讲到视觉SLAM，必讲高翔的《视觉SLAM十四讲》，看懂这本书就已经基本掌握了视觉SLAM。鉴于笔者也没有详读此书，这里就借此机会详细研究，相关笔记都会放到网上，供大家参考。为什么要花大的篇幅来介绍SLAM，主要是mebileye在自动驾驶视觉的垄断地位，被intel收购成为美国企业，随着毛衣战加剧，必然迟早会对我们技术封锁，所以自研的路是避免不了的。
PDF链接：https://pan.baidu.com/s/1m6AQNz2ujCFVoJUtMe9TBg 提取码：91e0
视频链接：https://pan.baidu.com/s/1p9cGL_XTaADVh-UMgnFGBQ 提取码：fe13
SLAM资料链接：https://pan.baidu.com/s/1yO4JpoMEMqvPpbm1i5v36g 提取码：rzz1
整个SLAM流程分为以下几个部分：传感器数据读取、视觉里程计、后端优化、回环检测、建图。
1. 传感器数据读取
在视觉 SLAM 中主要为相机图像信息的读取和预处理。如果在机器人中，还可能有码盘、惯性传感器等信息的读取和同步。
2. 视觉里程计
视觉里程计关心的是相邻图像之间的相机运动，最简单的情况当然是两张图像之间的运动关系。
3. 后端优化
后端优化主要指处理SLAM过程中噪声的问题，就是如何从这些带有噪声的数据中估计整个系统的状态，以及这个状态估计的不确定性有多大——这称为最大后验概率估计，前端给后端提供待优化的数据，以及这些数据的初始值，后端则主要是滤波与非线性优化算法。
4. 回环检测
回环检测主要解决位置估计随时间漂移的问题，在检测到回环之后，我们会把“A与B是同一个点”这样的信息告诉后端优化算法。然后，后端根据这些新的信息，把轨迹和地图调整到符合回环检测结果的样子。
5. 建图
建图是指构建地图的过程。地图是对环境的描述，但这个描述并不是固定的，需要视SLAM的应用而定。
