KinectFusion: Real-Time Dense Surface Mapping and Tracking

1）
3.1
u以像素单位， $u\in [0,640]\times [0,480]$

2）
3.2 注意这里$R_k(u)$和$D_k(u)$的单位， Kinnect采回来的数据是以millimeter (mm), 在论文中没有考虑单位问题， 实际编程的时候，是要考虑的， kinnect采集的时候存成的是mm,
http://wiki.ros.org/depth_image_proc

然后我们算vertex map 和 normal map的时候用meter为单位

所以$R_k(u)$和$D_k(u)$用mm为单位, $V_k(u)$，$N_k(u)$用m为单位

所以公式（3）在我们这里为
$$V_k(u)=K^{-1}\dot{u}\frac{D_k(u)}{1000}$$

3）

3.3 $t_{g,k}$ 为第k帧相机的位置
$1/\lambda$ converts the ray distance to $p$ to a depth
$\lambda =\Vert K^{-1}\dot{x}\Vert$
这里$\dot{x}$以像素为单位

$$k=\left[\begin{array}{ccc}{f}_x& 0& c_x\\ 0& f_y& c_y\\ 0& 0& 1\end{array}\right]$$
$$k^{-1}=\left[\begin{array}{ccc}1/f_x& 0& -c_x/f_x\\ 0& 1/f_y& -c_y/f_y\\ 0& 0& 1\end{array}\right]$$

公式(8)
$\pi (K{T}_{g,k}^{-1}p)=\pi (K{p}_k)=\pi (\dot{u}D(u)/1000)=u$
注意u是以pixel为单位

4）${\tilde{T}}_{k-1,k}^z$ 其中z为pyramid level,从第$k$帧的camera view转到第$k-1$帧的camera view
${\tilde{T}}_{k-1,k}^z=T_{g,k-1}^{-1}{\tilde{T}}_{g,k}^z$
注意${\tilde{T}}_{g,k}^z$会从初值迭代逐步优化

5. $\tilde{u}=\pi (K{\tilde{T}}_{k-1,k}{\dot{V}}_k(u))$, 这个是从第k帧的image space 转到第k-1帧的image space. 注意加上一点是齐次坐标下的等价表达

6. ${\tilde{V}}_k^g(u)={\tilde{T}}_{g,k}^{z-1}{\dot{V}}_k(u)$
   这里${\tilde{V}}_k^g(u)$为$z-1$层的全局坐标

7. 公式(16)$V_{k-1}$, $N_{k-1}$都是在第k-1帧的坐标系下的坐标, $V_k$是在k帧坐标系下的坐标,但是右上角有个g, 说明在不同的坐标系下, 最终都会转到global坐标系下面.

公式（20）求第$z$层的全局坐标

$$\left[\begin{array}{cccc}1& \alpha & -\gamma & t_x\\ -\alpha & 1& \beta & t_y\\ \gamma & -\beta & 1& t_z\end{array}\right]\ast \left[\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right]=\left[\begin{array}{cccccc}0& -z& y& 1& 0& 0\\ z& 0& -x& 0& 1& 0\\ -y& x& z& 0& 0& 1\end{array}\right]\ast \left[\begin{array}{c}\beta \\ \gamma \\ \alpha \\ t_x\\ t_y\\ t_z\end{array}\right]+\left[\begin{array}{c}x\\ y\\ z\end{array}\right]$$

注意这里求相机的pose， 不是用的ICP的最近点， 而是将当前的帧的image空间转到前一帧的Image空间然后转到前一帧camera空间， 然后找到当前帧的camera空间中的点（位置，法向量）与前一帧空间中的一点（位置，法向量），通过公式（24）来求该点的变换。