SLAM 前端 - 后端
前端：程序框架、数据结构、类
后端：优化
前端
程序框架：组织管理代码
Linux：
-
代码结构：
1、bin：二进制文件
2、include：头文件
3、lib：编译好的库文件
4、src：源代码文件
5、config：配置文件
6、test：测试用文件
-
基本数据结构：
1、帧：视觉SLAM中是关键帧，包含图像，特征点、位姿、内参等信息
2、路标：图像中的特征点
3、配置文件：如相机内参、特征点数量、匹配时选择的比例等
——文件读取：OpenCV提供的FileStorage类，它可以读取YAML文件，且可以访问其中任意一个字段
4、坐标变换：定义一个类把坐标变换相关操作都放在一起
（注意事项：上述几个概念都以类表示，尽量保证一个类有单独的头文件和源文件，避免把多个类放在同一文件中。）
-
讨论：
在普通VO（视觉里程计）的框架中，特征提取和匹配算法的速度对整体速度影响最大。
局部地图&全局地图
局部地图：描述附近的特征点信息，只保留离相机较近的特征点，其他的丢掉。这些特征点用于和当前帧匹配来求位置，追求速度
全局地图：记录所有特征点，表达整个环境，主要用于回环检测和地图表达
——维护局部地图规模很重要
VO是局部的短时间内的运动，和完整的SLAM有一些区别
后端
-
扩展卡尔曼滤波EKF
假设马尔可夫性，简单的一阶马氏：k时刻状态只与k-1时刻有关，而与之前的无关。EKF和KF区别在于对运动方程和观测方程进行线性化
-
主流：非线性优化
依然考虑k时刻状态与之前所有的状态有关，使用BA的思想通过图优化的方法进行优化，常用的框架有g2o，ceres
