LSD-SLAM(2)关于tracking线程的目标函数的推导

在LSD-SLAM的tracking部分，作者采用的是基于se(3)的图像调整策略。优化目标是带权重的光度误差，其中误差的权重随着像素亮度方差和深度方差的增大而减小。

论文公式如下所示：

上式中，p为像素坐标[p_x,p_y,1]；ξ为前后两帧的位姿变换的李代数表示；r是光度误差；V是深度方差估计；D是逆深度；σ_I是图像的亮度方差，是常量。

光度误差模型本身不难理解，但是在对照论文看源码的时候发现权重的求取比较难以理解，所以自己推导了一遍。

       首先来看代码

		float px = *(buf_warped_x+i);	// x'
		float py = *(buf_warped_y+i);	// y'
		float pz = *(buf_warped_z+i);	// z'
		float d = *(buf_d+i);	// d
		float rp = *(buf_warped_residual+i); // r_p
		float gx = *(buf_warped_dx+i);	// \delta_x I
		float gy = *(buf_warped_dy+i);  // \delta_y I
		float s = settings.var_weight * *(buf_idepthVar+i);	//