1.　　前言

　　讀者朋友們大家好?。ê芫煤芫茫┲埃覀?yōu)榇蠹医榻B了SLAM的基本概念和方法。相信大家對(duì)SLAM，應(yīng)該有了基本的認(rèn)識(shí)。在忙完一堆寫論文、博士開題的事情之后，我準(zhǔn)備回來(lái)繼續(xù)填坑：為大家介紹SLAM研究的方方面面。如果前兩篇文章算是"初識(shí)"，接下來(lái)幾篇就是"漸入佳境"了。在第三篇中，我們要談?wù)凷LAM中的各個(gè)研究點(diǎn)，為研究生們（應(yīng)該是博客的多數(shù)讀者吧）作一個(gè)提綱挈領(lǐng)的摘要。然后，我們?cè)倬透鱾€(gè)小問題，講講經(jīng)典的算法與分類。我有耐心講，你是否有耐心聽呢？

　　在《SLAM for Dummy》中，有一句話說(shuō)的好："SLAM并不是一種算法，而是一個(gè)概念。（SLAM is more like a concept than a single algorithm.）"所以，你可以和導(dǎo)師、師兄弟（以及師妹，如果有的話）說(shuō)你在研究SLAM，但是，作為同行，我可能更關(guān)心：你在研究SLAM中的哪一個(gè)問題。有些研究者專注于實(shí)現(xiàn)一個(gè)具體的SLAM系統(tǒng)，而更多的人則是在研究SLAM里某些方法的改進(jìn)。做應(yīng)用和做理論的人往往彼此看不起，不過(guò)二者對(duì)科研都是有貢獻(xiàn)的。作為研究生，我還是建議各位抓住SLAM中一個(gè)小問題，看看能否對(duì)現(xiàn)有的算法進(jìn)行改進(jìn)或者比較。不要覺得這種事情膚淺，它是對(duì)研究有實(shí)際幫助和意義的。同時(shí)，我也有一些朋友，做了一個(gè)基于濾波器/圖優(yōu)化的SLAM實(shí)現(xiàn)。程序是跑起來(lái)了，但他/她不知道自己有哪些貢獻(xiàn)，鉆研了哪個(gè)問題，寫論文的時(shí)候就很頭疼。所以，作為研究生，我建議你選擇SLAM中的一個(gè)問題，改進(jìn)其中的算法，而不是先找一堆程序跑起來(lái)再說(shuō)。

　　那么問題來(lái)了：SLAM方面究竟有哪些可以研究的地方呢？我為大家上一個(gè)腦圖。

　　這個(gè)圖是從我筆記本上拍下來(lái)的（請(qǐng)勿吐槽字和對(duì)焦）?？梢钥吹?，以SLAM為中心，有五個(gè)圈連接到它。我稱它為Basic Theory（基礎(chǔ)理論）、Sensor（傳感器）、Mapping（建圖）、Loop Detection（回環(huán)檢測(cè)）、Advanced Topic（高級(jí)問題）。這可以說(shuō)是SLAM的研究方向。下面我們"花開五朵，各表一枝"。

2.　　基本理論

　　SLAM的基本理論，是指它的數(shù)學(xué)建模。也就是你如何用數(shù)學(xué)模型來(lái)表達(dá)這個(gè)問題。為什么說(shuō)它"基本"呢？因?yàn)閿?shù)學(xué)模型影響著整個(gè)系統(tǒng)的性能，決定了其他問題的處理方法。在早先的研究中（86年提出[1]至21世紀(jì)前期[2]），是使用卡爾曼濾波器的數(shù)學(xué)模型的。那里的機(jī)器人，就是一個(gè)位姿的時(shí)間序列；而地圖，就是一堆路標(biāo)點(diǎn)的集合。什么是路標(biāo)點(diǎn)的集合？就是用(x,y,z)(x,y,z)表示每一個(gè)路標(biāo)，然后在濾波器更新的過(guò)程中，讓這三個(gè)數(shù)慢慢收斂。

　　那么，請(qǐng)問這樣的模型好不好？

　　好處是可以直接套用濾波器的求解方法?？柭鼮V波器是很成熟的理論，比較靠譜。

　　缺點(diǎn)呢？首先，濾波器有什么缺點(diǎn)，基于它的SLAM就有什么缺點(diǎn)。所以EKF的線性化假設(shè)啊，必須存儲(chǔ)協(xié)方差矩陣帶來(lái)的資源消耗啊，都成了缺點(diǎn)（之后的文章里會(huì)介紹）。然后呢，最直觀的就是，用(x,y,z)(x,y,z)表示路標(biāo)？萬(wàn)一路標(biāo)變了怎么辦？平時(shí)我們不就把屋里的桌子椅子挪來(lái)挪去的嗎？那時(shí)候?yàn)V波器就掛了。所以啊，它也不適用于動(dòng)態(tài)的場(chǎng)合。

　　這種局限性就是數(shù)學(xué)模型本身帶來(lái)的，和其他的算法無(wú)關(guān)。如果你希望在動(dòng)態(tài)環(huán)境中跑SLAM，就要使用其他模型或改進(jìn)現(xiàn)有的模型了。

