前言：写这个笔记一方面是复习，另一方面是看完之后想把这本书简单的复述出来。

在看的过程中觉得比较有用的资料：

读书笔记和课后习题答案（主要是分章节看答案比较方便）

B站视频课程

购买正版纸质书籍（盗版质量比较糟心）

【首先回答一个问题，从SLAM的数学模型的角度讲，SLAM要解决什么样的问题？】

即定位和建图问题，我们已知上一时刻机器人的位置高翔.视觉SLAM十四讲（第二版）读后总结，和当前时刻控制输入，在噪声的影响下，我们得到了机器人当前的位置（定位问题），对应运动方程。此时我们知道机器人到达了位置，并在此处观测到了第j个路标，对应观测方程，在噪声高翔.视觉SLAM十四讲（第二版）读后总结的影响下，我们需要求解路标（建图问题）。

高翔.视觉SLAM十四讲（第二版）读后总结

【该问题的求解发展历程】

滤波器方法：基于EKF的滤波器方法--->粒子滤波器等方法

非线性优化方法：---->位姿图

摘要：为了解决上面这个问题，全书分两个部分展开，第一部分（第2-6讲）讲数学基础知识；第二部分（第7-13讲）讲实践应用，对应经典的视觉SLAM框架展开。

高翔.视觉SLAM十四讲（第二版）读后总结

1. 传感器信息读取。在视觉 SLAM 中主要为相机图像信息的读取和预处理。如果在机器人中，还可能有码盘、惯性传感器等信息的读取和同步。

2. 视觉里程计 (VisualOdometry, VO)。视觉里程计任务是估算相邻图像间相机的运动（即相邻时刻相机的旋转和平移），以及局部地图的样子。VO 又称为前端（Front End）。

3. 后端优化（Optimization）。后端接受不同时刻视觉里程计测量的相机位姿，以及回环检测的信息，对它们进行优化（因为轨迹和地图含有噪声，消除累积误差），得到全局一致的轨迹和地图。由于接在 VO 之后，又称为后端（Back End）。

4. 回环检测（Loop Closing）。回环检测判断机器人是否曾经到达过先前的位置。如果检测到回环，它会把信息提供给后端进行处理。

5. 建图（Mapping）。它根据估计的轨迹，建立与任务要求对应的地图。