深蓝学院-视觉SLAM课程-第1讲笔记

课程Github地址：https://github.com/wrk666/VSLAM-Course/tree/master

1. 基础知识

一些图像处理方面的工作需要借助ML方法来完成：物体识别，检测，分割等。：

SLAM分为特征点SLAM和直接法的SLAM（DSO），普通相机和深度相机可以使用不同的SLAM方法，可以建稀疏图和稠密图。

SLAM：Simultaneous Localization and Mapping同时定位于地图构建。
参考书

2.SLAM是什么

定位和建图相互耦合
当环境中的传感器受限时，需要依靠机器人本身的传感器来感知外界。

1. 相机分类

分为：单目相机，双目相机，深度相机，其他相机。

1. 单目相机需要片使用其他手段估计距离，发生平移，产生视差（moving stereo）->计算物体离相机的距离
2. 双目相机可以通过视差（静态就可以产生视差）。
3. RGB-D直接物理法测量深度。
   

2.SLAM框架

前端：判断若干个图像之间的运动估计，
后端：从带有噪声的数据中估计最优的轨迹和地图，对估计或者地图进行调整，使得更好地估计。
回环检测：检测到了同一个地方，对地图进行调整。
建图：将地图调整为需要的形式。

3.SLAM的数学描述

运动测量读数u指什么？ （）
传感器读数z指什么？（距离，夹角）
SLAM问题被抽象为：已知u,z，估计x，y的问题。
根据运动和观测方程是否为线性，噪声是否服从Gauss分布，分为现行/非线性，高斯/非高斯系统。非线性非高斯系统最复杂，通常使用扩展卡尔曼滤波器（EKF）和非线性优化来求解。
目前，主流视觉SLAM主要使用图优化，目前认为图优化明显优于滤波器技术。

4.cmak的简单使用

为了更方便的编译C++程序，使用cmake来进行编译，已有源文件，编写CmakeList.txt，一般建立一个子目录build，对上层目录cmake->make得到编译后的文件，上层目录仍然保持干净

自己编写库，包括头文件和源文件，在CMakeists.txt里面生成库并且将使用库的可执行文件连接到库中：

然后新建build文件夹，cmake… make 得到如下文件

其中libhellolib.a即是库文件，有了libhellolib.a和hello.h文件就可以直接调用库了，无需hello.cpp文件。

5.IDE简单使用

有两款主流IDE：Clion和VSCode，目前选择使用Clion，安装命令

sudo snap install clion --classic

拿之前的学校邮箱的使用码激活