【SLAM】十四讲学习笔记（一）

SLAM：同时定位与地图构建
搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。
相机工作方式
单目、双目和深度相机三大类。
（SLAM中还有全景相机、event相机等）
视差
相机移动时，物体在图像上的运动。
尺度
单目SLAM估计的轨迹和地图与真实的轨迹和地图相差了一个因子。
尺度的不确定性
单目相机无法仅凭图像确定真实尺度。
经典SLAM框架
视觉里程计
估计相邻图像间相机的运动以及局部地图的样子。
累计漂移：每次估计都有误差，由于视觉里程计的工作方式，会传递误差。
（图像的特征提取与匹配）
后端优化
处理SLAM过程中的噪声问题
最大后验概率估计：如何从带有噪声的数据中估计整个系统的状态，以及整个状态估计的不确定性有多大。
（滤波和非线性优化算法）
回环检测（闭环检测）
判断机器人是否曾到达过先前的位置。
要让机器人具有识别曾到达过场景的能力，如：判断图像间的相似性。
建图
度量地图
稀疏地图：不需要表达所有物体
稠密地图：建模所有能看到的东西
拓扑地图
强调元素之间的关系，由节点和边组成，只考虑节点间的流通性