LSD-SLAM简介

LSD-SLAM （如有错误，请留言交流）
2014年LSD-SLAM（Large Scale Direct monocular SLAM）

算法优缺点

优点

将直接法应用到了半稠密的单目SLAM中
1、提出了地图梯度与直接法的关系，以及像素梯度与极线方向在稠密重建中的角度关系；
2、在CPU上实现了实时半稠密场景的重建；
3、具有回环检测功能；
4、一些技巧保证追踪的实时性与稳定性：
在极线上等距离取5个点，度量其SSD；深度估计时，首先用随机数初始化深度，在估计完后又把深度均值归一化以调整尺度；度量深度不确定性时，不仅考虑三角化的几何关系，还考虑了极线与深度的夹角，归纳成一个光度不确定项；关键帧之间的约束使用了相似变换群及与之对应的李代数显式表达出尺度，在后端优化中可以将不同的尺度的场景考虑进来，减小尺度漂移现象。

缺点

1、在全局快门的鱼眼相机效果比较好，对相机内参和曝光非常敏感
2、在相机快速运动时容易丢失
3、依赖于特征点的方法进行回环检测

资源

论文：
LSD-SLAM: Large-Scale Direct Monocular SLAM (ECCV '14)
Large-Scale Direct SLAM with Stereo Cameras (IROS '15)

code：GitHub - tum-vision/lsd_slam: LSD-SLAM

单目LSD-SLAM https://www.youtube.com/watch?v=GnuQzP3gty4
双目LSD-SLAM https://www.youtube.com/watch?v=oJt3Ln8H03s

参考：csdn博主：Manii