这是个无聊的世界

lsd-slam源码解读第四篇:tracking标签（空格分隔）： lsd-slam进入这一篇之前，我希望你已经很明白了lsd-slam的算法，这很重要，如果不明白算法，阅读后续的代码无异于阅读天书，如果不太明白算法，请先阅读我写的第三篇：lsd-slam源码解读第三篇:算法解析LGSX于是就进入了Tracking文件夹里的第一个类型LSGX，这里面有3个类，分别是LSG4,LSG6和LSG7，他们

对极几何与基本矩阵标签（空格分隔）： slam对极几何 本质上两幅图之间的对极几何是图像平面与以基线为轴的平面束的交的几何，这种几何被广泛同于双目成像原理中 如图所示，摄像机由相机中心C,C’以及各自的成像平面表示，对于任意一个空间中的点X,在两个像平面上的点分别为x,x’，第一幅图像上的点x反向投影成空间三维的一条射线，它由摄像机中心和x确定，这条射线向第二个图像平面上投影得到一条直线l’，显

lsd-slam源码解读第二篇:DataStructures第一篇: lsd-slam源码解读第一篇:Sophus/sophus在进入具体算法之前，我觉得有必要先明白内部数据是怎样储存的，所以第一篇之后的内容自然是数据结构，这些这些数据包括图像，深度预测，帧的ID,以及变换矩阵等等，如果你不太清楚变换矩阵(包括平移，旋转等)是什么，请看我写的源码解读第一篇的内容最科学的欣赏源码方式，必然是先看内存管

lsd-slam源码解读第一篇:Sophus/sophus所谓slam即Real-time Simultaneous Localization and Mapping,实时定位与地图重建，lsd是一个大规模的单目视觉半稠密slam项目，优点和前景我就不多说了，做机器人和AR的朋友们估计早就已经铭记于心，在进入正题之前，我在这里给出官网和代码链接，有兴趣的朋友可以上去看看 官网:http://vis

# lsd-slam源码解读第六篇:GlobalMapping标签（空格分隔）： lsd-slam地图优化可以说是整个技术里面最简单的一部分了，核心其实就是g2o，可以看到这个里面代码也不多，总共加起来不到1000行，实际上就是这些工作，都是在为g2o服务g2oTypeSim3Sophus这个文件里面定义了图优化需要使用的基本定点class VertexSim3 : public g2o::Base

lsd-slam源码解读第五篇:DepthEstimation标签 : lsd-slam同样的，我希望在看这篇之前，读者已经对算法有了一定的了解，否则我估计这篇博客看起来会很吃力，如果还不太了解算法，建议先看第三篇：lsd-slam源码解读第三篇:算法解析 深度估计是整个lsd-slam最核心的部分，它和orb-slam在对深度的处理上有极大的不同，主要体现在： orb-slam直接使用了三角化，

lsd-slam源码解读第三篇:算法解析标签: lsd-slam我希望朋友们看着篇博客的时候已经看过我写的第二篇:lsd-slam源码解读第二篇:DataStructures 与此同时对代码已经有一定的了解,如果有朋友还未下载到源码，请看我的第一篇:http://blog.youkuaiyun.com/lancelot_vim/article/details/51706832当你对Frame有一定的了解后，自

博主读研后时间比较忙，很长时间没有更新博客了，之前的一家公司合作的一个和imu相关的项目，博主使用了预积分，由于预积分是不计算重力的，博主也没有专门说明，导致沟通交流不当，项目出现问题，因此今天特来写一个预积分的博客，希望大家喜欢。