孔小葵要加油 于 2018-07-29 16:46:37 发布
1.odom
2.updata_odom
3.updata_laser
updata_landmark
4.resample pf.c
相机的位姿转换是基于世界坐标系的，观察到的路标也会在世界坐标系中不断收敛，若不是计算错误，基本上不会产生漂移。而IMU是自身坐标系标定的，在转换到世界坐标系时候一定会产生误差，时序累积必定产生漂移。两种方式的优缺点互补，这就引发视觉SLAM的融合思想，既是SensorFusion。
闭环检测一般使用词袋模型作为场景匹配方法。而作为一个场景识别问题，闭环检测可以看做是一个视觉系统的模式识别问题。所以可以使用各种机器学习的方法来做，比如什么决策树/SVM，也可以试试Deep Learning。不过实际当中要求实时检测，没有那么多时间训练分类器。所以SLAM更侧重在线的学习方法。
无论使用什么混合权重，权重加总应该等于1。
odom_model_type是"diff"，那么使用sample_motion_model_odometry算法，这种模型使用噪声参数odom_alpha_1到odom_alph
