视觉SLAM十四讲-读书笔记

• SLAM问题的核心：定位➕建图
• 状态估计问题的求解，与两个方程的具体形式，以及噪声服从哪种分布有关。按照运动和观测方程是否为线性，噪声是否服从高斯分布进行分类，分为线性/非线性和高斯/非高斯系统。其中线性高斯系统（LinearGaussian，LG系统）是最简单的，它的无偏的最优估计可以由卡尔曼滤波器（KalmanFilter，KF）给出。而在复杂的非线性非高斯系统（NonLinearNonGaussian，NLNG系统）中，我们会使用以扩展卡尔曼滤波器（ExtendedKalmanFilter，EKF）和非线性优化两大类方法去求解。
• 时至今日，主流视觉SLAM使用以图优化（GraphOptimization）为代表的优化技术进行状态估计。