自己翻譯並整理的，若有誤麻煩指出來，謝謝！
利用平台操作slam系統採集的資料，構建周圍世界的地圖，並在地圖中同時定位自身。平台上搭載的感測器具有多種功能，如單目攝像頭、雙目攝像頭、立體攝像頭、rgb-d攝像頭、雷射雷達等。
slam技術在計算機視覺和機械人領域中占有重要地位。（slam）系統大多基於小區域靜態環境。傳統的slam框架採用了較強的靜態世界假設，便於分析。如何應對動態環境是乙個非常重要而又備受關注的問題。現有的面向動態場景的slam系統要麼只利用語義資訊，要麼只利用幾何資訊，要麼以鬆散耦合的方式天真地組合它們的結果。
當感測器是視覺感測器時，該系統稱為視覺slam系統（visual slam system）
當感測器是雷射感測器時，該系統稱為視覺slam系統（laser slam system）
視覺slam是智慧型移動機械人研究中的一項重要技術，它通過構建或更新乙個未知環境的地圖，同時跟蹤其姿態。
視覺 slam（visual slam）是以影象作為主要環境感知資訊源的slam系統，可應用於無人駕駛、增強現實等應用領域，是近年來的熱門研究方向。典型視覺slam演算法以估計攝像機位姿為主要目標，通過多視幾何理論來重構3d地圖。為提高資料處理速度，部分視覺 slam演算法是首先提取稀疏的影象特徵，通過特徵點之間的匹配實現幀間估計和閉環檢測，如基於sift（scaleinvariant feature transform）特徵的視覺 slam和 基於orb（oriented fast and rotated brief）特徵的視覺 。sift 和 orb 特徵憑藉其較好的魯棒性和較優的區分能力以及快速的處理速度，在視覺 slam 領域受到廣泛應用。
感測器資訊讀取。在視覺slam中主要為相機影象資訊的讀取和預處理。
視覺里程計（vo）。視覺里程計的任務是估計相鄰影象間相機的運動，以及區域性地圖的樣子。（vo又稱為前端）
後端優化(optimization)。後端接受不同時刻視覺里程計測量的相機位姿，以及回環檢測的資訊，對它們進行優化，得到全域性一致的軌跡和地圖。
回環檢測（loop closing）。回環檢測判斷機械人是否達到過先前的位置。如果檢測到回環，它會把資訊提供給後端進行處理。 步驟
視覺slam通常有以下步驟:首先，系統讀取並預處理獲取的資料。其次，根據鄰接資料計算攝像機的運動和區域性對映。第三，優化和調整相機姿態在不同的時間。然後，環迴檢測消除累積錯誤，並最終建立乙個完整的地圖。該技術越來越多地用於未知環境的三維重建和導航機械人姿態估計。
視覺里程計也稱為幀間估計(inter-frame motion estimation)，是通過分析關聯攝像機影象之間的多視幾何關係確定機械人位姿與朝向的過程，可作為視覺 slam 的前端。相較於傳統的基於稀疏特徵或稠密特徵的幀間估計方法，基於深度學習的方法無需特徵提取，也無需特徵匹配和複雜幾何運算，使得基於深度學習的方法更加直觀簡潔。
視覺SLAM（一） 視覺SLAM框架
主要參考書目是高翔博士的 視覺slam十四講 中間會記錄一些個人實踐經驗和思考。slam伴隨著機器視覺發展和機械人導航已經相對成熟，形成了合理高效的基本框架。主要包含 感測器資料 前端視覺里程計 後端優化 回環檢測 建圖。採集根據不同應用場景和需求進行選擇，主要有如下幾種感測器 也就是單獨乙個攝像機...
視覺SLAM整理（1）
注 注 推倒過程 2017.2.10.23.04 1.讀取 包括rgb和dep imread 2.構造特徵點提取器和描述子提取器 sift cv featuredetector descriptorextractor create 3.提取關鍵點detect rgb,cv keypoint 4.計算...
VINS Mono視覺SLAM總體設計框架解讀
解讀 附錄 vins mono a robust and versatile monocular visual inertial state estimator 的設計思路主要突出兩點 針對於單目的魯棒性很強的vio 系統 通用性很強的vio框架 從 和工程的設計思路無不體現著這兩點，從考慮周密的初...