2.1引子：小萝卜的例子
1. 惯性测量单元（Inertial Measurement Unit, IMU）
2. 按照工作方式的不同，相机可以分为单目相机（Monocular）、双目相机（Stereo）、和深度相机（RGB-D）三大类。
3. RGB-D除了能够采集到彩色图片之外，还能够读出每个像素与相机之间的距离。
单目相机
只使用一个摄像头进行SLAM的做法称为单目SLAM（Monocular SLAM）。
双目相机和深度相机
深度相机的最大特点是可以通过红外结构光或Time-of-Flight（ToF）原理，像激光传感器那样，通过主动向物体发射光并接收返回的光，测出物体与相机之间的距离。
2.2经典视觉SLAM框架
整体视觉SLAM流程图
整个视觉SLAM流程包括以下步骤。
1. 传感器信息获取。相机图像信息的预处理
2. 视觉里程计（Visual Odometry, VO）。视觉里程计的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，以及回环检测信息，对它们进行优化，得到全局一致的轨迹和地图。
4. 回环检测（Loop Closing）。回环检测判断机器人是否到达过先前的位置。
5. 建图（Mapping）。它会根据估计的轨迹，建立与任务要求对应的地图。
VO能够通过相邻帧间的图像估计相机运动，并恢复场景的空间结构。
在视觉SLAM中，前端和计算机视觉领域更为相关，比如图像的特征提取与匹配等，后端则主要是滤波与非线性优化算法。
SLAM问题的本质：对运动主体和周围环境空间不确定性的估计。
回环检测，又称闭环检测（Loop Closure Detectioon）,主要解决位置估计随时间漂移的问题。
度量地图（Metric Map）:
度量地图强调精确地表示地图中物体的位置关系，通常用稀疏（Sparse）与稠密（Dense）对其分类。
拓扑地图（Topological Map）:
拓扑地图更加强调地图元素之间的关系。