《视觉SLAM十四讲》——视觉里程计

1 直接法的引出

特征点法的缺点：

1. 关键点的提取和描述子计算很耗时，无法实时应用。
2. 特征点只是少数信息，忽略了特征点以外的信息。
3. 运动到特征缺失的地方，没有明显的纹理信息。

克服办法：

1. List item
2. List item

2 2D光流

光流描述像素随时间在图像之间的运动。计算部分像素运动称为稀疏光流，以Lucas-Kanade光流为代表。计算所有像素称为稠密光流，以Horn-Schunck光流为代表。

Lucas-Kanade光流

一个重要的假设是灰度不变假设，这是一个很强的假设，实际中很可能不成立。
假设某个窗口中像素具有相同的运动，则可通过构建最小二乘，最小化灰度误差，最终计算得到速度u和v，也就能计算得到Δx和Δy，从而跟踪得到各个像素的位置。

多层光流

光流跟踪是个优化问题，必须假设初始值靠近最优值，才能保证算法收敛，否则单层光流法会达到一个局部极小值。
可以引入图像金字塔的概念，对原始图像进行缩放，得到不同分辨率下的图像，以原始图像作为金字塔底层，往上一层，进行一次缩放，先从顶层图像开始计算，把上一层的追踪结果，作为下一层光流的初始值。

总结

光流对图像的连续性和光照稳定性要求很高，相比于特征匹配速度已经很快乐，可以加速基于特征点的视觉里程计算法，避免计算和匹配描述子的广成，但要求相机运动较为平滑。
光流也容易跟丢胡给出错误结果，这需要算法有一定的异常值去除机制。

3 直接法

直接法：基于灰度不变假设，优化相机的位姿，使光度误差最小。
直接法也可分为单层直接法和多层直接法。
直接法的优缺点，他的优点如下：

1. 省去计算特征点和描述子的时间
2. 只要求有像素梯度即可，不需要特征点
3. 可以构建半稠密乃至稠密的地图

缺点如下：

1. 非凸性
2. 单个像素没有区分度
3. 灰度值不变是很强的假设