视觉SLAM十四讲笔记及课后习题-第一讲
前言
写这个博客主要是为了总结一下自己近期学习的一些知识,希望能够理顺一下,可能会包括笔记,代码实践,课后习题,这里面会有一些自己的理解以及从其他博客或者网站中了解到的相关知识。
笔记
SLAM是Simultaneous Localization and Mapping的缩写,中文译作“同时定位与地图构建”。它是指搭载特定传感器的主体,在没有环境先验信息的情况下,于运动过程中建立环境的模型,同时估计自己的运动。如果这里的传感器主要为相机,那就称为“视觉SLAM”。
第1讲是预备知识,介绍基本信息。
第2-6讲为要用到的所有数学知识,其中包括三维空间刚体运动、利群与李代数、针孔相机模型及图像在计算机中的表达、非线性优化,将会接触到Eigen、Sophus、OpenCV、Ceres以及g2o库的使用。
第7-14讲将主要介绍视觉SLAM的重要组成部分视觉里程计、后端优化、回环检测、建图等的原理及实现过程,最后还包括一个SLAM系统的设计例程以及对SLAM的现在和未来的展望分析。
代码在https://github.com/gaoxiang12/slambook2