2.1引子：小蘿蔔的例子

　　1. 慣性測量單元（Inertial Measurement Unit, IMU）

　　2. 按照工作方式的不同，相機可以分為單目相機（Monocular）、雙目相機（Stereo）、和深度相機（RGB-D）三大類。

　　3. RGB-D除了能夠採集到彩色圖片之外，還能夠讀出每個畫素與相機之間的距離。

　　單目相機

　　　　只使用一個攝像頭進行SLAM的做法稱為單目SLAM（Monocular SLAM）。

　　雙目相機和深度相機

　　　　深度相機的最大特點是可以通過紅外結構光或Time-of-Flight（ToF）原理，像鐳射感測器那樣，通過主動向物體發射光並接收返回的光，測出物體與相機之間的距離。

2.2經典視覺SLAM框架

整體視覺SLAM流程圖

　　整個視覺SLAM流程包括以下步驟。

　　1. 感測器資訊獲取。相機影象資訊的預處理

　　2. 視覺里程計（Visual Odometry, VO）。視覺里程計的任務是估算相鄰影象間相機的運動，以及區域性地圖的樣子。VO又稱為前端（Front End）。

　　3. 後端優化（Optimization）。後端接受不同時刻視覺里程計測量的相機位姿，以及迴環檢測資訊，對它們進行優化，得到全域性一致的軌跡和地圖。

　　4. 迴環檢測（Loop Closing）。迴環檢測判斷機器人是否到達過先前的位置。

　　5. 建圖（Mapping）。它會根據估計的軌跡，建立與任務要求對應的地圖。

　　VO能夠通過相鄰幀間的影象估計相機運動，並恢復場景的空間結構。

　　在視覺SLAM中，前端和計算機視覺領域更為相關，比如影象的特徵提取與匹配等，後端則主要是濾波與非線性優化演算法。

　　SLAM問題的本質：對運動主體和周圍環境空間不確定性的估計。

　　迴環檢測，又稱閉環檢測（Loop Closure Detectioon）,主要解決位置估計隨時間漂移的問題。

　　度量地圖（Metric Map）:

　　　　度量地圖強調精確地表示地圖中物體的位置關係，通常用稀疏（Sparse）與稠密（Dense）對其分類。

　　拓撲地圖（Topological Map）:

　　　　拓撲地圖更加強調地圖元素之間的關係。