vSLAM 经典算法简述

初稿。。。。。。。。。。。。。mark

vSLAM 的核心算法流程

预备阶段，包括传感器的选型和各种标定。Visual SLAM 自 PTAM 算法以来，框架基本趋于固定。通常包括 3 个线程，前端 tracking 线程、后端 mapping 优化线程、闭环检测（loop closure）线程。

前端 tracking 线程主要涉及到：
特征的提取、特征的匹配；（核心：特征点描述子 SURF SIFT ORB FAST）
多视图几何的知识，包括对极几何、PnP、刚体运动、李代数等。

后端优化线程涉及到非线性最小二乘优化，属于数值优化的内容。闭环检测线程涉及到地点识别，本质上是图像检索问题。对于 VIO，还涉及到滤波算法、状态估计等内容（VIO 的代表算法有 EKF、MSCKF、preintegration、OKVIS ）

特征点描述子 SURF SIFT ORB FAST

Speeded Up Robust Features（SURF，加速稳健特征）
orb
FAST
sift

BA boulder adjustment

由于测量仪器的精度不完善和人为因素及外界条件的影响，测量误差总是不可避免的。为了提高成果的质量，处理好这些测量中存在的误差问题，观测值的个数往往要多于确定未知量所必须观测的个数，也就是要进行多余观测。有了多余观测，势必在观测结果之间产生矛盾，测量平差的目的就在于消除这些矛盾而求得观测量的最可靠结果并评定测量成果的精度。测量平差采用的原理就是“最小二乘法”。

jacobi hessian

雅可比矩阵 一阶偏导
黑塞矩阵 二阶偏导

sfm

structure from motion
https://blog.csdn.net/qq_20791919/article/details/74936438
http://ccwu.me/vsfm/
http://www.cad.zju.edu.cn/home/gfzhang/training/SFM/SfM.html
https://blog.csdn.net/wozhengtao/article/details/51431390

EKF、MSCKF、preintegration、OKVIS

EKF\UKF\KF
MSCKF
PREINTEGRATION
OKVIS
https://www.cnblogs.com/JingeTU/p/8540426.html