视觉SLAM问题可以看成一个状态估计问题,其需要从有噪声的数据中恢复想要的数据,由于有噪声的存在,恢复出的结果就是一个概率问题。
假设相机的观测为 z z z,相机的位姿为 x x x,那么SLAM的要求就是求解在已知观测的条件下相机的位姿,用公式表示为: p ( x ∣ z ) p(x|z) p(x∣z),根据贝叶斯公式,该公式可以写为 p ( x ∣ z ) = p ( z ∣ x ) ∗ p ( x ) / p ( z ) p(x|z)=p(z|x)*p(x)/p(z) p(x∣z)=p(z∣x)∗p(x)/p(z),其中 p ( z ∣ x ) p(z|x) p(z∣x)被称为似然概率, p ( x ) / p ( z ) p(x)/p(z) p(x)/p(z)被称为似然度。求解最大的后验概率可以转化为求解最大似然概率,也就是说:当相机为何种位姿时最容易获得当前的观测。