【视觉SLAM十四讲高翔】学习笔记一

SLAM:Simultaneous Localization and Mapping 同时定位与地图构建

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。

视觉SLAM：以相机为主要传感器的SLAM

问题：从图像中估计相机的运动以及环境的情况

SLAM解决的问题：定位、建图

How to do SLAM:

  两类传感器：

  安装于环境中的：二维码Marker、GPS、导轨、磁条

  携带于机器人本体上的IMU、激光、相机

各类相机的主要区别：

  单目：没有深度，必须通过移动相机产生深度（成像和场景有几何关系，近处的物体图像运动的     快，远处物体图像运动的慢，由此推断出距离）

  双目：通过视觉计算深度（左右眼的微小差异判断远近，同样，近处物体变化大，远处物体变化    小，推算距离计算量非常大）

  RGBD：通过物理方法测量深度（物理手段测量深度、结构光ToF、主动测量、功耗大、深度值       较准确、量程小、易受干扰）

视觉SLAM框架：

  前端：VO

  后端：Optimization

  回环检测：Loop Closing

  建图：Mapping

整体视觉SLAM流程图：

  传感器数据-----》前端视觉里程计--------》后端非线性优化--------》建图