SLAM是一个工程问题，再次复习一下工程中可能用到的名词解释。
还是不要看了，高翔的科普读物已经出版了，读他的《slam十四讲》就可以了。
一、度量相关：
世界坐标系：描述图像的平面坐标系延伸出z轴，可对应描述三维实体，视为世界坐标系。
深度图像：给出了图像描述的世界坐标系的三维相对位置映射信息，其中Z轴信息为深度。选取深度信息的必要性：图像描述：各种维度图像的逻辑描述形式
二、深度获得
双目匹配：双目匹配通过视差算法。参考
参考双目匹配与视差计算
视差/视差算法：双目观测同一物体或者同一物体的一个位置，会有不同的角度，角度差是为视差。主要是通过找出每对图像间的对应关系，根据三角测量原理，得到视差图；在获得了视差信息后，根据投影模型很容易地可以得到原始图像的深度信息和三维信息，为视差算法。OpenCV三种视差算法。
分析：视差算法虽然不是可适用任何情况，一般也需要大量的匹配和三角函数计算（文章解释原理）一般固化在硬件中以实现0延时。用软件实现是极其不合算的。三、射影几何
6DOF：物体的六自由度，标记了物体相对于世界坐标系的六个自由度，分别代表欧式坐标系的三个维度参数（一般用x,y,z藐视各个方向基向量的参数）和三个角度坐标系的角度参数（一般表示为alpha,beta,theta）。
PNP算法：通过PNP算法可以经过一个多点模型解析出特定点集相对于点集模型的三维姿态和缩放尺度，称为“基于模型的位姿估计”。参考：相机位姿估计PNP算法， 1.内参数标定2. 外参数标定即姿态估计问题。从一组2D点的映射中估计物体的3D姿态。3. 从三个对应点中恢复姿态，需要的信息是最少的，称为“三点透视问题”即P3P。同理，扩展到N个点，就称为“PnP”。
P3P:3个点的PNP。
四、优化方法
BA（Bundle Adjustment）： 维基百科 BA：Given a set of images depicting a number of 3D points fromdifferent
viewpoints, bundle adjustment can be defined as the problem of simultaneously refining the 3Dcoordinates describing
the scene geometry, the parameters of the relative motion, and the optical characteristics of the camera(s) employed to acquire the images, according to an optimality criterion involving thecorresponding
image projections of all points. 参考：
光束平差法介绍及应用。一般大型矩阵的分解需要极大的计算量，SLAM中地标地图形成的矩阵一般为稀疏矩阵，因此可以使用sparse BA 方法，降低计算量。
滤波器： 参考文章：飞控中实时位姿计算（使用EKF）。文章详细地讲解了公式和推导过程，是否正确自行确定。
五、硬件加速
gpuSift：图像局部显著性—点特征（SiftGPU）