高翔《视觉SLAM》第一讲笔记

今天周一，这周准备刷完高翔的视觉SLAM课程前六章，并完成相对应的作业，任务艰巨，争取完成。在学完每章过后都会把今天学习的心得记下来方便日后进行回顾，第一讲的资料我放在文章的最后，方便大家下载。
第一讲 视觉SLAM：从理论到实践：

首先：SLAM是什么？
simultaneous localization and mapping 同时定位与地图构建

它主要解决两个问题：
1.我在什么地方？ 就是定位
2.我周围的环境是什么样子的？ 建图
这里我们就需要相机来获取信息，相机就是通过一定速率采集图像，形成视频，使用相机就可以通过二维像素点的形式来表示三维世界的信息。但是在这中间缺少了一个维度也就是最重要的维度-深度。
常用的相机主要是单目相机，双目相机，RGB-D相机；
他们之间的区别：

1. 单目相机：把三维空间通过二维面来表示，这种情况下缺少了深度信息，深度信息必须要通过其他方式去获取，现在最好的方式就是通过运动来获取三维信息。

2. 双目相机：是通过视差来计算深度信息，两个相机对同一物体的拍摄通过不同的角度获取不同的图像，经过相机的标定和算法可以计算出场景中物体的实际大小和距离。

3. RGB-D相机是通过红外结构光或者TOF原理来获取物体的深度信息，这种获取的方式比较直接，但是这种方式不能够在室外使用。
   当然还有别的一些相机例如全景相机，但是实际上现在还处于研究阶段，并没有被大家所使用。

视觉SLAM框架

一个完整的slam框架主要包括：
前端： visual odometry
后端： optimization
回环：loop closing
建图：Mapping


针对SLAM的数学描述：

我们用运动方程和观测方程来描述SLAM的整个过程，这个过程中，我们已知Uk（我们给小车的运动信号），Z（k，j）也是知道的，这是我们使用传感器测到的数据，我们需要去求的xk和yi，分别对应着定位和环境 这个问题叫做状态估计问题，也是我们后面需要去解决的核心问题。

第一讲的资料链接：https://pan.baidu.com/s/17lhsDEk2tjp-q7pElniGPQ
提取码：4lqd