SLAM simultaneous loacation and mapping
特征点-稀疏
直接法-稠密
frontend
initial 获得相机位置和姿态 以及地图点
backend
optimization - loop closure - relocalization
optimization
卡尔曼滤波适用于线性系统
markov 一阶 后一个时刻的状态只与前一个时刻的状态相关
集束调整
key frame 利用关键帧进行处理优化
关键帧,两帧之间的特征匹配数量大小(新的帧与关键帧),设置阈值,当判断成立,插入关键帧(设置),每一个关键帧,计算场景以及相机位置和姿态,逐步扩大地图,直到闭环场景结束。
全局优化和局部优化
对于关键帧
loop closure 闭环
尽管有了优化,还是会出现漂移drift.所以需要加入约束,闭环就是一个很好的约束。如果形成一个闭环,即出现了原来检测滚的地方,即可以进行全局优化,对关键帧的相机位置和姿态以及地图点进行优化,对同一点进行闭合,其他点进行调整。
relocalization 重定位
现有的系统
MonoSLAM
PTAM
ORB-SLAM
LSD-SLAM
LOAM
DeepV2D
推荐书籍 SLAM十四讲