　　SLAM的基本理論，向來(lái)分為濾波器和優(yōu)化方法兩類。濾波器有擴(kuò)展卡爾曼濾波（EKF）、粒子濾波（PF），F(xiàn)astSLAM等，較早出現(xiàn)。而優(yōu)化方向用姿態(tài)圖（Pose Graph），其思想在先前的文章中介紹過(guò)。近年來(lái)用優(yōu)化的逐漸增多，而濾波器方面則在13年出現(xiàn)了基于Random Finite Set的方法[3]，也是一個(gè)新興的浪潮[4]。關(guān)于這些方法的詳細(xì)內(nèi)容，我們?cè)诮窈蟮奈恼轮性龠M(jìn)行討論。

　　作為SLAM的研究人員，應(yīng)該對(duì)各種基本理論以及優(yōu)缺點(diǎn)有一個(gè)大致的了解，盡管它們的實(shí)現(xiàn)可能非常復(fù)雜。

3.　　傳感器

　　傳感器是機(jī)器人感知世界的方式。傳感器的選擇和安裝方式，決定了觀測(cè)方程的具體形式，也在很大程度上影響著SLAM問題的難度。早期的SLAM多使用激光傳感器（Laser Range Finder），而現(xiàn)在則多使用視覺相機(jī)、深度相機(jī)、聲吶（水下）以及傳感器融合。我覺得該方向可供研究點(diǎn)有如下幾個(gè)：

• 如何使用新興傳感器進(jìn)行SLAM。    要知道傳感器在不斷發(fā)展，總有新式的東西會(huì)出來(lái)，所以這方面研究肯定不會(huì)斷。
• 不同的安裝方式對(duì)SLAM的影響。    舉例來(lái)說(shuō)，比如相機(jī)，頂視（看天花板）和下視（看地板）的SLAM問題要比平視容易很多。為什么容易呢？因?yàn)轫?下視的數(shù)據(jù)非常穩(wěn)定，不像平視，要受各種東西的干擾。當(dāng)然，你也可以研究其他的安裝方式。
• 改進(jìn)傳統(tǒng)傳感器的數(shù)據(jù)處理。        這部分就有些困難了，因?yàn)榻?jīng)常傳感器已經(jīng)有很多人在使用，你做的改進(jìn)，未必比現(xiàn)有的成熟方法更好。

4.　　建圖

　　建圖，顧名思議，就是如何畫地圖唄。其實(shí)，如果知道了機(jī)器人的真實(shí)軌跡，畫地圖是很簡(jiǎn)單的一件事。不過(guò)，地圖的具體形式也是研究點(diǎn)之一。比如說(shuō)常見的有以下幾種：

• 路標(biāo)地圖。       

　　地圖由一堆路標(biāo)點(diǎn)組成。EKF中的地圖就是這樣的。但是，也有人說(shuō)，這真的是地圖嗎（這些零零碎碎的點(diǎn)都是什么啊喂）？所以路標(biāo)圖盡管很方便，但多數(shù)人對(duì)這種地圖是不滿意的，至少看上去不像個(gè)地圖啊。于是就有了密集型地圖（Dense map）。

• 度量地圖（Metric map）    

　　通常指2D/3D的網(wǎng)格地圖，也就是大家經(jīng)常見的那種黑白的/點(diǎn)云式地圖。點(diǎn)云地圖比較酷炫，很有種高科技的感覺。它的優(yōu)點(diǎn)是精度比較高，比如2D地圖可以用0-1表示某個(gè)點(diǎn)是否可通過(guò)，對(duì)導(dǎo)航很有用。缺點(diǎn)是相當(dāng)吃存儲(chǔ)空間，特別是3D，把所有空間點(diǎn)都存起來(lái)了，然而大多數(shù)角角落落里的點(diǎn)除了好看之外都沒什么意義……

• 拓?fù)涞貓D（Topological map）       

　　拓?fù)涞貓D是比度量地圖更緊湊的一種地圖。它將地圖抽象為圖論中的"點(diǎn)"和"邊"，使之更符合人類的思維。比如說(shuō)我要去五道口，不知道路，去問別人。那人肯定不會(huì)說(shuō)，你先往前走621米，向左拐94.2度，再走1035米……（這是瘋子吧）。正常人肯定會(huì)說(shuō)，往前走到第二個(gè)十字路口，左拐，走到下一個(gè)紅綠燈，等等。這就是拓?fù)涞貓D。

• 混合地圖。        

　　既然有人要分類，就肯定有人想把各類的好處揉到一起。這個(gè)就不多說(shuō)了吧。

5.　　回環(huán)檢測(cè)

　　回環(huán)檢測(cè)，又稱閉環(huán)檢測(cè)（Loop closure detection），是指機(jī)器人識(shí)別曾到達(dá)場(chǎng)景的能力。如果檢測(cè)成功，可以顯著地減小累積誤差。

