手推BA
介绍BA
BA本质是一个优化模型，目的是：通过最小化重投影误差/光度误差，来优化相机参数【R|t】以及路标世界点。
BA是一个图优化模型，一般选择LM算法并在此基础上利用BA模型的稀疏性进行计算。
BA：视觉重建中提炼出最优的3D模型和相机参数，每个特征点都会反射几束光线，当相机位姿和特征点位置做出最优调整后，这些光线收束到相机光心。根据相机的投影模型构造代价函数，利用非线性优化（GN或LM）求解最优解，利用雅克比矩阵的稀疏性解增量方程，得到相机位姿和特征点3D位置的最优解。
EKF和BA的区别：
（1） EKF假设了马尔科夫性，认为k时刻的状态只与k-1时刻有关。非线性优化使用所有的历史数据，做全体的SLAM
（2） EKF做了线性化处理，在工作点处用一阶泰勒展开式近似整个函数，但在工作点较远处不一定成立。非线性优化每迭代一次，状态估计发生改变，我们会重新对新的估计点做 泰勒展开
可以把EKF看做只有一次迭代的BA
重投影误差表达式，误差关于位姿的偏导数以及误差关于空间点的偏导数怎么计算。