👆点击“博文视点Broadview”，获取更多书讯

今年春节前，波士顿动力机器人又在朋友圈炸场了！

当工人需要工具包时，机器人迅速定位到工具包，携带工具包自主搭桥、上楼梯，动作敏捷高效。然后，其将工具包扔给工人，完成任务后体操式前空翻落地，一气呵成！

这不是波士顿动力人形机器人Atlas的第一次秀了，一年多前，Atlas展示了在一系列倾斜木板还有木箱垒成的阶梯的复杂场景中跑酷，如履平地，表现甚至超越人类。

波士顿动力机器人为什么这么智能？它是如何像人一样可以在复杂的环境下自主运动的呢？

其背后的核心技术之一就是机器人感知。

Atlas头部安装的深度相机以15帧每秒的速度生成环境的点云，然后用提供的环境地图确定自己在空间中的位置和姿态，同时感知环境中的障碍物和平面。

这是机器人能够准确完成自主运动的关键技术。

机器人自主运动离不开最近几年非常火的机器人同步定位与建图（Simultaneous Localization and Mapping，SLAM）技术。

SLAM技术最早应用于潜艇、太空车等军用领域，之后逐渐进入民用领域。

最近几年学术界诞生了大量优秀的SLAM算法框架，并且随着三维传感器的飞速发展和嵌入式设备算力的快速提升，SLAM技术开始大规模商业化应用，包括但不限于服务机器人、自动驾驶车辆、增强现实智能穿戴设备、智能无人机等。

这里我们有必要提一下SLAM的定义：它是指移动智能体从一个未知环境里的未知地点出发，在运动过程中通过自身传感器观测周围环境，并根据环境定位自身的位置，再根据自身位置进行增量式的地图构建，从而达到同时定位和地图构建的目的。

定位和建图是两个相辅相成的过程，地图可以提供更好的定位，定位可以进一步扩展地图。

从定义中可以发现，SLAM非常强调未知环境下自身和环境的相对位姿，这其实和人类到一个陌生环境后，通过观察周围环境来判断自己的位置是同样的道理。

定义中提到的智能体可以是机器人、智能手机、无人机、汽车、可穿戴设备等，传感器可以是相机、激光雷达、惯性测量单元（Inertial Measurement Unit，IMU）和轮速计等。如果只使用了相机作为传感器，就称为视觉SLAM；如果主要传感器是相机和IMU，则称为视觉惯性SLAM。

相比于以激光雷达作为主传感器的SLAM，视觉惯性SLAM传感器组合具备硬件体积小、功耗小、成本低等明显优势，同时定位效果、鲁棒性也表现不俗，是最近几年SLAM学术界研究、工业界落地的热门方向。

为什么要把视觉传感器和IMU结合呢？

我们从理论层面进行传感器互补性分析，主要有以下几个方面：

相机输出的是图像。相机在低速运动下能够稳定成像，而且由于短时间内图像变换不大，在特征匹配时表现较好；而当相机高速运动时，不仅容易造成成像模糊，而且短时间内图像差异也较大，这会导致重叠区域较少而出现特征误匹配的问题。而IMU输出的是线加速度和角速度，在快速运动时才输出可靠的测量，缓慢运动时测量结果反而不可靠。所以在慢速和快速运动下数据的可靠性方面，两者具有互补性。

相机成像效果不会随时间漂移。如果相机静止不动，则输出的图像也不变，该图像估计的位姿也是固定的。而IMU在短时间内具有较好的精度，长时间使用时，测量值会有明显的漂移，仅凭IMU本身是无法抑制漂移的，而图像可以提供约束来有效地估计并修正漂移。所以在抑制漂移方面，两者具有互补性。

图像的特征提取与匹配和场景的纹理丰富程度强相关。在遇到白墙、玻璃等特殊情况下，很难提取到可靠特征点。IMU则不受视觉场景环境的影响，在这些特殊场景下IMU输出不受影响。所以在使用场景上两者具有互补性。

当相机拍摄的图像发生变化时，仅凭图像信息无法判断是相机自己在运动还是外界环境发生了变化；而IMU测量的则是本体的运动，与外界环境无关。所以在感知自身运动和环境变化方面，两者具有互补性。

对于单目相机来说，无法获得绝对的尺度。而通过单目相机和IMU的数据融合，可以得到绝对的尺度信息。所以在确定绝对尺度方面，两者具有互补性。

综上所述，相机和IMU之间的数据紧耦合可以实现“1+1>2”的效果。

视觉惯性SLAM根据不同的参考标准有不同的分类方法。

根据视觉和IMU传感器融合方法的不同，视觉惯性SLAM系统可以分为松耦合和紧耦合。

根据后端优化方法不同，可以将SLAM分为基于滤波的方法和基于优化的方法。

下面是当前主流视觉惯性SLAM的对比：

主流视觉惯性SLAM对比

目前SLAM相关的书籍比较少，虽然它们涵盖了该领域的核心知识点，公式推导严谨，有的还配套有重要概念的代码实现。

但是，很多初学者在掌握了SLAM基础知识后发现距离真正的项目实践还有较大差距，他们对于如何开始自己的第一个SLAM项目实践比较迷茫。

《视觉惯性SLAM：理论与源码解析》则致力于解决这个问题，本书选取了经典的视觉SLAM框架和目前综合效果最好的视觉惯性SLAM框架进行庖丁解牛，引导读者循序渐进掌握自己的第一个SLAM项目。

