[视觉SLAM十四讲]第1讲--预备知识

SLAM是Simultaneous Localization and Mapping的缩写，中文译为“同时定位与地图构建”。它是指搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。如果传感器主要为相机，那就称为“SLAM”。
SLAM的目的：解决“定位”与“地图构建”问题。
具备以下知识：
高等数学、线性代数、概率论
C++语言基础
Linux基础
习题
何为高斯分布？它的一维形式是什么样子？高维形式又如何？
参考博文：[1][2][3]
答：高斯分布(Gaussian distribution)，又称为正态分布(Normal distribution)，是一种非常重要的概率分布。
有几种不同的方法用来说明一个随机变量，最直观的方法是概率密度函数，这种方法能够表示随机变量每个取值有多大的可能性。
一维形式：
正态分布的概率密度函数均值为$\mu$，方差为${\sigma }^2$（或标准差为$\sigma$） f ( x ; μ , σ ) = 1 σ 2 π e x p ( − ( x − μ ) 2 2 σ 2 ) f(x;\mu,\sigma)=\frac{1}{\sigma\sqrt{2\pi}}exp(-\frac{(x-\mu)^2}{2\sigma^2})