　　回環(huán)檢測(cè)目前多采用詞袋模型（Bag-of-Word），研究計(jì)算機(jī)視覺的同學(xué)肯定不會(huì)陌生。它實(shí)質(zhì)上是一個(gè)檢測(cè)觀測(cè)數(shù)據(jù)相似性的問題。在詞袋模型中，我們提取每張圖像中的特征，把它們的特征向量（descriptor）進(jìn)行聚類，建立類別數(shù)據(jù)庫(kù)。比如說(shuō)，眼睛、鼻子、耳朵、嘴等等（實(shí)際當(dāng)中沒那么高級(jí)，基本上是一些邊緣和角）。假設(shè)有10000個(gè)類吧。然后，對(duì)于每一個(gè)圖像，可以分析它含有數(shù)據(jù)庫(kù)中哪幾個(gè)類。以1表示有，以0表示沒有。那么，這個(gè)圖像就可用10000維的一個(gè)向量來(lái)表達(dá)。而不同的圖像，只要比較它們的向量即可。

　　回環(huán)檢測(cè)也可以建成一個(gè)模型識(shí)別問題，所以你也可以使用各種機(jī)器學(xué)習(xí)的方法來(lái)做，比如什么決策樹/SVM，也可以試試Deep Learning。不過(guò)實(shí)際當(dāng)中要求實(shí)時(shí)檢測(cè)，沒有那么多時(shí)間讓你訓(xùn)練分類器。所以SLAM更側(cè)重在線的學(xué)習(xí)方法。

6.　　高級(jí)話題

　　前面的都是基礎(chǔ)的SLAM，只有"定位"和"建圖"兩件事。這兩件事在今天已經(jīng)做的比較完善了。近幾年的RGB-D SLAM[5], SVO[6], Kinect Fusion[7]等等，都已經(jīng)做出了十分炫的效果。但是SLAM還未走進(jìn)人們的實(shí)際生活。為什么呢？

　　因?yàn)閷?shí)際環(huán)境往往非常復(fù)雜。燈光會(huì)變，太陽(yáng)東升西落，不斷的有人從門里面進(jìn)進(jìn)出出，并不是一間安安靜靜的空屋子，讓一個(gè)機(jī)器人以2cm/s的速度慢慢逛。論文中看起來(lái)酷炫的算法，在實(shí)際環(huán)境中往往捉襟見肘，處處碰壁。向?qū)嶋H環(huán)境挑戰(zhàn)，是SLAM技術(shù)的主要發(fā)展方向，也就是我們所說(shuō)的高級(jí)話題。主要有：動(dòng)態(tài)場(chǎng)景、語(yǔ)義地圖、多機(jī)器人協(xié)作等等。

7.　　小結(jié)

　　本文向大家介紹了SLAM中的各個(gè)研究點(diǎn)。我并不想把它寫成綜述，因?yàn)椴灰欢ㄓ腥嗽敢饪匆欢训膮⒖嘉墨I(xiàn)，我更想把它寫成小故事的形式。

　　最后，讓我們想象一下未來(lái)SLAM的樣子吧：

　　有一天，小蘿卜被領(lǐng)進(jìn)了一家新的實(shí)驗(yàn)樓。在短暫的自我介紹之后，他飛快地在樓里逛了一圈，記住了哪里是走廊，哪兒是房間。他刻意地觀察各個(gè)房間特有的物品，以便區(qū)分這些看起來(lái)很相似的房間。然后，他回到了科學(xué)家身邊，協(xié)助他的研究。有時(shí)，科學(xué)家會(huì)讓他去各個(gè)屋里找人，找資料，有時(shí)，也帶著他去認(rèn)識(shí)新安裝的儀器和設(shè)備。在閑著沒事時(shí)，小蘿卜也會(huì)在樓里逛逛，看看那些屋里都有什么變化。每當(dāng)新的參觀人員到來(lái)，小蘿卜會(huì)給他們看樓里的平面圖，向他們介紹各個(gè)樓層的方位與狀況，為他們導(dǎo)航。大家都很喜歡小蘿卜。而小蘿卜明白，這一切，都是過(guò)去幾十年里SLAM研究人員不斷探索的結(jié)果。

References:

[1].    Smith, R.C. and P. Cheeseman, On the Representation and Estimation of Spatial Uncertainty. International Journal of Robotics Research, 1986. 5(4): p. 56--68.

[2].    Se, S., D. Lowe and J. Little, Mobile robot localization and mapping with uncertainty using scale-invariant visual landmarks. The international Journal of robotics Research, 2002. 21(8): p. 735--758.

[3].    Mullane, J., et al., A Random-Finite-Set Approach to Bayesian SLAM. IEEE Transactions on Robotics, 2011.

[4].    Adams, M., et al., SLAM Gets a PHD: New Concepts in Map Estimation. IEEE Robotics Automation Magazine, 2014. 21(2): p. 26--37.

[5].    Endres, F., et al., 3-D Mapping With an RGB-D Camera. IEEE Transactions on Robotics, 2014. 30(1): p. 177--187.

[6].    Forster, C., M. Pizzoli and D. Scaramuzza, SVO: Fast semi-direct monocular visual odometry. 2014, IEEE. p. 15--22.

[7].    Newcombe, R.A., et al., KinectFusion: Real-time dense surface mapping and tracking. 2011, IEEE. p. 127--136.