slam迷惑（记录，看我将来能不能想通）

目录

1.2 sim3优化既然是为了使单目slam的scale统一，那么双目回环之类的还需要sim3优化吗？

1.3　论文dso

先验具体指什么？由何而来？

1.4 滤波法和关键帧法的区别？地图特征点的关联？

已解决:

１）看论文看到的所谓深度信息辅助，使得2D-2D变成3D-2D：

2)  在已知相机运动的情况下，稠密建图中是否需要块匹配？还是根据位姿直接就可以得到匹配像素点？

资料：关于dR和dC：应该是深度信息。

1.2 仿射变换感想和思考：

---

1.2 sim3优化既然是为了使单目slam的scale统一，那么双目回环之类的还需要sim3优化吗？

sim3相关内容见ORB-SLAM（五）优化以及我的博客2.3条

1.3　论文dso

• 先验具体指什么？由何而来？

来自高博的介绍：

DSO在解BA时，边缘化了所有点的信息，计算优化的更新量。然而，与传统BA不同的是，DSO的左上角部分，即公式中的  ，并非为对角块，而是有先验的。传统BA中，这部分为对角块，主要原因是不知道相机运动的先验，而DSO的滑动窗口，则通过一定手段计算了这个先验。这里的先验主要来自两个部分（不懂？不确定．我以为是dso本身的＂点跟两个帧有关＂导致的B不对角）：：

1. 边缘化某个点时，这个点的共视帧之间产生先验；
2. 边缘化某个帧时，在窗口内其他帧之间产生先验；

这里的“边缘化”，具体的操作和上面讲的边缘化，是一样的。也就是说，通过舒尔补，用矩阵的一部分去消元另一部分。然而实际操作的含义却有所不同。在BA的边缘化中，我们希望用边缘化加速整个问题的求解，但是解完问题后，这些帧和点仍旧是存在于窗口中的！而滑动窗口中的边缘化，是指我们不再需要这个点/这个帧。当它被边缘化时，我们将它的信息传递到了之后的先验中，而不会再利用这个点/这个帧了！请读者务必理清这层区别，否则在理解过程中会遇到问题。我们不妨将后者称为“永久边缘化”，以示区分。

那么DSO如何永久边缘化某个帧或点？它遵循以下几个准则：

• 如果一个点已经不在相机视野内，就边缘化这个点；
• 如果滑动窗口内的帧数量已经超过设定阈值，那么选择其中一个帧进行边缘化；
• 当某个帧被边缘化时，以它为主导的地图点将被移除，不再参与以后的计算。否则这个点将与其他点形成结构先验，破坏BA中的稀疏结构[10]。

在边缘化的过程，DSO维护了帧与帧间的先验信息（见EnergyFunctional::HM和bM），并将这些信息利用到BA的求解中去。

dso论文中提及dense方法时说到的map point先验（导致Hessian矩阵的右下角地图点矩阵不对角）：

Dense vs. Sparse：Apart from the extent of the used image region however,a more fundamental – and consequential – difference　lies in the addition of a geometry prior. In the sparse　formulation, there is no notion of neighborhood, an