一、SLAM是什么
SLAM（simultaneous localization and mapping）：同时定位与建图。
使用的传感器：
- 内在（感受机器人本体信息）：加速度计、陀螺仪、轮式编码器
- 外在（感受外界信息）：相机、激光
对于视觉SLAM而言，主流方法使用三种相机：
- 单目相机：无深度，深度需要其他手段估计，估计出来的深度具有尺度不确定性。成本低、结构简单。
- 双目相机：通过视差计算深度。耗费计算资源、标定复杂。
- 深度相机：常用有结构光法、TOF两种。可以直接获取场景深度，但存在测量范围窄、噪声大、视野小、受日光干扰、无法测量透射材料等问题，目前主要应用于室内。
二、经典SLAM框架
视觉里程计：估计相邻图像之间的运动，并恢复场景的空间结构。方法：特征点法、直接法。
后端优化：从带噪声的数据中估计出最优的轨迹和地图。方法：滤波、图优化。
回环检测：计算图像间的相似性，判断相机是否达到之前去过的位置。方法：DBOW模型。
建图：稀疏/稠密点云地图、网格地图、栅格地图。
三、SLAM问题的数学表述
运动方程：
观测方程：
其中x表示传感器的pose，u为传感器的输入，w为噪声。y为地图路标点，z为观测数据，v为观测噪声。
四、实践
cmake学习。