视觉SLAM十四讲:从理论到实践

本书特色

[

本书系统介绍了视觉SLAM（同时定位与地图构建）所需的基本知识与核心算法，既包括数学理论基础，如三维空间的刚体运动、非线性优化，又包括计算机视觉的算法实现，例如多视图几何、回环检测等。此外，还提供了大量的实例代码供读者学习研究，从而更深入地掌握这些内容。本书可以作为对SLAM 感兴趣的研究人员的入门自学材料，也可以作为SLAM 相关的高校本科生或研究生课程教材使用。

]

内容简介

[

适读人群：本书适合对SLAM感兴趣的读者阅读，也适合有志于从事计算机视觉、机器人研究等领域的广大学生阅读，可作为SLAM技术的入门教材。
SLAM技术是全自动无人驾驶、无人机、机器人等人工智能产品的核心技术之一。
作者是SLAM领域非常杰出的青年专家。
书中不仅有深入浅出的讲解，同时注重理论和实践结合，大大降低了国内学生和相关从业者的进入门槛。

]

作者简介

[

　　高翔，2008年就读清华大学自动化系，2012年免试进入清华大学自动化系攻读博士学位。研究课题为视觉SLAM，兴趣包括计算机视觉与机器学习。曾撰写过与SLAM相关的论文和技术博客。
张涛，清华大学自动化系教授、党委书记、副系主任。1995年9月至1999年9月在清华大学自动化系检测技术与自动化装置专业学习，获博士学位。1999年10月至2002年9月在日本国立佐贺大学大学院工学系研究科系统控制专业学习，获博士学位。研究课题包括机器人、航空航天、计算机视觉等。
　　刘毅，华中科技大学图像与人工智能研究所在读博士，本科毕业于武汉理工大学数学系。读博期间专注于图像处理、三维重建、视觉SLAM，以及传感器融合研究和应用，读博期间先后于深圳市大疆创新公司，英特尔中国研究院等单位实习。
颜沁睿，比利时荷语鲁汶大学人工智能硕士，电子工程学士（GroupT）。电子科技大学信息显示与光电技术学士。长期致力于研究人工智能技术在机器人领域的应用，包括计算机视觉、机器学习和SLAM。现担任地平线机器人公司智能驾驶部算法工程师。

]

