SLAM问题的数学表述：为之后的非线性优化以及BA模型铺垫

SLAM问题的数学表述

场景：机器人（简称为小哪吒）携带着传感器在环境里移动，相机每隔一段时间拍照，并获得相应的照片。

问题1: 什么是运动？
相机只在离散的时刻拍摄，我们也只关心这些时刻的位置和地图，将这些离散的时刻视为 t = 1, …, K。对于运动的描述，就是小哪吒在这些时刻运动到了哪里。然而在SLAM里，对于运动的描述，不仅仅是三维空间的位置，还包括了相机的方向，综合起来，也就是我们所理解的外参矩阵（相对于世界坐标系的旋转和平移）。为了简便描述，我们将相机在k时刻的位置（即运动描述）称为xk。

问题2:什么是观测？
观测本质上是一个对三维世界观测并建立小哪吒周围地图的过程！为了简化地图的构建，我们假设三维世界由一系列特征点组成，实现对这些特征点的观测就是实现了对三维世界的建模（地图的构建）。

先来看运动。通常，机器人会携带一个测量自身运动的传感器，比如码盘或惯性传感器，我们使用一个通用的、抽象的数学模型来表示：
xk = f(xk-1, uk, wk)
其中uk表示运动传感器的读数（输入）
wk为噪声
xk-1为上一时刻小哪吒的状态
xk为该时刻测量得到的小哪吒的状态（可能会有累计误差）
当然运动传感器也不是完全精确的，在某些状态下，可能不够准确
此方程我们称之为运动方程

与此相对，即观测：
该方程描述的是，小哪吒在xk的位置上看到了某个路标点yi（即特征点），产生了一个观测数据zkj（图像上的像素），用一个抽象的函数h来描述该关系：
zkj = h(yj,xk,vkj)
vkj表示观测里的噪声

这两个方程描述了最基本的SLAM问题：当知道运动测量的读数u（运动传感器），以及传感器读数z（获得的相片），如何求解定位问题（估计x，相机的位姿）和建图问题（估计y）？这时，我们就把SLAM问题变成了一个状态估计问题，如何通过带有噪声的测量数据，估计内部的，隐藏的状态变量？

举例：通常SLAM问题直观的目的是求解X，即我们需要知道机器人在空间中的位置姿态，比如自动驾驶场景，扫地机器人场景，建图是为了更好地估计状态。但是在ORB-SLAM中，我们依据的是对每一帧图像求特征点，并且对前后两幅图像的配准来估计相机的运动状态。（单目视觉SLAM，最便宜的SLAM模型），运动传感器并不一定准确，可能存在漂移，当然前后帧相片配准也不一定能跟上，在剧烈运动产生的模糊情况下，很容易跟踪失败。

这只是一个基础的SLAM方程，但不代表所有的SLAM都是这样，ORB-SLAM就只有观测方程，运动方程通过观测方程的结果来求解，而不是依据传感器计算。