学习笔记，仅供学习，不做商用，如有侵权，联系我删除即可当前部分：Chapter 1： 预备知识。

一个四元数有一个实部和三个虚部。本书把实部写在前面：aa%7B%7D%27aa_1%2Ca_2R_%7B12%7Dt_%7B12%7DT_%7B12%7Dq_1i+q_2j+q_3kp%27。

学习笔记，仅供学习，不做商用，如有侵权，联系我删除即可。

学习笔记，仅供学习，不做商用，如有侵权，联系我删除即可1. 理解李群与李代数的概念，掌握SO(3)、 SE(3)与对应李代数的表示方式。2. 理解BCH近似的意义。3. 学会在李代数上的扰动模型。4. 使用Sophus对李代数进行运算。旋转矩阵自身带约束（正交且行列式为1），当它作为优化变量时，会引入额外的约束，使优化变得困难。通过李群-李代数间的转换关系，可以把位姿估计变成无约束的优化问题。群（

非线性优化是个很大的主题，研究者们为之奋斗多年；主要方法：最速下降、牛顿、G-N、L-M、DogLeg等；与线性规划不同，非线性需要针对具体问题具体分析；问题非凸时，对初值敏感，会陷入局部最优，目前没有非凸问题的通用最优值的寻找办法；问题凸时，二阶方法通常一两步就能收敛。

学习笔记，仅供学习，不做商用，如有侵权，联系我删除即可1.理解图像特征点的意义，并掌握在单幅图像中提取特征点及多幅图像中匹配特征点的方法。2.理解对极几何的原理，利用对极几何的约束，恢复图像之间的摄像机的三维运动。3.理解PNP问题，以及利用已知三维结构与图像的对应关系求解摄像机的三维运动。4.理解ICP问题，以及利用点云的匹配关系求解摄像机的三维运动。5.理解如何通过三角化获得二维图像上对应点的

学习笔记，仅供学习，不做商用，如有侵权，联系我删除即可1.理解后端的概念。2.理解以EKF为代表的滤波器后端的工作原理。3.理解非线性优化的后端，明白稀疏性是如何利用的。4.使用g2o和Ceres实际操作后端优化BA：Bundle Adjustment，是一种批量式的优化方法，给定很多个相机位姿、路标与观测数据，计 算最优的状态估计；定义每个运动/观测方程的误差，并从初始估 计开始寻找梯度下降；B

学习笔记，仅供学习，不做商用，如有侵权，联系我删除即可1.理解光流法跟踪特征点的原理。2.理解直接法是如何估计相机位姿的。3.实现多层直接法的计算。特征点法存在缺陷：光流：空间运动物体在观察成像平面上的像素运动的瞬时速度。稀疏光流：计算部分像素的运动稠密光流：计算所有像素的运动灰度不变假设：同一个空间点的像素灰度值，在各个图像中是固定不变的。灰度不变假设是一个很强的假设，实际中很可能不成立。根据灰

VO存在误差累积，会使得SLAM出现累计误差，长期估计的结果会不可靠，无法构建全局一致的轨迹和地图，回环检测就可以消除累计误差。

学习笔记，仅供学习，不做商用，如有侵权，联系我删除即可。