01. 第一本带领读者从头到尾学习一个完整的SLAM项目的图书。从原理解析、代码解读到工程技巧，一步一个脚印。

02. 本书从初学者的视角切入，部分章节以零基础的小白和经验丰富的师兄两人对话的形式阐述。对话形式一方面可以把初学者学习过程中的很多基础问题展现出来，帮助读者在学习过程中不断思考和提升，提高工程实践经验；另外对话这种口语化的表达方式能够让读者在轻松的氛围中快速理解专业理论知识。

03. 每个重要的知识点都尝试从三个角度去分析：“What （是什么？）”“Why（为什么？）”“How（怎么做？）”，让读者知其然也知其所以然。

04. 丰富的图示和类比。我们把大量复杂或难以理解的原理或流程绘制为具象化的图像，一图胜千言，极大降低了学习门槛。

05. 开源代码配套详细的中文注释。

06. 全书采用全彩印刷，提供极致阅读体验。

本书虽然是针对ORB-SLAM2/3系列的原理及代码解析，但其中涉及的知识点同样适用于其他同类算法，学习方法和思路也值得借鉴。

目前，同时定位与建图（SLAM）技术是机器人、自动驾驶、AR、VR等众多前沿领域的基础技术之一，应该得到充分的重视与普及。然而，面向大众读者的有关SLAM的书籍、材料仍然为数不多。本书作为一本介绍VSLAM技术的图书，做到了理论与实践充分结合，同时也详细地解释了开源代码的内容，值得高校学生、从业者阅读和借鉴。

——高翔  清华大学自动化系博士 

视觉/视觉惯性SLAM技术对从业者的理论知识的掌握和编程水平要求都很高，导致很多初学者难以入门。本书以经典的ORB-SLAM2和ORB-SLAM3为学习对象，将相关原理和知识点介绍与源码解析有机结合起来，并通过有趣的对话形式和直观的示意图，循序渐进地引导读者学习和开发实践，显著降低了学习门槛。对于SLAM初学者来说，本书很值得一读。

——章国锋  浙江大学教授

视觉惯性SLAM是一项具有多学科背景、将理论知识与工程实践紧密结合的关键技术，学习难度大、门槛高。本书通过解析当下主流的ORB-SLAM2和ORB-SLAM3开源代码，并穿插介绍对应的数学理论知识，有助于初学者加深对视觉惯性SLAM的理解，对企业研发人员也有重要的参考价值。

——邹丹平  上海交通大学副教授

我和小六同学相识多年，他在SLAM领域深耕细作、寻根究底。本书是他在SLAM方向苦心孤诣、多年积累的心血。本书对SLAM领域经典的框架ORB-SLAM2和ORB-SLAM3做了全面、系统、详细的解读。本书将理论与代码相结合，有助于初学者对SLAM技术进行快速学习和使用。

——秦通  香港科技大学博士，SLAM经典算法VINS作者

视觉惯性SLAM作为一种基础技术，在机器人、自动驾驶、XR等领域有广泛而重要的应用价值。研究者和从业者学习视觉惯性SLAM，不但需要掌握多方面的理论知识，而且要求积累大量的实践经验，在实践中加深对理论的理解，探索新的方法，找到适合解决实际问题的系统设计和程序实现。本书围绕经典视觉SLAM框架ORB-SLAM系列，全面而详细地解析其算法原理和源代码实现，由浅入深、通俗易懂，为已有一定SLAM理论基础的进阶型读者提供了一个入门级的实践项目。本书所体现的学习思考和项目实践方法，也可以拓展到其他SLAM框架的学习上，值得读者仔细研读。

——吴克艰  美国明尼苏达大学博士，Nreal联合创始人

学习SLAM技术要内外兼修。本书手把手带你吃透ORB-SLAM经典框架，是很好的外功修炼手册。与网上诸多ORB-SLAM注解相比，本书最大的特点是提出非常多的“为什么”并给出精辟解答，让读者知其然且知其所以然，这展示了程博士多年积累的深厚功底。相信各阶段的SLAM学习者品读本书后，既能快速用于实战，也能对SLAM涉及的诸多理论查漏补缺、内化掌握。

——史雪松  复旦大学博士，高仙机器人SLAM算法总监

本书由中国科学院博士、计算机视觉life平台创始人程小六老师历时多年，精心打磨。

程小六博士的研究兴趣为计算机视觉、机器人定位与建图，有丰富的视觉惯性SLAM从业经验。

在本文下方留言，至下周二(3月14日晚22:00)

点赞最高的第1到5名，可获赠书一本！

免费图书等你来取！快快留言+点赞+转发， 你就有会免费获取本书！

直接购买

100本限时特惠，快快扫码抢购吧！

扫码抽奖赠书