基于鱼眼相机的SLAM方法介绍
本文是一篇关于鱼眼相机的SLAM的介绍以及开源demo体验的介绍，希望有兴趣的小伙伴能够自行体验，并积极分享相关内容。欢迎交流和讨论，联系邮箱：dianyunpcl@163.com
{MultiCol-SLAM} - A Modular Real-Time Multi-Camera SLAM System
CubemapSLAM: A Piecewise-Pinhole Monocular Fisheye SLAM System
两个工程都是应用在鱼眼相机上的SLAM方案，在ORB-SLAM的基础上针对鱼眼相机做了更好的适配的工作。其中MultiCol-SLAM是一种多相机的SLAM方案，能够在复杂的环境中获取更鲁棒的位姿跟踪效果，更丰富的环境信息。CubemapSLAM方案也参考了MultiCol-SLAM相机模型处理基础上，扩展为单目的鱼眼相机SLAM系统。
MultiCol-SLAM
MultiCol-SLAM这篇文章中要对相机的多项式模型进行标定，是一个多鱼眼相机SLAM系统。对ORB-SLAM和ORB-SLAM2中提出的SLAM系统进行了改进，并将其扩展到鱼眼和多鱼眼相机系统中。
在ORB-SLAM的基础上提出了新的概念和方法：
（1）多关键帧
（2）鱼眼相机模型（Scaramuzza's polynomial model）
（3）基于多相机的捆集约束方法
（4）多相机的回环检测算法
（5）等等
在程序实现方法改进了
（1） 将矩阵变换从 cv::Mat 改为 cv::Matx 和 cv::Vec
（2） 把访问图像像素或者描述子从 .at 改为 .ptr()
（3）使用g2o::SparseOptimizerTerminateAction函数作为捆集约束姿态估计的终止条件
为了处理多摄像机系统，引入了主体帧，即描述多摄像机装备运动的帧：
开源地址：https://github.com/urbste/MultiCol-SLAM
参考文献：
1. MultiCol Bundle Adjustment: A Generic Method for Pose Estimation, Simultaneous Self-Calibration and Reconstruction for Arbitrary Multi-Camera Systems
2. Improved Wide-Angle, Fisheye and Omnidirectional Camera Calibration
CubemapSLAM
因为鱼眼相机有着较大的畸变，针对鱼眼相机做了一定的区域上的处理，特别是鱼眼相机的边界处的像素直接使用mask的方式将其舍弃，能够很好的实现SLAM的功能，
CubemapSLAM是一个实时的基于功能的SLAM(同时)定位与测绘)系统为鱼眼相机的一大特色视场(FoV)。大型FoV摄像机适用于大型户外活动SLAM应用程序，因为它们增加了视觉上的重叠连续帧，捕捉更多属于静态部分的像素的环境。然而，目前基于功能的SLAM系统就是这样因为PTAM和ORB-SLAM将他们的相机模型限制在针孔上。来为了弥补这一空缺，提出了一种新的SLAM系统利用完整的FoV而不引入失真的cubemap模型
开源地址：https://github.com/nkwangyh/CubemapSLAM
参考文献：
1. {ORB-SLAM}: a Versatile and Accurate Monocular {SLAM} System
2. {ORB-SLAM2}: an Open-Source {SLAM} System for Monocular, Stereo and {RGB-D} Cameras
3. MultiCol-SLAM-a modular real-time multi-camera slam system
平台活动指南
公众号将会推送基于PCL库的点云处理，SLAM，三维视觉，高精地图相关的文章。公众号致力于理解三维世界相关内容的干货分享。不仅组织技术交流群，并且组建github组群，可自由分享。交流提问。
历史文章查看点云学习历史文章大汇总
1.一起学SLAM：第三期：一起来学SLAM
2.招募乐于分享的你：点云PCL运营招募啦
3.招募计算机视觉，SLAM，三维视觉，点云等相关领域博客博主，公众号博客或者公司开设专栏,只要与平台主题相关，乐于分享，都可以与本平台合作经营，发布原创文章。并且可以加入微信，QQ交流群，认识更多志同道合的一起同行分享。
4，相机体验：图漾双目，小觅相机，奥比中光三款相机活动
有意者均可联系邮箱：dianyunpcl@163.com，或者评论文章留言。
关于我们
目前微信交流群不断壮大，由于人数太多，目前有两个群，为了鼓励大家分享，我们希望大家能在学习的同时积极分享，将您的问题或者小总结和分享投稿发到群主邮箱dianyunpcl@163.com。以上内容如有错误或者需要补充的，请留言！同时欢迎大家关注微信公众号,积极分享投稿，或者加入3D视觉微信群或QQ交流群。博客链接
博客园：https://www.cnblogs.com/li-yao7758258/
CSDN：https://blog.csdn.net/u013019296/
未经允许请勿在转载，原创不易，如需转载请联系群主，请注明出处。
排版：particle 供稿：being_young(博客名)