《视觉SLAM十四讲》
书本地址：http://www.broadview.com.cn/book/4938
书本代码：https://github.com/gaoxiang12/slambook
经典视觉SLAM的框架
可以看出整个视觉SLAM被分成了六个部分。
1.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。
2.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）
3.后端优化(Optimization)。后端接受不同时刻视觉里程计测量的相机位姿，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，又称后端。
4.回环检测(Loop Closing)。判断机器人是否到达过先前的位置。如果检测到回环，它会把信息提供给后端进行处理。
5.建图(Mapping)。根据估计的轨迹，建立与任务要求对应的地图。
一些名词：
累计漂移：每次估计都会有带有一定的误差，而由于里程计的工作方式，前一时刻的误差将会传递到下一时刻，经过一段时间后，估计的误差将不再准确。漂移导致我们无法建立一致的地图。为了解决漂移问题，我们还需要两种技术：后端优化和回环检测。回环检测负责把“机器人回到初始位置”的事情检测出来，而后端优化则根据该信息校正整个轨迹的形状。
SLAM问题的本质：对运动主体自身和周围环境空间不确定性的估计。