目录

第1 讲预备知识 11.1 本书讲什么11.2 如何使用本书31.2.1 组织方式31.2.2 代码51.2.3 面向的读者61.3 风格约定61.4 致谢和声明7第2 讲初识SLAM 92.1 引子：小萝卜的例子112.2 经典视觉SLAM 框架172.2.1 视觉里程计172.2.2 后端优化192.2.3 回环检测202.2.4 建图212.3 SLAM 问题的数学表述222.4 实践：编程基础 252.4.1 安装Linux 操作系统252.4.2 Hello SLAM272.4.3 使用cmake282.4.4 使用库302.4.5 使用IDE32第3 讲三维空间刚体运动373.1 旋转矩阵393.1.1 点和向量，坐标系393.1.2 坐标系间的欧氏变换403.1.3 变换矩阵与齐次坐标423.2 实践：Eigen 443.3 旋转向量和欧拉角483.3.1 旋转向量483.3.2 欧拉角503.4 四元数513.4.1 四元数的定义513.4.2 四元数的运算533.4.3 用四元数表示旋转553.4.4 四元数到旋转矩阵的转换553.5 * 相似、仿射、射影变换563.6 实践：Eigen 几何模块573.7 可视化演示60第4 讲李群与李代数624.1 李群与李代数基础 644.1.1 群644.1.2 李代数的引出654.1.3 李代数的定义 674.1.4 李代数so(3) 674.1.5 李代数se(3)684.2 指数与对数映射694.2.1 SO(3) 上的指数映射694.2.2 SE(3) 上的指数映射.704.3 李代数求导与扰动模型724.3.1 BCH 公式与近似形式724.3.2 SO(3) 李代数上的求导734.3.3 李代数求导744.3.4 扰动模型（左乘）754.3.5 SE(3) 上的李代数求导764.4 实践：Sophus764.5 * 相似变换群与李代数.794.6 小结81第5 讲相机与图像825.1 相机模型 845.1.1 针孔相机模型845.1.2 畸变875.1.3 双目相机模型 905.1.4 RGB-D 相机模型925.2 图像935.3 实践：图像的存取与访问955.3.1 安装OpenCV955.3.2 操作OpenCV 图像965.4 实践：拼接点云99第6 讲非线性优化1046.1 状态估计问题1066.1.1 *大后验与*大似然1066.1.2 *小二乘的引出 1086.2 非线性*小二乘1096.2.1 一阶和二阶梯度法1106.2.2 高斯牛顿法1116.2.3 列文伯格—马夸尔特方法1136.2.4 小结1146.3 实践：Ceres1156.3.1 Ceres 简介 1166.3.2 安装Ceres1166.3.3 使用Ceres 拟合曲线 1176.4 实践：g2o1216.4.1 图优化理论简介1216.4.2 g2o 的编译与安装1226.4.3 使用g2o 拟合曲线1236.5 小结128第7 讲视觉里程计11307.1 特征点法1327.1.1 特征点1327.1.2 ORB 特征1347.1.3 特征匹配1377.2 实践：特征提取和匹配1387.3 2D?2D: 对极几何1417.3.1 对极约束1417.3.2 本质矩阵1437.3.3 单应矩阵1467.4 实践：对极约束求解相机运动1487.5 三角测量1537.6 实践：三角测量1547.6.1 三角测量代码1547.6.2 讨论1567.7 3D?2D：PnP1577.7.1 直接线性变换1587.7.2 P3P1597.7.3 Bundle Adjustment 1617.8 实践：求解PnP1657.8.1 使用EPnP 求解位姿1657.8.2 使用BA 优化1667.9 3D?3D：ICP1727.9.1 SVD 方法1737.9.2 非线性优化方法 1757.10 实践：求解ICP1767.10.1 SVD 方法1767.10.2 非线性优化方法1787.11 小结180第8 讲视觉里程计21828.1 直接法的引出1848.2 光流（Optical Flow）1858.3 实践：LK 光流1878.3.1 使用TUM 公开数据集1878.3.2 使用LK 光流1888.4 直接法（Direct Method）1928.4.1 直接法的推导 1928.4.2 直接法的讨论1958.5 实践：RGB-D 的直接法1968.5.1 稀疏直接法1968.5.2 定义直接法的边1978.5.3 使用直接法估计相机运动 1998.5.4 半稠密直接法2008.5.5 直接法的讨论 2028.5.6 直接法优缺点总结 203第9 讲实践：设计前端2059.1 搭建VO 框架 2069.1.1 确定程序框架2079.1.2 确定基本数据结构2089.1.3 Camera 类2109.1.4 Frame 类2129.1.5 MapPoint 类 2139.1.6 Map 类 2139.1.7 Config 类 2149.2 基本的VO：特征提取和匹配2169.2.1 两两帧的视觉里程计2169.2.2 讨论2249.3 改进：优化PnP 的结果 2249.4 改进：局部地图 2279.5 小结233第10 讲后端1 23510.1 概述23710.1.1 状态估计的概率解释23710.1.2 线性系统和KF23910.1.3 非线性系统和EKF24210.1.4 EKF 的讨论24310.2 BA 与图优化24510.2.1 投影模型和BA 代价函数 24510.2.2 BA 的求解24710.2.3 稀疏性和边缘化24810.2.4 鲁棒核函数25510.2.5 小结25610.3 实践：g2o25710.3.1 BA 数据集25710.3.2 g2o 求解BA25810.3.3 求解26210.4 实践：Ceres 26410.4.1 Ceres 求解BA 26510.4.2 求解26710.5 小结269第11 讲后端2 27011.1 位姿图（Pose Graph）27111.1.1 Pose Graph 的意义27111.1.2 Pose Graph 的优化27211.2 实践：位姿图优化27411.2.1 g2o 原生位姿图 27411.2.2 李代数上的位姿图优化27811.2.3 小结28411.3 * 因子图优化初步28511.3.1 贝叶斯网络28511.3.2 因子图28611.3.3 增量特性28811.4 * 实践：gtsam 28911.4.1 安装gtsam 4.028911.4.2 位姿图优化290第12 讲回环检测29712.1 回环检测概述29912.1.1 回环检测的意义29912.1.2 方法 30012.1.3 准确率和召回率30112.2 词袋模型30312.3 字典 30512.3.1 字典的结构30512.3.2 实践：创建字典30612.4 相似度计算30912.4.1 理论部分30912.4.2 实践：相似度的计算31012.5 实验分析与评述31412.5.1 增加字典规模31412.5.2 相似性评分的处理31612.5.3 关键帧的处理31612.5.4 检测之后的验证31712.5.5 与机器学习的关系317第13 讲建图31913.1 概述32013.2 单目稠密重建32213.2.1 立体视觉32213.2.2 极线搜索与块匹配32313.2.3 高斯分布的深度滤波器32513.3 实践：单目稠密重建32813.4 实验分析与讨论33913.4.1 像素梯度的问题33913.4.2 逆深度34013.4.3 图像间的变换 34113.4.4 并行化：效率的问题34213.4.5 其他的改进34313.5 RGB-D 稠密建图34313.5.1 实践：点云地图34413.5.2 八叉树地图34713.5.3 实践：八叉树地图35013.6 *TSDF 地图和Fusion 系列35213.7 小结356第14 讲SLAM：现在与未来35714.1 当前的开源方案35814.1.1 MonoSLAM35814.1.2 PTAM35914.1.3 ORB-SLAM36114.1.4 LSD-SLAM36314.1.5 SVO 36414.1.6 RTAB-MAP36614.1.7 其他36714.2 未来的SLAM 话题36714.2.1 视觉 惯性导航SLAM36714.2.2 语义SLAM36914.2.3 SLAM 的未来 370附录A 高斯分布的性质371A.1 高斯分布371A.2 高斯分布的运算371A.2.1 线性运算371A.2.2 乘积372A.2.3 复合运算372A.3 复合的例子372附录B ROS 入门374B.1 ROS 是什么374B.2 ROS 的特点375B.3 如何快速上手ROS375参考文献377

封面

书名:视觉SLAM十四讲:从理论到实践

作者:高翔等

页数:388

定价:¥75.0

出版社:电子工业出版社

出版日期:2017-03-01

ISBN:9787121311048

PDF电子书大小:62MB 高清扫描完整版