SLAM的一些学习笔记

• 坐标系
  在视觉SLAM中存在多种坐标系，如世界坐标系、相机坐标系、像素坐标系、归一化相机平面、未归一化的像素坐标系（这个坐标系不一定有，是我自己在学习过程中发现的，然后根据含义命名的）。如果你对SLAM有一定的研究，这几中坐标系的定义应该都知道（如果不知道可以查看《视觉SLAM十四讲》），但是对这几种的坐标系的转换可能就有一点不太清楚。在这里将几种坐标系之间的转换总结如下：
• 相机位姿
  在SLAM中，相机位姿可以由世界坐标系到相机坐标系的变换矩阵 Tcw来表示，也可以有相机坐标系到世界坐标系的变换矩阵Twc来表示。对于这两种表示方法，在计算相机中心和两帧之间的相对位姿时有些许不同。
• 图像梯度
  关于图像梯度的计算，最简单的是基本差分公式和中值差分公式（下图所示）。OpenCV提供了更多的计算图像梯度的函数，有需要的可以查看。