LSD-SLAM深入学习（2）-算法解析

---

前言

     在LSD-SLAM深入学习（1)中我们已经完成基本的安装与测试，在此我们继续解析算法与代码，由于lsd-slam本身利用了一部分李群与李代数的知识，需要一定的数学功底。

     个人理解错误的地方还请不吝赐教，转载请标明出处，内容如有改动更新，请看原博：http://www.cnblogs.com/hitcm/

     如有任何问题，feel free to contact me at [email protected]

---

预备知识-李群与李代数

李群与李代数在cv中已经得到了很多的应用了。可以参考文献Applications of Lie groups and Lie algebra to computer vision: A brief survey

下面需要形成一个最基础的概念，就是李群与对应的李代数的映射关系。不然很难理解lsd-slam中的一部分内容。

---

算法的整体框架

如下所示，整个算法分为三部分。

---

Tracking算法

写到这里，有三个问题我们忽略了，下面列举如下

 

---

Mapping算法

主要包括三部分的工作，1是当前帧如何refine关键帧的深度信息，2是关键帧之间的深度信息是如何传递的，3是每次迭代过程中都需要的规范化以及异常点的处理。

---

Constraint Acquisition

此处主要解决的是Key之间的变换，是在sim(3)上解决的。

 

---

Optimization

G2o算法。自行补充。

转载于:https://www.cnblogs.com/hitcm/p/4907536.html