Vslam14講(複習一)

1.1 要學習什麼內容

SLAM (Simultaneous Localization and Mapping) —— 同時定位與地圖構建

理論與實踐：理論背景，系統架構以及各個模塊的主流做法。

理解：搭載特定傳感器的機器人，在沒有環境先驗信息的情況下，在運動過程中實時建立環境模型，同時估計自己的運動。傳感器主要爲相機，稱爲"視覺SLAM"。

當用相機作爲傳感器，要做的就是根據一張張連續運動的圖像(它們構成一段連續的視頻)，從中推斷相機的運動，以及周圍的環境情況。

需要閱讀的相關書籍：《概率機器人》、《多視圖幾何》以及《機器人學中的狀態估計》。

會用到的C++庫：Eigen、OpenCV、PCL、G2O、Ceres以及sophus。

熟悉C++、Linux、高等數學、概率論、線性代數。

14講的內容安排：

第一部分：數學基礎——1到6講

第二部分：SLAM技術——7到14講

如下圖：

     

14講的代碼：https://github.com/gaoxiang12/slambook2

習題：(基本知識自測)  整理的不夠好，回頭再完善。

1.線性方程Ax = b，若已知A，b，需要求解x，該如何求解？這對A和b有哪些要求？（從A的維度和秩的角度來分析）

https://v.youku.com/v_show/id_XNDM2NjE2MzYxMg==.html?refer=seo_operation.liuxiao.liux_00003303_3000_Qzu6ve_19042900

參考這個視頻來理解。從維度的角度和秩的角度。至於求解的方法，那就比較多了，這裏不贅述。

看完了視頻也理解了，那麼就把結論寫下來記錄下吧；

1. r(A)<r(A|b)，則無解。
2. r(A)=r(A|b)，有解。當r(A)=r(A|b)=n(未知數個數)—>唯一解；當r(A)=r(A|b)<n(未知數個數)—>無窮解。
3. 不理解就直接打開上面鏈接看視頻。

2.高斯分佈是啥樣的？它的一維形式是什麼樣子？高維形式是什麼樣子？

https://www.bilibili.com/video/av55827033?from=search&seid=16220576020637487895

這個鏈接講了一維高斯分佈是怎麼推導出來的。這個講的很清楚。

https://www.cnblogs.com/jermmyhsu/p/8251013.html

高斯分佈的高維形式。從二維高斯分佈切入會比較好理解一些。上面那個鏈接從簡單的二維切入。

這和簡單的二維並不具備太強的代表性，以後補上更general的答案(推導過程)。暫時只能說能力不足。

http://jermmy.xyz/2017/03/19/2017-3-19-covariance-matrix/

增加一下協方差矩陣的推導。

想一想雅可比矩陣和海塞矩陣。