前言
在LSD-SLAM深入學習（1)中我們已經完成基本的安裝與測試，在此我們繼續解析算法與代碼，由於lsd-slam本身利用了一部分李群與李代數的知識，需要一定的數學功底。
個人理解錯誤的地方還請不吝賜教，轉載請標明出處，內容如有改動更新，請看原博：http://www.cnblogs.com/hitcm/
如有任何問題，feel free to contact me at robotsming@gmail.com
預備知識-李群與李代數
李群與李代數在cv中已經得到了很多的應用了。可以參考文獻Applications of Lie groups and Lie algebra to computer vision: A brief survey
下面需要形成一個最基礎的概念，就是李群與對應的李代數的映射關系。不然很難理解lsd-slam中的一部分內容。
算法的整體框架
如下所示，整個算法分為三部分。
Tracking算法
寫到這里，有三個問題我們忽略了，下面列舉如下
Mapping算法
主要包括三部分的工作，1是當前幀如何refine關鍵幀的深度信息，2是關鍵幀之間的深度信息是如何傳遞的，3是每次迭代過程中都需要的規范化以及異常點的處理。
Constraint Acquisition
此處主要解決的是Key之間的變換，是在sim(3)上解決的。
Optimization
G2o算法。自行補充。