我对视觉SLAM十四讲的一些理解（二）

光流法与直接法的定义：光流法只对图像中的特征点进行提取，使用光流跟踪进行匹配，然后使用对极几何，PNP或ICP进行计算。而直接法分为是否提取关键点，根据关键点或全部像素的灰度信息对相机运动进行估算。灰度不变假设，在一小段时间内灰度不变。根据该假设进行求导等一系列操作。补充一句，此时我们计算的不是重投影误差，而是光度误差。根据点可以快速计算位姿，而计算全部像素有利于建图。

后端部分同样可以使用非线性优化，可以同时对路标以及相机位姿同时进行优化（根据重投影误差），或者仅仅是优化位姿，而对路标的坐标进行固定处理，这些复杂的数学处理可以用过ceres或g2o库进行实现。

关于回环检测可以使用相关的字典库，抽取关键帧然后根据图像特征得到相似性的评分，假如满足回环就对位姿进行优化以消除累计误差，，可以使用聚类方法得到相关的树来对关键帧进行快速的检测。补充一句，似乎深度学习同样可以得到类似的效果。

根据图像进行建图时同样分为多种类型，其中包括单目相机，双目或多目相机，以及RGBD相机，单目相机依旧采用估算的方法得到深度以建图，和三角化测量的情况类似，得到的点的估值在一条线上，然后根据附近的图像块进行匹配以得到估计值，反复循环直到误差收敛，由于像素之间联系并不密切，可以根据GPU并行计算。而双目以及多目相机则利用视差计算深度并优化以减小误差。RGBD相机由于可以直接得到深度图，所以可以将特征点的坐标直接优化并存储在点云中，另外，可以根据八叉树地图来动态管理建模的大小，尽量只建模并展开我们需要的地图节点。