SLAM学习笔记-求解视觉SLAM问题

1.视觉SLAM框架：

2.视觉里程计

1.作用1：通过观察相邻图像的变化关系来推算出相机的运动轨迹，好比人在陌生的环境中通过观察自身来估计自身所处的位置。
2.作用2：而相机一般跟机器人是固定在一起的，并且也不会在上面运动，相机的运动轨迹等价于机器人的运动轨迹，相机的姿态变化等价于机器人的姿态变化，从而解决了机器人定位问题。
3.视觉里程计又被称为前端。
4.缺点：存在累计漂移，表现出建立的地图与真实地图不一致。前端产生的误差包括：1.机器人位姿不准确；2.地图漂移。这也是视觉SLAM所要解决的根本问题：运动主体自身（定位）和周围环境空间（建图）的不确定性。

3.回环检测

1.又被称为闭环检测。
2.提供解决定位和建图不确定估计问题的依据。
3.回环检测理解为根据图像间的相似度，来判断自身是否到过目前所处的位置。如果判断出之前确实到过目前所处位置，即回环检测成功，可以显著减少累积误差。
4.视觉回环检测实质上一种计算图像数据相似性的算法。由于图像信息非常丰富，使得正确检测回环的难度大大减低。

4.优化

1.优化在视觉里程计之后，因此又被称为后端。
2.接收回环检测提供的判断信息，解决的上述两种不确定性问题，也就将机器人移动轨迹和地图调整到符合回环检测结果的样子，得到全局一直的地图和轨迹。

5.地图

1.分为度量地图和拓扑地图。
2.

SLAM问题的理论就是根据这些U和Z，确定所有的XL和Xp。