视觉SLAM十四讲：从理论到实践 - (EPUB全文下载)

文件大小：0.31 mb。
文件格式：epub 格式。
书籍内容：

视觉SLAM十四讲：从理论到实践
第1讲　预备知识
第2讲　初识SLAM
第3讲　三维空间刚体运动
第4讲　李群与李代数
第5讲　相机与图像
第6讲　非线性优化
第7讲　视觉里程计1
第8讲　视觉里程计2
第9讲　实践：设计前端
第10讲　后端1
第11讲　后端2
第12讲　回环检测
第13讲　建图
第14讲　SLAM：现在与未来
附录A　高斯分布的
附录B　ROS入门
参考文献
封底
第1讲　预备知识
1.1　本书讲什么
这是一本介绍视觉SLAM的书，也很可能是第一本以视觉SLAM为主题的中文书。
那么，SLAM是什么？
SLAM是Simultaneous Localization and Mapping的缩写，中文译作“同时定位与地图构建”[1]。它是指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[2]。如果这里的传感器主要为相机，那就称为“视觉SLAM”。
本书的主题就是视觉SLAM。这里我们刻意把许多个定义放到一句话中，是希望读者有一个较明确的概念。首先，SLAM的目的是解决“定位”与“地图构建”这两个问题。也就是说，一边要估计传感器自身的位置，一边要建立周围环境的模型。那么怎么解决呢？这需要用到传感器的信息。传感器能以一定形式观察外部的世界，不过不同传感器观察的方式是不同的。而之所以要花一本书的内容去讨论这个问题，是因为它很难——特别是我们希望实时地、在没有先验知识的情况下进行SLAM。当用相机作为传感器时，我们要做的就是根据一张张连续运动的图像（它们形成了一段视频），从中推断相机的运动，以及周围环境的情况。
这似乎是个很直观的问题。我们自己走进陌生的环境时不就是这么做的吗？
在计算机视觉（ComputerVision）创立之初，人们就想象着有朝一日计算机将和人一样，通过眼睛去观察世界，理解周遭的物体，探索未知的领域——这是一个美妙而又浪漫的梦想，吸引了无数的科研人员日夜为之奋斗[3]。我们曾经以为这件事情并不困难，然而进展却远不如预想的那么顺利。我们眼中的花草树木、虫鱼鸟兽，在计算机中却是那样的不同：它们只是一个个由数字排列而成的矩阵（Matrix）。让计算机理解图像的内容，就像让我们自己理解这些数字一样困难。我们既不了解自己如何理解图像，也不知道计算机该如何理解、探索这个世界。于是我们困惑了很久，直到几十年后的今天，才发现了一点点成功的迹象：通过人工智能（Arti fi cial Intelligence）和机器学习（Machine Learning）技术，计算机渐渐能够辨别出物体、人脸、声音、文字——尽管它所用的方式（概率学建模）与我们是如此不同。另一方面，在SLAM发展了将近30年之后，我们的相机才渐渐开始能够认识到自身的位置，发觉自己在运动——虽然方式还是和我们人类有巨大的差异。不过，至少研究者们已经成功地搭建出种种实时SLAM系统，有的能够快速跟踪自身位置，有的甚至能够进行实时的三维重建。
这件事情确实很困难，但我们已经有了很大的进展。更令人兴奋的是，近年来随着科技的发展，涌现出了一大批与SLAM相关的应用点。在许多地方，我们都希望知道自身的位置：室内的扫地机和移动机器人需要定位，野外的自动驾驶汽车需要定位，空中的无人机需要定位，虚拟现实和增强现实的设备也需要定位。SLAM是那样重要。没有它，扫地机就无法在房间自主地移动，只能盲目地游荡；家用机器人就无法按照指令准确到达某个房间；虚拟现实也将永远固定在座椅之上——所有这些新奇的事物都无法出现在现实生活中，那将多么令人遗憾。
今天的研究者和应用开发人员，逐渐意识到了SLAM技术的重要性。在国际上，SLAM已经有近三十年的研究历史，也一直是机器人和计算机视觉的研究热点。21世纪以来，以视觉传感器为中心的视觉SLAM技术，在理论和实践上都经历了明显的转变与突破，正逐步从实验室研究迈向市场应用。同时，我们又遗憾地发现，至少在国内，与SLAM相关的论文、书籍仍然非常匮乏，让许多对SLAM技术感兴趣的初学者无从一窥门径。虽然SLAM的理论框架基本趋于稳定，但其编程实现仍然较为复杂，有着较高的技术门槛。刚步入SLAM领域的研究者，不得不花很长的时间，学习大量的知识，往往要走过许多弯路才得以接近SLAM技术的核心。
本书全面系统地介绍了以视觉传感器为主体的视觉SLAM技术，我们希望它能（部分地）填补这方面资料的空白。我们会详细地介绍SLAM的理论背景、系统架构，以及各个模块的主流做法。同时，极其重视实践：本书介绍的所有重要算法，都将给出可以运行的实际代码，以求加深读者的理解。之所以这么做，主要是考虑到SLAM毕竟是一项和实践紧密相关的技术。再漂亮的数学理论，如果不能转化为可以运行的代码，那就仍是可望而不可即的空中楼阁，没有实际意义。我们相信，实践出真知，实践出真爱。只有实际地演算过各种算法之后，你才能真正地认识SLAM，真正地喜欢上科研。
自1986年提出以来[4]，SLAM一直是机器人领域的热点问题。关于它的文献数以千计，想要对SLAM发展史上的所有算法及变种做一个完整的说明，是十分困难而且没有必要的。本书中会介绍SLAM所牵涉的背景知识，例如射影几何、计算机视觉、状态估计理论、李群李代数等，并在这些背景知识之上，给出SLAM这棵大树的主干，而略去一部分形状奇特、纹理复杂的枝叶。我们认为这种做法是有效的。如果读者能够掌握主干的精髓，那么自然会有能力去探索那些边缘的、细节的、错综复杂的前沿知识。所以，我们的目的是，让SLAM的初学者通过阅读本书快速地成长为能够探索这个领域边缘的研究者。另一方面，即便你已经是SLAM领域的研究人员，本书也可能有一些你还觉得陌生的地方，可以让你产生新的见解。
目前，与SLAM相关的书籍主要有《概率机器人》（Probabilistic robotics）[5]、《计算机视觉中的多视图几何》（Multiple View Geometry in Computer Vision） ............

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。