后端概述状态估计的概率解释后端的概念后端要解决的问题问题的简单描述问题的数学表述状态估计的概率解释后端的概念  前端视觉里程计只能通过邻近的几张图片估计短暂时间内的运动轨迹和路标，这种方式为“渐进的”(Incremental)。  后端考虑一个更长时间内(或所有时间内)的状态估计问题,而且不仅使用过去的信息更新自己的状态,也会用未来的信息（即全局信息）来更新自己,这种处理方式为“批量的”(Batc

一、历史经典（一）MonoSLAM（https://github.com/hanmekim/SceneLib2）（二）PTAM（http://www.robots.ox.ac.uk/~gk/PTAM/）Klein等人于2007年提出PTAM（Parallel Tracking And Mapping），PTAM的重要意义：首次实现了跟踪与建图的并行化，即前后端的并行处理。前端图像跟踪与后端优化独立

（一）其他slam方案的优缺点基于特征点：只用到了环境中许多信息的一点基于直接法：pose graph optimization（位姿图优化方法）（二）创新点及实现创新点：不只是跟踪局部相机位姿，而是建立全局大尺度优化使用直接法与特征点法结合，并运用基于滤波的深度估计实现半稠密建图用基于3D相似变换的位姿图优化，优化关键帧，进而优化地图利用相似变换代替空间刚性变换，并加入变尺度方法，检测并克服尺度

参考文献：VDO-SLAM（动物判别与跟踪）、*DynaSLAM（深度学习+多视图几何分割）、*CoFusion（语义+运动分割）、Meaningful Maps With Object-Oriented Semantic Mapping（深度图上的非监督分割方法）、*Improving RGB-D SLAM in dynamic environments: A motion removal ap

（一）Ceres-Solver的一般用法简述：Ceres Solveris an open source C++ library for modeling and solving large, complicated optimization problems.使用 Ceres Solver 求解非线性优化问题，主要包括以下几部分：构建代价函数（cost function）或残差（residual