilistic Robotics（主要将二维的激光的）

观念：只有亲自动手实现了算法，才能谈得上理解

预备知识

数学：高等数学、线性代数（矩阵论）、概率论

编程：C++、linux，了解语法和基本命令即可

阅读第一章习题作为自测

例如：

类是什么？STL是什么？

2、初始SLAM

本讲目标

理解一个视觉SLAM框架由哪几个模块组成，各模块的任务是什么。

搭建编程环境，为开发和实验做准备。

理解如何在Linux下编译并运行一个程序。如果它出了问题，我们又如何对它进行调试。

掌握cmake的基本使用方法。

以激光为传感器的SLAM研究得也比较完善了，而以相机为传感器的SLAM还有比较长的路要走。

相机为传感器的SLAM不能把相机遮挡，以及环境要有一定纹理，不能是全黑或者全白等

RGBD比较适合于室内，在室外还是用单目或者双目要好些

视觉里程计：它跟里程计很像，里程计知道这一步跟下一步之间的运动，下一步和下下部的运动，通过这种信息累加起来就知道轨迹了。而视觉里程计呢，它是根据两个图像或者图像之间的关系，这个时刻的图像跟下个时刻的图像，下个时刻和下下时刻的图像，通过比较两两之间的图像运动给估计出来，再把这些运动累叠起来，从而把运动估计出来。就是通过两个帧或者多个帧局部的几个帧的运动把轨迹给估计出来。里程计有噪声，会产生漂移，所以需要使用后端的全局优化。

第二讲的实践部分

演示内容

安装Ubuntu

理解一个程序由哪些部分构成

Hello SLAM

头文件和库文件

使用IDE

1、首先把代码git到ubuntu下，

git clone https://github.com/gaoxiang12/slambook

进入第二章ch2

mkdir ch2

cd ch2

touch main.cpp

#include <iostream>

using namespace std;

int main(int argc,char **argv)

{

　　cout<<"Hello,SLAM!"<<endl;

　　return 0;

}

它是一个c++程序，需要用c++的编译器把它使用起来gcc或者g++

g++ main.cpp

生成a.out

也可以g++ main.cpp -o helloSLAM

一个工程倒无所谓，当工程很大的时候，有很多.cpp文件，这时候都用gcc或者g++去编译这是一件很痛苦的事情，也有称为Makefile的工具，在这里我们使用CMake这样的工具。

首先，它是一个工程管理文件，CMake的每个目录下都有一个CMakeLists.txt(它是一个文本文件)的文件，我们要在CMakeLists.txt里面去声明这个工程是有哪些文件所组成的，CMakeLists.txt本身是有一套语法的，虽然它是文本文件，比如说，

首先我们要建立一个工程名字：

要先指定CMake的版本，

cmake_minimum_required(VERSION 2.8)

然后用project新建一个工程：

project(helloSLAM)

add_executable通过main.cpp把它编译成一个helloslam的可执行程序

add_executable(helloslam main.cpp)

通过这三句话就告诉了cmake这个工程是这样子组织的

那么这时候，这个目录下就有了CMakeLists.txt，它说明了这个目录下面的CMake工程怎样的，以及源程序是怎样子的，那么这时候就可以调用cmake来编译这个工程，这个CMake它需要指定一个目录，这个目录目前就是在当前目录下"."，这时候cmake就产生了很多编译信息，

这些编译信息会告诉你它使用的编译工具，以及最主要会生成一个Makefile文件，这个Makefile是自动生成的，这时候调用make，就可以对整个工程进行编译了，这个过程比之前一行一行去写g++来编译要强，因为我们现在只需要去维护这个CMakeLists.txt文件就可以了。

CMakeLists.txt

main.cpp

然后就是，当我们调用了cmake .的时候会产生很多中间文件，那么怎么处理呢？

我们更常见的做法是新建一个文件夹，进入到这个文件夹里面，对上层文件进行编译，如下，

这样做的好处就是所有编译出来的东西都在新建的文件夹里面，而在上层文件夹是干净的，只有一个main.cpp和CMakeLists.txt，如果当不想要这些输出结果的时候，就可以直接删掉build这个文件夹，

下面处理另一个问题，

程序除了可执行程序之外，还有一大堆并一定可以直接执行的程序，但是这些程序里面提供了一堆函数或者类，你可以在可执行程序里面调用，这时候他们就不是通过add_executable去生成的，它是一种叫做库的东西，下面演示一下，首先去新建一个库叫做hello.cpp

vim hello.cpp它提供了一个简单的函数

#include<iostream>

using namespace std;

void printHello()

{

　　cout<<"Hello,SLAM!!"<<endl;

}

这个函数还没有可执行程序去调用它，我们希望提供给其他程序用的，这时候怎么办呢，这时候需要一个库的概念，那么去CMakeLists.txt,里面添加add_library(hello hello.cpp)那么通过hello.cpp生成了一个库，这个库就叫做hello,这个库本身没有什么可以执行的东西，它只是向外提供了一个可以调用的函数，然后再对工程进行编译，可以看到除了生成了可执行程序helloslam之外，还生成了libhello.a的库文件，这个文件其实它本身是打了一个包，主要是对函数进行打了一个包，有了这个库之后，我们就可以去调用刚才那个hello.cpp文件里面的函数，为了调用它还需要一个hello.h的头文件来告诉它，我们的库里面有这样一个函数，

vim hello.h

#pragma once

void printHello();

把这个实现了的函数声明一下，那么这个hello.h和hello.cpp就构成了一个完整的库，这个库就可以在别的程序当中调用，

重新编写一个useHello.cpp来调用它，

#include "hello.h"

int main()

{

　　printHello();

　　return 0;

}

然后就在CMakeLists.txt下面去添加，