《视觉SLAM十四讲》第2讲 初识SLAM 《视觉SLAM十四讲》第2讲 初识SLAM 2.3 SLAM问题的数学表述 2.4 实践:编程基础

2.1 引子:小萝卜的例子

按照工作方式的不同,相机可以分为

[egin{cases}单目(Monocular)相机\ \双目(Stereo)相机\ \深度(RGB-D)相机end{cases} ]

2.2 经典视觉SLAM框架

整个视觉SLAM流程包括
1.传感器信息读取
2.前端视觉里程计(Visual Odometry, VO)
3.后端(非线性)优化(Optimization)
4.回环检测(Loop Closure Detection)
5.建图(Mapping)

2.3 SLAM问题的数学表述

(x_k)表示各时刻的位置,(y_k)表示路标。
运动方程

[x_k=f(x_{k-1},u_k,w_k) ]

(u_k)表示运动传感器的读数或者输入,(w_k)为该过程中加入的噪声。
观测方程

[z_{k,j}=h(y_j,x_k,v_{k,j}) ]

(v_{k,j})表示这次观测的噪声

2.4 实践:编程基础