LSD-SLAM深入学习(2)-算法解析


前言

     在LSD-SLAM深入学习(1)中我们已经完成基本的安装与测试,在此我们继续解析算法与代码,由于lsd-slam本身利用了一部分李群与李代数的知识,需要一定的数学功底。

     个人理解错误的地方还请不吝赐教,转载请标明出处,内容如有改动更新,请看原博:http://www.cnblogs.com/hitcm/

     如有任何问题,feel free to contact me at robotsming@gmail.com


预备知识-李群与李代数

李群与李代数在cv中已经得到了很多的应用了。可以参考文献Applications of Lie groups and Lie algebra to computer vision: A brief survey

下面需要形成一个最基础的概念,就是李群与对应的李代数的映射关系。不然很难理解lsd-slam中的一部分内容。

imageimage


算法的整体框架

如下所示,整个算法分为三部分。

image


Tracking算法

image

image

image

写到这里,有三个问题我们忽略了,下面列举如下

image

image

 


Mapping算法

主要包括三部分的工作,1是当前帧如何refine关键帧的深度信息,2是关键帧之间的深度信息是如何传递的,3是每次迭代过程中都需要的规范化以及异常点的处理。

image

image

image

image

image


Constraint Acquisition

此处主要解决的是Key之间的变换,是在sim(3)上解决的。

 


Optimization

G2o算法。自行补充。

posted @ 2015-10-24 20:08 hitcm 阅读(...) 评论(...) 编辑 收藏