因为研究生的工程实践我选择了这个方向，这两周一直在学VSLAM，看完了高翔老师的视频和《视觉SLAM十四讲》，强烈推荐！！！入门必看，神书！！当然我第一遍自我感觉是肯定没看太懂的，只能说知道了一个框架和目前的一些主流算法。正好下周要开题，要做PPT所以也写一篇博客记录一下，算是一个入门介绍吧，希望多少能对你有点帮助。
SLAM（Simultaneous Localization and Mapping），同步定位与地图构建，最早在机器人领域提出，它指的是：机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的环境特征定位自身位置和姿态，再根据自身位置构建周围环境的增量式地图，从而达到同时定位和地图构建的目的。简单点说就是解决机器人“我在哪？“，”我周围有什么？“的问题。由于SLAM的重要学术价值和应用价值，一直以来都被认为是实现全自主移动机器人的关键技术。
自从上世纪80年代SLAM概念的提出到现在，SLAM技术已经走过了30多年的历史。SLAM系统使用的传感器在不断拓展，从早期的声呐，到后来的2D/3D激光雷达，再到单目、双目、RGBD、ToF等各种相机，以及与惯性测量单元IMU等传感器的融合；SLAM的算法也从开始的基于滤波器的方法（EKF、PF等）向基于优化的方法转变，技术框架也从开始的单一线程向多线程演进。
随着最近几年计算机视觉技术的快速发展，SLAM技术越来越多的应用于家用机器人、无人机、AR设备，基于VSLAM逐渐开始崭露头角
想要搞清楚VSLAM首先得了解这些基础知识，我也只是简单介绍，更详细得论证过程我建议去看看高翔老师的书，结合网上的详细讲解学习。
这个是基础，基于这个才能测定相机和物体的位置与位姿。本质上是数学问题。所以这里要用到Eigen库。
这个是用矩阵来表达刚体运动，如果有一定线性代数的基础，应该能够理解，矩阵通过线性变化就能表示物体的旋转，在加上一个移动量，就能得到具体的移动和旋转从而测定物体位姿。具体后面的运算很多，包括如何变换，如何优化计算，所以如果要搞清楚还是看看书吧。
四元数是通过下面这个表达式来表示物体的位置
q1,q2,q3分别表示三个方向的旋转，也是在VSLAM中常见的表示法。
欧拉角就是根据某根轴旋转来表示位置，但是存在万向锁的问题，一般不用在具体程序中，但是可以用在平常的描述问题。
这又是一个复杂的数学问题，简单说说目的和用法吧，主要在很多点进行线性拟合时，要求导取误差最小值，但是矩阵无法求导，所在通过李群和李代数转换关系转换为李代数，来进行优化，最终能够实现位姿预测。
具体如下图，其中so(3)表示三维旋转，se(3)表示三维旋转加位移，所以两者的自由度不一样。这块主要用到Sophus库计算特殊正交群SO(3)和特殊欧式群SE(3)。
这块主要是对曲线进行拟合，因为大多数情况下都不是线性问题，也不是高斯噪声，所以要用到高斯牛顿法和列文伯格-马夸尔特方法。这块也用到了Eigen库，然后使用g2o进行曲线拟合。
单目相机只有一个镜头，所以丢弃了深度这个元素，通过两次照片中近处移动慢远处移动快来估计深度，这个具体算法比较复杂。
这个是两个镜头，通过两个镜头中同一个相的位置不同可以得到物体的深度。
这个相机专业有一个飞行时间TOF或者红外结构光来测定深度
现在都是基于这个流程来实现整个建图过程，有些系统不存在回环检测。
ORB（Oriented FAST+BRIEF）通过像素变化选取角点作为描述子和关键点，记录两个随机像素差进行特征点匹配。通过2D-2D对极约束/3D-2D PnP/3D-3D ICP等计算位移。
这种方法的特点是鲁棒性强，但是单目只能构建稀疏图，对特征点数量有一点要求。
直接法是基于光流法，在像素灰度不变的强假设下，直接选取关键点计算位移
这种方法的特点是速度快，依赖关键点像素梯度，可构建稠密和半稠密，但是容易受光照和大范围运动影响，并且无法实现回环检测。
*******************ORB*****************************直接法
后端优化主要分为EKF和BA(Bundle Adjustment)两种方式，现在应该BA用的比较多。
Bundle Adjustment：每个特征反射的光束，通过调整它们的空间位置和相机姿态，使它们都汇聚到相机光心。然后形成一个矩阵再计算，但是矩阵的计算比较复杂，后续又产生了一系列的优化方式：图优化，滑动窗口滤波，位姿图等。
回环检测主要基于词袋模型，这个也只有特征匹配可以做到，也就是将特征保存在一个词袋中，当有可能发生回环是检测当前的特征和之前是否一样。主要是下面两种方式：
1. 字典-K叉树
工具：DBoW3
2. 基于深度学习的回环检测
方法：聚类问题
建图主要是通过点云来实现有下面两种比较常见：
