实验八 视觉SLAM

【实验目标】

• 了解什么是SLAM
• 实现视觉SLAM功能

【实验内容】

SLAM概述

SLAM（Simultaneous Localization and Mapping），同步定位与地图构建，最早在机器人领域提出，它指的是：机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的环境特征定位自身位置和姿态，再根据自身位置构建周围环境的增量式地图，从而达到同时定位和地图构建的目的。 如下图，通俗的来讲，SLAM回答两个问题：“我在哪儿？”“我周围是什么？”，就如同人到了一个陌生环境中一样，SLAM试图要解决的就是恢复出观察者自身和周围环境的相对空间关系，“我在哪儿”对应的就是定位问题，而“我周围是什么”对应的就是建图问题，给出周围环境的一个描述。回答了这两个问题，其实就完成了对自身和周边环境的空间认知。有了这个基础，就可以进行路径规划去达要去的目的地，在此过程中还需要及时的检测躲避遇到的障碍物，保证运行安全。

视觉SLAM(if applicable)

移动机器人不仅可以进行激光雷达SLAM，还可以进行视觉SLAM，视觉SLAM是利用深度相机完成的 1、启动底盘

roslaunch tianbot_bringup tianbot_bringup.launch

2、启动视觉SLAM

roslaunch tianbot_slam tianbot_gmapping.launch

3、启动Rviz，使用2D Nav Goal进行导航

roslaunch tianbot_rviz view_nav_amcl.launch

视觉SLAM简介

视觉SLAM主要是基于相机来完成环境的感知工作，相对而言，相机成本较低，容易放到商品硬件上，且图像信息丰富，因此视觉SLAM也备受关注。目前，视觉SLAM可分为单目、双目（多目）、RGBD这三类，另还有鱼眼、全景等特殊相机，但目前在研究和产品中还属于少数，此外，结合惯性测量器件（Inertial Measurement Unit，IMU）的视觉SLAM也是现在研究热点之一。从实现难度上来说，大致将这三类方法排序为：单目视觉>双目视觉>RGBD。