前言
本文是B站上高翔关于“视觉SLAM的基础知识”的视频（地址：https://www.bilibili.com/video/av5911960/?from=search&seid=375069506917728550），所记的笔记。
1. Def. of SLAM
--> vSLAM的主要组成部分
- 传感器数据（图像 or 图像+深度）
- 视觉里程计（Visual Odometry）
- 后端（优化）
- 建图（Mapping）
- 回环检测（Loop closure detection）
2. Visual Odometry
--> feature-based Methods
- Extract feature key-points and descriptors
- Find the corresponding matching
- Estimate the ego-motion
--> Ego-motion estimation（通过帧间图像）
- 找对应点，然后用bundle adjustment来求解3D点X，变换矩阵RT；
（两种方法，对极几何SVD对噪声容忍性差一些，优化的方法对存在outlier的情况也适用）
--> Direct Methods
关键帧X对应像点处的灰度值，与当前帧投影到关键帧的X像点的灰度值，之间的差值，来minimize求解。
3. Optimization
- Filter
- optimization（Full SLAM or Graph-based SLAM）考虑了所有pose的特点，来减少姿态漂移
----vertices 需要优化的变量，Edges 变量与变量之间的约束
----1）比Filter用到了更多的信息；2）很方便地表示出回环；3）图的稀疏的结构可以减小计算量；4）混合地用不同的边和结点。
----怎么控制优化？进来新的结点的时候可以跟相邻的前几帧进行局部优化，当存在回环的时候使用一次全局优化，得到一致性更强的结果。
4. Loop Closure
- 基于视觉里程计的方法，当VO判断出大致是个回环的时候，说明是个闭环
- 基于外观的方法，只关注图像的相似性，相似性高则是同一个地方。
----怎么度量图像之间的相似性？用纸袋模型（Bag of Words），有时候会出现false positive，现在多是基于纸袋模型再加入其他的一些假设。
----判断Loop Closure的好坏？Precision Recall curve
----Aproaches from ML: Auto encoder, CNN, etc.
5. Map
Map is one of the major outputs of SLAM.
----Metric map，Topological map，其他（基于线段的地图）
----Maps used in Navigation: Occupancy map
----Maps used in Reconstruction: TSDF(Truncated Signed Distance Function); Surfels