关于SLAM知识的学习

前一段时间-一直忙着，没什么空写博客，最近待在家里较为清闲，整理一下之前所学的（先从相机与图像这边开始），
1 。首先明确一点，在我们研究中，共有三个坐标系，世界坐标系，相机坐标系以及像素坐标系（，而我们是在相机，像素已知的情况下去求出我们想要世界坐标系，即相机外参，我们称为外参）

\6. RGB-D相机模型,目前它有两个类别（按照原理不同而分别），第一种使用红外结构光向探测目标发射一段光束，然后根据返回的结构光图案来估计，物体与自身的距离（然而该相机的缺陷却是实在，首先范围会受限制，并且由于使用红外结构光，非常容易被干扰容易被其他红外光干扰，无法在室外使用，并且对于透射材质的物体（无法接受红外光），也无可奈何，这点也在我上学期有幸参加的讲座上，一位著名关于激光三维重建上的权威———一位南非开普敦大学教授给嫌弃了一番）。
\7. 而第二种，TOF(飞行时间法，相机向目标发射脉冲光，然后根据发送与返回之间相差的时间，来计算物体之间相差的距离（然而，由于光的速度太快，导致测量时间变得十分困难，所以我们还是把目光转向第一种吧）

\8. 虽然RGB-D相机在这些方面都会有些差距，然而相对激光SLAM所使用的物体，RGB-D相机着实便宜，相对单目，双目相机，他又能直接测出深度，所以我们还是把目光转向RGB-D相机上吧。

\9. 计算机图像处理，
. 让我们先将目光移到灰度图片（即没有使用三原色所组成的图片）的处理上，首先，我们得提前设每个像素位置(X,Y)都会有一个灰度值I，则我们假设我们有一张宽度为W,高度为h的图像，我们将它记为一个矩阵然而计算机是不可能表达整个实数空间的（这是非常难做到的），所以我们只能在一个范围内（0到255，一个字节（二的八次方）），来表达图像的灰度带下，比如我们可以将一张宽度为640，高度为480的灰度图就表示为unsigned char image [480] [640],(这样我们就可以把一个图表示为一个二维数组来储存，第一个下标对应数组的行为图像的高度，第二个下标则是列，对应图像的宽度。然而如果是在像素平面上，我们应该这样来表示unsigned char image [640] [480](这点我们需要尤其注意，不要被传统坐标系知识所误导

11. 现在让我们来梳理一下，各种各样图的像素值的范围，灰度图（0到255，八位整数（二进制））。 深度图像(0到65535，由于测量需要几十米的需要，255显然不足，16位整数）彩色图：多通道（RGB,BGR,RGBA[多出来的A为透明度）24位（BGR，比如一个蓝色占了前八位，红色占据中间八位…）一个像素便占据了二十四位空间。

12. \12. 接下来，预计两天后更新一篇关于本讲的代码分析，以及对opecv库(接下来就分别更新对Eigen,Sophus,pcl库的分析,(暂时先这样，最近重装Ubuntu16系统，关于SLAM所需要配置的许多都丢掉，只能重新配置，这些坑我害怕填不了）

13. 非常抱歉此次有一张用了图片，因为最近比较频繁使用word写公式，而且本人对typora的LateX并不是很会用所以导致公式无法显示，只好换种方法了，