slame十四讲（2）个人笔记

1.常用相机分类

• 单目相机Monocular

          尺度不确定，无法凭图像确定真实尺度

• 双目相机stereo

          基线（两相机间距），基线越大，可测量的物体越远

• RGBD（深度相机）

       原理：红外结构光或TOF（time of flight)

2.经典视觉SLAM框架

传感器信息读取

前端 视觉里程计visual Odometry ,vo  

• 相邻图像估计相机运动
• 基本形式： 通过两张图像计算运动和结构
• 不可避免有漂移

 方法： 特征点法（7讲）

             直接法（8）

        

后端（非线性）优化 Optimization

• 从带有噪声数据中优化轨迹和地图
• 最大后验概率估计MAP
• 前期EKF为代表，现在 图优化10/11讲

回环检测 Loop Closure Detection

• 检测机器人是否回到早先位置
• 识别到达过的场景
• 计算图像间相似性

方法：词袋模型，12讲

建图 Mapping

• 用于导航/规划/通讯、可视化、交互等

3.Slam问题的数学表述

运动方程 

观测方程

实践部分

linux

cmake

IDE