wuRDmemory

写在前面这部分的代码着实很难，一方面论文中几乎没有提这个事情，另一方面这部分的参考资料也确实是比较少，网上能搜索到的基本都是讨论FEJ对零空间的保持问题，所以笔者在看这一部分的时候，着实很艰难，写这篇笔记的时候也是因为自己的觉得理论和公式推导至少能说服我自己了，因此才写出来，不对的地方也希望小伙伴们能够指出来，大家一起进步。Reference这次先把自己参考的文章列出来，自己平时是不太喜欢...

写在前面窗口优化这部分的代码量和理论瞬间就特别多，各种函数和方法也相对很多，边总结边梳理吧。变量和结构EnergyFunctionframes拿着前端的keyframesHM，bM是边缘化之后的先验信息adHost，adTarget，向量空间的矩阵伴随，TwhT_w^hTwh​->ThtT_h^tTht​，TwtT_w^tTwt​->ThtT_h^tTht​；adHT...

写在前面上一篇记录了DSO的初始化阶段，本文主要记录下对于新帧的追踪，即tracking，整个部分其实不是很难，主要的思路也简单，就是由粗到细的进行光度误差的最小化，以此来计算位姿。特点虽然都是最小化光度误差，这里先列出DSO做的很不同的地方：放弃使用了像素块的方法，这个个人深有感触，一般而言虽然像素块的大小不大，但是耐不住点多啊，多数情况下如果用像素块的话这个地方就变成了十分花费时间...

写在前面DSO的初始化着实是十分的难看懂，个人总结为以下三个原因：没有采用常规的（很大程度上是因为笔者目光比较短浅）本质矩阵或者单应性矩阵求解位姿、三角化初始的landmark确定尺度，而是直接作为一个优化问题进行优化（恩，又知道了一种初始化方式）；本身的光度模型就比较麻烦，而且有些公式也没有采用常规的方法（又是目光短浅），所以初看起来会比较“反常识”；作者写代码确实很厉害，基本上优化过...

Direct Sparse OdometryAbstract本文提出了一个较为新颖的直接稀疏里程计（DSO）。整个系统包含了完整的直接法（最小光度误差）模型，状态包含相机的位姿，逆深度。为了达到实时运算，算法去除了直接法添加先验的做法，取而代之的是从整个图像上均匀的采样关键点。最后，整个系统添加了完整的光度标定，考虑了曝光时间，镜头渐晕以及非线性响应函数（这些基本上都是相机的参数）。In...