3d視覺徹底搞懂視覺-慣性SLAM：VINS-Fusion原理精講與源碼剖析
SLAM的核心問題
大體而言，SLAM問題基本上可以分為前端和后端兩個部分。前端主要處理傳感器獲取的數(shù)據(jù)，并將其轉(zhuǎn)化為相對位姿或其他機器人可以理解的形式；后端則主要處理最優(yōu)后驗估計的問題，即位姿、地圖等的最優(yōu)估計。
機器人所擁有的傳感器主要有：深度傳感器（超聲波、激光雷達、立體視覺等），視覺傳感器（攝像頭、信標），慣性傳感器（陀螺儀、編碼器、電子羅盤）以及絕對坐標（WUB，GPS）等。
不像人對環(huán)境的感知，機器人從這些傳感器中獲取的信息非常有限，不能充分地表征機器人周圍地環(huán)境。例如常用的2D激光雷達僅能獲取一個平面的深度信息；攝像頭獲得的圖像數(shù)據(jù)機器人不能像人腦那樣充分地分辨出
標簽：
