什么是slam？
SLAM 是Simultaneous Localization and Mapping的缩写， 中文译作 “同时定位与地图构建”。它是指搭载特定传感器的主体 ， 在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。如果这里的传感器主要为相机，那就称为 “视觉SLAM”。
-
简单理解：假如我们有一个机器人，它的眼睛就是相机，它在一个空间不停运动。机器人需要知道自己所处的位置信息和运动轨迹，然后对自己所看到的周围环境进行建图，这就是slam。
-
定位与建图等于内外兼修，定位侧重于对于自身的了解，建图侧重对外在的了解。但是他们又是相互关联，因为我为了了解自身的位置，又必须知道周围的环境信息，还有就是说如果我们定位就是错误的，那肯定构建地图也是错误的。
传感器
传感器分为两类，一种是外质的（安装在环境中），另一种是内质的（安装在机器人本身，可以随时移动）。
- 内质：IMU、激光、相机（感受机器人本体信息）
- 外质：二维码Marker、GPS、导轨等等，这种有环境限制
这里我们讨论相机，主要是分为单目相机（Monocular）、双目相机（Stereo）和深度相机（RGB-D）三大类。
- 单目相机：没有深度，需要使用其它手段进行估计，它会存在一个尺度不确定性，因为位置是相对的
- 双目相机：通过视差计算深度，通过基线来估计每个像素的空间位置，但是计算量很大
- 深度相机（RGB-D）：通过物理方法测量深度，好处是可以直接测量，但是对环境要求高
经典视觉SLAM框架
我们先来看下整体的宏观架构图：
这里通俗的理解就是假如一个机器人，通过传感器获取到了一些列数据，经过一顿的折腾，最后知道原来我在这里，周围原来是这个样子。
整个视觉slam流程如下：
-
传感器信息读取。在视觉SLAM中主要为相机图像信息的读取和预处理。 如果是在机器人中 、还可能有码盘 、惯性传感器等信息的读取和同步。（简单理解就是获取我们需要的数据）
-
前端视觉里程计(Visual Odometry, VO)。 视觉里程计的任务是估算相邻图像间相机的运动 ， 以及局部地图的样子。VO又称为前端(Front End)。
-
主要方法：特征点法，直接法
-
这里需要注意的是，因为是相邻的图像做计算，所以构建的是局部地图。
-
通过VO我们得到自己轨迹和各个空间点的位置，这里会出现一个累计漂移，其实就是我们每次估计带来的误差。因此需要后面的后端优化和回环检测。
- 后端（非线性）优化(Optimization)。后端接受不同时刻视觉里程计的相机位姿，以及回环检测的信息，对它们进行优化，得到全局一致的轨迹和地图。 由于接在VO之后，又称为后端(Back End)
- 位姿：位置（空间坐标）和姿态（角度）
- 前端主要是和计算机视觉相关，后端主要是滤波和非线性优化算法，对数学水平要求较高
- 回环检测(Loop Closure Detection)。同环检测判断机器人是否到达过先前的位置。如果检测到同环，它会把信息提供给后端进行处理。
- 检测到同样的位置，然后把误差给拉回来
- 建图(Mapping) 。它根据估计的轨迹，建立与任务要求对应的地图。
SLAM问题的数学描述
- 运动方程：它的意思是是说通过前一时刻的位置和当前传感器的读数，来估算当前时刻的位置。（也就是定位）
- 观测方程：它的意思就是说当前时刻看到某个坐标点，产生了一个观测数据。（也就是建图）
