第八章：SLAM系统设计
1. SLAM介绍
Simultaneous Localization and Mapping(SLAM)：同时定位和建图
- Localization：传感器的位置和姿态；
- Mapping：地图构建
- 应用场景：定位、导航、避障、重建、交互
SLAM传感器分类：
- 携带于机器人本体的，例如轮式编码器、相机、激光等；
安装于环境中的，如导轨、二维码标识等；
开源SLAM方案
2. ORB-SLAM系统
同时运行三个线程：
- 跟踪：确定当前帧位姿；
- 建图：完成局部地图构建；
- 回环修正：回环检测以及基于回环信息修正系统漂移；
2.1 关键词介绍
（1）地图点
- 世界坐标系下的3D点坐标；
- 观测方向，即所有可以观测到该特征点的视图所产生的观测方向均值；
- ORB特征描述子；
- 该点能被观测到的最大距离与最小距离；
（2）关键帧
- 摄像机位姿；
- 内参数；
- 该帧中提取到的全部ORB特征描述子，以及它们和地图点之间的对应关系；
（3）共视图
一种有向无权图，节点为关键帧，如两个节点共享的地图点数量大于阈值（至少15个），则存在一条边，边的权重设置为共享地图点的个数。
（4）本质图
是共视图的子图，保留所有节点，边数量相较于共视图更少，尽量减少边，其作用是加速回环校正的计算。
本质图=生成树+共视图边权重超过100的边+回环边
2.2 跟踪线程
跟踪（Tracking）：给定当前帧，从图像提取ORB特征，根据上一帧估计当前帧姿态，估计失败时，尝试全局重定位初始化位姿，构建局部地图进一步优化位姿，并确定是否设置成关键帧。
2.3 建图线程
建图（LocalMapping）：完成局部地图构建。包括对关键帧的插入，验证最近生成的地图点并进行筛选，然后生成新的地图点，实用局部光束法平差（Local BA），最后再对插入的关键帧进行筛选，去除多余的关键帧。
2.4 回环修正线程
回环修正（LoopClosing）：包含闭环检测和闭环校正两步。闭环探测先使用词袋模型找到闭环图片，然后通过Sim3算法计算相似变换。闭环校正主要是闭环融合和Essential Graph的图优化。