《物联网导论》课程教学资源（PPT课件）第16章 SLAM空间智能计算

物联网导论Introduction to Internetof Things第16章SLAM空间智能计算

1 Introduction to Internet of Things SLAM空间智能计算 16

内容回顾前一章介绍了低功耗广域网中代表性技术LoRa在传输性能提升、参数最优化配置、无源低功耗广域网以及定位感知等方面的最新研究进展，展示了LoRa技术在实现大规模泛在物联网系统上的巨大潜力

2 内容回顾 介绍了低功耗广域网中代表性技术LoRa在传输性能提升、参数最优化配置、无 源低功耗广域网以及定位感知等方面的最新研究进展，展示了LoRa技术在实现 大规模泛在物联网系统上的巨大潜力 前一章

本章内容16.1SLAM核心算法与框架16.2经典SLAM系统SLAM遇上AIoT：16.3算法、算力与平台

3 本章内容 SLAM核心算法与框架 经典SLAM系统 SLAM遇上AIoT： 算法、算力与平台 16.1 16.2 16.3

什么是SLAM？SLAM = Simultaneous Localization and Mapping即同时定位与建图已成为众多应用与产品的核心支撑算法车辆自动驾驶机器人路径规划无人机飞行控制ARKit&ARCore

4 什么是SLAM？ SLAM = Simultaneous Localization and Mapping 车辆自动驾驶 机器人路径规划 无人机飞行控制 AR Kit & AR Core 即同时定位与建图 已成为众多应用与产品的核心支撑算法

什么是SLAM?SLAM = Simultaneous Localization and Mapping同时定位与建图惯性无线视觉传感器传感器摄像头设备搭载特定传感器不需要环境先验信息于运动中建立环境的模型，同时估计自己的位置什么是环境？路标点的集合什么是运动？顿间6DoF的位姿变换环境建模任务+位置运动计算5

5 什么是SLAM？ • 环境建模任务 + 位置运动计算 SLAM = Simultaneous Localization and Mapping 同时定位与建图 不需要环境先验信息 于运动中建立环境的模型，同时估计自己的位置 什么是环境？ 路标点的集合 什么是运动？ 帧间6DoF的位姿变换 惯性 传感器 无线 传感器 视觉 摄像头 设备搭载特定传感器

SLAM基本框架主要包含五大部分传感器前端视觉后端（非线性）建图全局回环检测信息读取里程计优化后端前端视觉里程计非线性优化输入输出相机与传感器建图结果全局回环检测输入核心功能输出6

6 SLAM基本框架 主要包含五大部分 传感器 信息读取 前端视觉 里程计 后端（非线性） 优化 全局回环检测 建图

SLAM基本框架输入：相机与本体感受器摄像头单目（Monocular）：稀疏点云，尺度不确定双目（Stereo）：稀疏点云，计算复杂，标定复杂深度相机深度（RGB-D）：稠密点云，范围窄、噪声大、易受干扰单目相机双目相机IMU（惯性传感器）直接获取相机的位姿变化，为视觉观测提供先验信息

SLAM基本框架 摄像头 输入：相机与本体感受器 7 • 单 目 （ Monocular ） ： 稀疏点云，尺度不确定 IMU（惯性传感器） • 直接获取相机的位姿变化，为视觉观测提供先验信息 稠密点云，范围窄、噪 声大、易受干扰 稀疏点云，计算复杂， 标定复杂 • 双目（Stereo）： • 深度（RGB-D）：

SLAM基本框架前端：视觉里程计根据相邻图片确定相机运动Q：相机位姿前后顿特征点提取并匹配图片中的特征点根据匹配关系求解相机位姿变换空间中的地图点缺点：·容易出现误差累计漂移前视频顿后视频顿相机位姿变化8

SLAM基本框架 根据相邻图片确定相机运动 前端：视觉里程计 8 • 前后帧特征点提取并匹配 • 根据匹配关系求解相机位姿变换 缺点： • 容易出现误差累计漂移

SLAM基本框架后端：非线性优化处理SLAM过程中的噪声问题，并优化路标点位置滤波求解BA（bundleadjustment）问题非线性优化、图优化指标：最大后验概率估计优化前优化后优化相机位姿并删除部分几余地图点

SLAM基本框架 处理SLAM过程中的噪声问题，并优化路标点位置 后端：非线性优化 9 • 滤波 • 求解BA（bundle adjustment）问题 • 非线性优化、图优化 • 指标：最大后验概率估计 优化前 优化后 优化相机位姿并删 除部分冗余地图点

SLAM基本框架全局：回环检测让机器人具有识别曾经到达过场景的能力判断图像之间的相似性一旦发生回环：优化相机当前位置从全局角度对之前建立的地图进行优化校正累计误差导致长时间估计不再准确需要回环检测和全局校正10

SLAM基本框架 让机器人具有识别曾经到达过场景的能力 全局：回环检测 10 判断图像之间的相似性 一旦发生回环： • 优化相机当前位置 • 从全局角度对之前建立的地图进行优化校正