视觉SLAM十四讲——第九讲实践：设计前端

@ 《视觉SLAM十四讲》知识点与习题

《视觉SLAM十四讲》第九讲知识点整理+习题

正在学习SLAM相关知识，将一些关键点及时记录下来。

知识点整理

本章很有趣，将前面的知识点都联系在了一起，而且还会通过一系列方法解决诸如：相机运动过快、图像模糊、误匹配等实际问题

1. 单目视觉相对复杂，RGB-D最为简单，没有初始化，也没有尺度问题
2. 数据单元
   1. 帧： 将认为重要的帧保存起来，并认为相机轨迹可以用这些关键帧来描述，多基于工程经验
   2. 路标：图像中的特征点。在相机运动后，还能估计路标的3D位置。通常，将路标点放在一个地图当中，并将新来的帧与地图中的路标点进行匹配，估计相机位姿
3. 视觉里程计：Frame, Camera, MapPoint, Map以及Config。根据输入的图像，计算相机运动和特征点位置
4. 两两帧的视觉里程计：此时，是简单的模拟一下VO，所以存在较大的缺陷。此时，只关心运动，不关心结构，即一旦通过特征点成功求出了运动，就不需要这一帧的特征点了
   1. 此时的缺点：在进行位姿估计时，使用RANSAC求出的PnP解，该方法易受噪声影响，改进是：用RANSAC的解作为初值，再用非线性优化求一个最优值
   2. 此时直接使用3D点的深度作为真值来计算，此时也存在一定的误差，改进是需要将特征点也放在一起优化
   3. 此时的位姿估计太依赖于参考帧，易出现跟踪丢失或者明显的漂移
5. 使用RANSAC PnP加上迭代优化来估计相机位姿：此时，需要自定义图优化过程中的顶点和边，将RANSAC PnP得到的结果作为初始相机位姿的估计值
6. 局部地图