视觉SLAM笔记（3） 视觉SLAM框架

1. 经典框架

相机在场景中运动的过程，将得到一系列连续变化图像
视觉 SLAM 的目标，是通过这样的一些图像，进行定位和地图构建

但这件事情并没有想象的那么简单
它不是某种算法，只要输入数据，就可以往外不断地输出定位和地图信息了
SLAM需要一个完善的算法框架，而经过研究者们长期的研究工作，现有这个框架已经定型了

把整个视觉 SLAM 流程分为以下几步：

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 (Visual Odometry, VO)
   视觉里程计任务是估算相邻图像间相机的运动，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，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