视觉SLAM十四讲，第一讲，第二讲笔记

1. 第一讲
   SLAM 的目的是解决“定位”、“地图构建”两个问题。其中，定位：估计传感器自身的位置，地图构建：建立周围环境的模型。

2. 第二讲
   常用相机类型：单目相机，双目相机，深度相机

   单目相机：结构简单，成本低。以二维的形式反映三维世界，丢掉了场景中的一个维度，也就是所谓的深度。通过移动相机，改变相机的视角来恢复深度，这也是为什么单目SLAM初始化的时候要有一定的平移。（比较常用的深度恢复的方法有三角测量，也称三角化。）虽然能够通过一定的方法恢复出深度，但是它们仍然只是一个相对值，与真实值之间相差一个因子，也就是尺度。单目SLAM无法仅凭图像确定真实尺度，称为尺度不确定性。（一定要注意区分深度和尺度，是两个完全不同的概念。）

   双目相机：双目相机通过基线来估计每个像素的空间位置，其配置和标定均较为复杂，其深度量程和精度受双目的基线与分辨率所限制，并且非常消耗计算资源，需要使用GPU，FPGA设备加速才能做到实时输出。

   深度相机，又称RGB-D相机。通过红外结构光和TOF原理测出相机与物体之间的距离，相比于双目相机，能够节省大量计算。常用的相机包括：Kinect/Kinect V2、Xtion Pro Live、RealSense。缺点：测量范围窄，噪声大，视野小，易受日光干扰，无法测量透射材质等。

   经典视觉SLAM框架：见书17页。
   视觉里程计（前端）：估算相邻图像间的运动。
   后端优化：主要指处理SLAM过程中噪声的问题。滤波、非线性优化、图优化。
   回环检测：图像间的相似性，检测出回到原始位置，交由后端优化校正整个轨迹的形状。
   建图：度量地图：分为稀疏和稠密两种，强调精确地表示地图中物体的位置关系。拓扑地图：更强调地图元素之间的位置关系。

   SLAM问题的数学表述：运动方程、观测方程。

   编程基础：使用cmake、使用库。
   CMakeLists.txt 的写法：

##声明要求的cmake最低版本
cmake_minimum_required(VERSION 2.8)
##声明一个cmake工程
project（HelloSLAM）
##添加一个可执行程序
##add_executable(程序名 源代码文件)
add_executable(helloSLAM helloSLAM.cpp)

在C++工程中，只有带main函数的文件才能生成可执行程序，另一些代码，只想把他们打包成一个东西，供其他程序调用，这个东西叫做库。
声明库需要在cmakelists.txt文件中加上：

add_library（hello，libhelloslam.cpp）

使用库，还需一个头文件，说明库里有什么。另外还需将库链接到程序中。

target_link_libraries(usehello,hello_shared)