SLAM综述阅读

b站-计算机视觉life网课
《keyframe-based monocular SLAM:design,survey,and future directions》
主播观点：
1、视觉里用的比较好的是扫地机器人，扫地机器人用的传感器并不是视觉，用的是激光、避障。只用很少数用视觉。
2、主动传感器的缺点：传感器之间会干扰，比如上一组返回的超声波与下一组发射的超声波之间的干扰。
3、卡尔曼滤波的原理：要估计K时刻的状态，需要用到之前K-1时刻所有的状态。
4、有不同的判断关键帧的准则
论文观点：
1、单目SLAM或是基于滤波，或是基于关键帧。基于滤波的SLAM在2010年以前比较普遍，现在是基于关键帧的。
2、SLAM常用传感器：相机、雷达、GPS、IMU等。
3、相机是被动式传感器，耗电低、质量轻、需要的物理空间小、便宜、容易获得、室内室外都可以用。
4、这篇论文中的data association就是图像匹配的工作。
5、data association可以用直接法（direct methods），分为稠密(dense，全部像素)和半稠密(semi-dense，灰度梯度大的地方)。优点：适用纹理重复场景、鲁棒性好。缺点：效率低。
特征法：缺点：不适用于低纹理。
综合法。
《武汉大学综述》
1、SLAM不是一种算法，而是一种集成的复杂的技术。不仅依赖软件，也依赖于硬件。
2、使用特定的处理器而不是通用处理器，使用集成的传感器模块而不是独立传感器，比如相机，会更有潜力。