[3D Knowledge] SLAM 02

Visual SLAM

    - Indirect Approach
        - Sequence frame 으로부터, sparse feature descriptors를 활용하여, bundle adjustment를 하여, Localization 하는 방법
    - Direct Approach
        - photo metric Loss 를 직접적으로 활용하여 학습함
    - End to End SLAM

        - Indirect한 방식들과 Direct 방식을 결합하여 사용하는 방식.
           - EX. Long-term tracking에서는 past frames에 대한 feature discription을 저장하고,
              Loop closure optimization에서 활용함 (eg,. Pose GZraph Optimization)
           - 이러한 방식은 visual odometry를 얻는데 좋음.
                                            -  카메라를 통해 들어오는 비디오 스트림을 이용하여 6-DOF 궤적을 구하는 것입니다.
                                                - 단일 카메라의 경우, Monocular Visual Odometry, 2개 이상의 경우, Streo Visual Odometry.

Lie Theory

- SLAM의 최적화 단계에서 회전, 변환을 업데이트 할 때 미소 변화량을 구하기 위해 주로 사용하는 방법

                                          SO(3), SE(3)

Group Theory

 

참고
https://www.youtube.com/watch?v=G6g5H1-xiuQ&list=PLddVNIYmpwlMIhcmqUAYL9-qvjPucZVrt&index=3