Maplab框架介绍(一)
https://blog.****.net/u012986684/article/details/78762895
今天和大家分享ROVIO-Maplab
- Online localization and registration(在线定位和注册):来自机器人传感器的实时自我运动估计（SLAM）与先前已知的地图（本地化）的更新相结合。这使得机器人可以连续地估计它在全局参照系中的姿态，从而执行它的任务。
- Offline geometric alignment(离线几何对齐):由代理在线捕获的数据需要对齐并注册到之前已知的参考数据，如建筑物模型或由其他代理创建的地图。这通常是通过使用闭环算法来完成的。然后对组合的数据进行联合优化，以获得所有涉及量（三维结构，轨迹等）的最佳（最大似然）估计。
- Map summarization(地图总结)：为了生成一个紧凑的环境表示，我们需要从地图中删除多余的信息，并关注最丰富的部分。所得到的模型应该只包含对本地化最有用的部分数据（步骤1）。
- 3d-reconstruction(三维重建)：为了使机器人能够避开障碍物并在环境中导航，建立一个比第一步中的SLAM算法更丰富的环境表示是非常重要的。