LSD-SLAM深刻學習（2）-算法解析

---

前言

     在LSD-SLAM深刻學習（1)中咱們已經完成基本的安裝與測試，在此咱們繼續解析算法與代碼，因爲lsd-slam自己利用了一部分李羣與李代數的知識，須要必定的數學功底。

     我的理解錯誤的地方還請不吝賜教，轉載請標明出處，內容若有改動更新，請看原博：http://www.cnblogs.com/hitcm/

     若有任何問題，feel free to contact me at robotsming@gmail.com

---

預備知識-李羣與李代數

李羣與李代數在cv中已經獲得了不少的應用了。能夠參考文獻Applications of Lie groups and Lie algebra to computer vision: A brief survey

下面須要造成一個最基礎的概念，就是李羣與對應的李代數的映射關係。否則很難理解lsd-slam中的一部份內容。

---

算法的總體框架

以下所示，整個算法分爲三部分。

---

Tracking算法

寫到這裏，有三個問題咱們忽略了，下面列舉以下

 

---

Mapping算法

主要包括三部分的工做，1是當前幀如何refine關鍵幀的深度信息，2是關鍵幀之間的深度信息是如何傳遞的，3是每次迭代過程當中都須要的規範化以及異常點的處理。

---

Constraint Acquisition

此處主要解決的是Key之間的變換，是在sim(3)上解決的。

 

---

Optimization

G2o算法。自行補充。