-
项目简介
视觉SLAM涉及到的知识点十分多,从最基本的传感器,坐标系变换,参数化,到多视图几何,线性代数,最优化算法,一个小的系统功能,就涵盖了十多个公式,逐个查找学习十分耗时。本教程想通过讲解一些VSLAM的基础概念,降低学习者后续学习开源vslam算法的难度,平滑小白学习vslam的学习曲线。并通过讲解vslam的基本原理,为后续学习者掌握复杂的vslam算法打下基础。 -
项目内容目录
0.前言
1.一幅图像的诞生:相机投影及相机畸变
2.差异与统一:坐标系变换与外参标定
3.描述状态不简单:三维空间刚体运动
4.也见森林:视觉SLAM简介
5.以不变应万变:前端-视觉里程计之特征点
6.换一个视角看世界:前端视觉里程计之对极几何
7.积硅步以至千里:前端-视觉里程计之相对位姿估计
8.在不确定中寻找确定:后端之卡尔曼滤波
9.每次更好,就是最好:后端之非线性优化
10.又回到曾经的地点:回环检测
11.终识庐山真面目:建图
12.实践是检验真理的唯一标准:设计VSLAM系统 \
这里列一些还需要完善的部分
- 每节需补充几个思考小习题,可以不给参考答案
- 如果有可供练习的算法代码,可以一齐补充
第五节:前端视觉里程计之特征点
- 1.公式的latex化
- 2.特征点优缺点,及实际使用情况介绍
第六节:换一个视角看世界:前端-视觉里程计之对极几何
- 1.公式的latex化
- 2.单应矩阵及本质矩阵,恢复运动的算法更详细的介绍
第七节:前端-视觉里程计之相对位姿估计
- 1.公式的latex化
- 2.各算法的优缺点
第八节:后端优化:卡尔曼滤波
- 1.贝叶斯滤波的补充
- 2.其他滤波的介绍
当前教程为VSLAM基础教程,涉及VSLAM背景知识及基础算法原理,对更深入的部分,计划后续开一个进阶教程进行讲解。
- 如果你想参与到项目中来欢迎查看项目的 Issue 查看没有被分配的任务。
- 如果你发现了一些问题,欢迎在 Issue 中进行反馈🐛。
- 如果你对本项目感兴趣想要参与进来可以通过 Discussion 进行交流💬。
如果你对 Datawhale 很感兴趣并想要发起一个新的项目,欢迎查看 Datawhale 贡献指南。
姓名 | 职责 | 简介 | 联系方式 |
---|---|---|---|
胡明豪 | 项目负责人,教程初版贡献者 | DataWhale成员,VSLAM算法工程师 | 530019431@qq.com |
王洲烽 | 第1,2章贡献者 | DataWhale成员,国防科技大学准研究生 | wangzhoufeng7346@gmail.com |
乔建森 | 第3章贡献者 | **航天科工三院-算法工程师 | 2719008838@qq.com |
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。