手写VIO第六讲之前端
1、SLAM的框架：
- 前端：提取特征点，追踪相机pose，定位相机
- 后端：提供全局优化或者滑动窗口优化（后端优化主要有两种方式：基于滤波和基于优化的方式）
2、前端的具体步骤：
- 初始化
- 正常追踪
- 丢失处理
3、相机和路标的建模以及初始化
对于相机pose来说，一般以旋转矩阵R和平移矩阵T来表示
对于路标点landmark来说，可能使用的参数主要有绝对坐标xyz,逆深度p，灰度值等
4、关键帧的若干问题：
- 需不需要选择关键帧
- 如何选择关键帧
- 控制关键帧数量
- 仅在关键帧中补充特征点，还是对所有帧提取新特帧点？
- 何时进行三角化
triangulation
5、SLAM问题中前端重要还是后端重要：
前端能非常体现一个SLAM的追踪效果;
在实现中，尽管后端存在明显的理论差异，很难直观体验在最终精度上
一、前端的工作
- 实际情况与理论假设究竟有多远，一般我们假设噪声是服从高斯分布的，实际情况下噪声是否服从高斯分布。
- 数据决定系统的质量，实际的数据到底有多好
1、那种SLAM算法效果好，可不可以比较？？？
ORB_SLAM2使用C