這篇文章即是Felix Endres等人12年完成的RGB-D SLAM V2，是最早的為kinect風格傳感器設計的SLAM系統之一
沒看到有相關的論文解析
在Github上可找到開源代碼，工程配置與運行參考http://www.cnblogs.com/voyagee/p/6898278.html
系統流程
系統分為前后端。前端就是視覺里程記。從每一幀的RGB圖像提取特征，計算描述符，RANSAC+ICP計算兩幀之間的motion estimation，
並提出了一個EMM（Environment Measurement Model）模型來判斷estimate motion是否可接受。后端回環檢測，基於g2o優化庫的位姿圖（pose graph）優化，
得到優化后的軌跡，用於建立地 圖。建圖采用八叉樹地圖octomap的方式。
特征提取
在源碼中可選擇 SIFT \ SURF \ORB 特征，其中SIFT要在GPU上運行，ORB和SURF都在CPU上用Opencv實現
不同特征比較：
（ 其中，ATE為Absolute Trajectory Error，軌跡的誤差，就是系統估計的軌跡和真實軌跡（GroundTruth）之間的歐式距離，RMSE就是均方根）
可以看出，有GPU時SIFT綜合表現最好。 綜合實時性、硬件成本和准確率來看，ORB較好。
運動估計
三對特征快速計算RANSAC的初始值，在每一輪迭代中，最小二乘correspondences之間的馬氏距離 。
馬氏距離與歐式距離的差別：http://www.cnblogs.com/likai198981/p/3167928.html，簡單說就是計算距離時考慮到了各項異性，多乘了一個協方差矩陣
EMM：Environment Measurement Model
一個傳統的判斷motion estimate是否可接受的方法就是看inlier的比例，小於設定閾值就reject motion estimate。
然而，motion blur(運動模糊)，缺少紋理信息的環境都很容易出現inlier較少的情況。
並且有一些點，在一幀中可以看到，另一幀可能就被其他點擋住了。 作者提出使用這個EMM來更魯棒的判斷是否reject estimate
先看一個假設：實施transformation之后，空間上對應的深度測量值應該來自於同一個表面位置之下:
after applying transformation estimate,spatially corresponding depth measurement stem from the same underlying surface location.
論文中作者證明了觀測yi和yj（不同與下圖的yi,yj）之間的差滿足高斯分布，方差為表示噪音的協方差矩陣（計算方法由論文 Accuracy and Resolution of Kinect Depth Data給出）
這樣，就可以用概率學里的p值檢驗來判斷是否reject estimate，然而，發現p值檢驗 有點神經衰弱 ，對於微小的誤差太過敏感，
因此使用另一種方法
將相機A觀測到的點投影到相機B，在observed points中找出inlier,outlier,occluded：
上圖中yi和yj應該是同一個點，算作inlier。yk不再A的視場內，所以被忽視，不看作“observed points”。
投影之后的yq在相機B 的市場中被yk擋住，看不到，因此算作occluded。
至於yp,落在了yq和相機A光心的連線上，算作outlier（注意，yp與yk不同，yp在相機A的視場內，但是相機A在這里觀測到的是yq的深度）
因此，在上圖中，inlier有倆，outlier一個，occluded一個
而在代碼中（misc.cpp 913行之后有兩個函數，其中一個是用於p值檢驗方法的），作者是這么計算inlier,outlier,occluded，並判斷是否reject的
observedPoints=inliers + outliers + occluded
I=inlier數量，O=outlier數量，C=occluded數量，如果I/（I+O+C）<25%,直接reject
否則，對I/（I+O）設一個閾值，小於閾值就reject
回環檢測
現在的回環檢測大多數是基於Bag-of-Words，深度學習興起后也有用deep learning 的，或者用語義信息
此文回環是基於 最小生成樹 ，隨機森林的隨機回環
使用描述符之間的距離（直接相減），生成一棵深度圖像（limited depth）的最小生成樹，去掉n個時間上最近的（避免重復）
再隨機從樹上選k幀(偏向於更早的幀)來找閉環
圖優化
只優化位姿圖，不優化三維點。
使用g2o圖優化庫。g2o的使用http://www.cnblogs.com/gaoxiang12/p/3776107.html
沒有被EMM拒絕的motion，將兩幀相機位姿作為優化頂點，motion作為約束，加入優化邊
檢測到的回環，也加入優化頂點和邊
g2o優化邊的誤差函數：
這里的xi,xj為優化變量（頂點位姿的estimate），Zij是約束，也就是xi和xj之間的變換。e（）是how well xi and xj satisfy the constraint ，
中間的Ω是約束（優化邊）的信息矩陣（協方差矩陣的逆）， 表示對邊的精度的估計。在代碼中，是這么計算的：
odom_edge.informationMatrix = Eigen::Matrix<double,6,6>::Identity() / time_delta_sec;//e-9;
單位矩陣除以兩幀之間的時間間隔
看到這里，依然沒有明白這個誤差究竟咋算的～
查看g2o::SE3edge.cpp, 這個e其實是這么算的：
_inverseMeasurement * from->estimate().inverse() * to->estimate()
解釋一下這個誤差函數：
我們認為 幀2（ from）的位姿態 Tj 是幀1（to）的位姿 Ti 經過 Tij 得到的 ，也就是
Ti * Tij = Tj
也就是
Tij = Ti -1 * Tj
即一個位姿的逆乘另一個位姿可以表示兩個位姿之間的變化，那么，我們想表達邊的measurement與Tij之間的差距，也可以這么玩兒
delta ： Δ = measurement-1 * Ti-1 * Tj ,
這就得到g2o代碼里的式子了， 后面的toVectorMQT是啥我也不清楚。。應該就是矩陣轉化為向量
注意，Ti其實完整寫法是Twi, w代表世界坐標系
這里看不懂的可以參考高翔大大《視覺SLAM十四講》11.1.2
這個樣子的回環檢測，難免會出現錯誤的回環，這種回環約束加入到圖優化中去，勢必會把地圖拉的扭曲
所以，在圖優化第一次收斂之后，作者就把錯誤回環對應的優化邊 從圖中刪除。
怎么判斷回環是錯誤的呢？ ----- 給上面說的誤差函數設一個閾值（又又又又是閾值。。） ，誤差大於這個閾值的就是錯誤的
octoMap:
http://www.cnblogs.com/gaoxiang12/p/5041142.html
把一個立方體平均分成八個小立方體，小立方體又可以再分，子子孫孫無窮盡也
每個小立方體對應八叉樹的一個節點，因此成為八叉樹地圖
每個小立方體存儲 被占據的概率的logist回歸，被觀測到占據次數越多，概率越大，而如果沒有一次觀測到被占據，則不用展開該節點
OctoMap的優點： 利於導航 ; 易於更新 ;存儲方式比較省空間
歡迎交流，歡迎補充，歡迎糾錯