[学习笔记-SLAM篇]视觉SLAM十四讲ch9

和第6讲状态估计一样，太多数学推导了，抽象的东西没那么多，但是更令人头大了。
具体的推导还是有亲自计算的必要的，不过整体思路整理也很必要。

注：
1）学习视频：【高翔】视觉SLAM十四讲。

第9讲

9.1 理论部分

前端传输过来的地图点、相机运动这些数据都是粗糙的，虽然构建了运动方程（纯视觉SLAM没有）和观测方程，但含有误差，因此需要后端进行优化。
后端优化的方式就是进行状态估计。

1）状态估计基本解释

• 在视觉SLAM中，我们需要优化（待估计）的量是位姿${x\text{x}x}_k$和路标点${y\text{y}y}_k$，笼统地用状态量${x\text{x}x}_k\stackrel{def}{=}\left\{\begin{array}{c}{x\text{x}x}_k,{y\text{y}y}_1,...,{y\text{y}y}_m\end{array}\right\}$表示，则观测方程表示为${z\text{z}z}_k=h({x\text{x}x}_k)+{v\text{v}v}_k$。若用$0$到$k$时刻的数据估计状态分布，就可以表示为$P({x\text{x}x}_k|x$