SVO（稀疏直接视觉里程计）论文解析

SVO是种半直接法：结合特征点法和直接法，先跟踪特征点，然后利用直接法根据关键点周围的4*4小块进行块匹配，估计相机位姿。

优点：计算量小，速度快

缺点：不是SLAM，舍弃了后端优化和回环检测。

基本流程分为两个线程：Motion Estimated 和 Mapping 

Motion Estimated 分为三部分：1)Frame-to-frame 的粗略位姿估计  2）光流跟踪 Feature Alignment优化匹配关系  3）BA优化

Mapping主要是深度估计，深度滤波器的提出是本文主要亮点，并推到了基于均匀-高斯混合分布的深度滤波器。

---

姿态估计

初始化：假设前两帧所有特征点在同一平面，先估计单应性矩阵H，然后三角化估计初始化特征点深度。

SVO中的motion estimation简单概括为：

1、利用相邻两帧之间的稀疏特征块，使用direct method 配准，获取粗略的frame-to-frame相机位姿

2、通过上步骤中粗略的相机位姿预测参考帧中特征块在当前帧的位置，但和真实位置有误差（深度估计不准确导致上步骤位姿偏差），牛顿高斯迭代法对特征块预测位置进行优化。

3、利用步骤2优化的特征块预测位置，再使用直接法对相机位姿进行优化。

1. Frame-to-frame 的粗略位姿估计

已知：假设的相邻帧位姿T(k-1)（先初始化为上一帧或单位矩阵），k-1帧观测量：特征点2D投影位置及其深度。

目标：利用直接法最小化图像块重投影误差来获取当前帧位姿T(k)，其中，红色的为位姿，即优化变