視覺SLAM中相機詳解
視覺SLAM中，通常是指使用相機來解決定位和建圖問題。
SLAM中使用的相機往往更加簡單，不攜帶昂貴的鏡頭，以一定的速率拍攝周圍的環境，形成一個連續的視頻流。
相機分類：
單目相機：只是用一個攝像頭進行SLAM的做法成為單目SLAM。
單目相機的數據就是照片，照片就是拍照時的場景在相機的成像平面上留下的一個投影，它以二維的形式反映了三維的世界，在這個過程中丟掉了一個維度即深度（距離）。我們無法通過單張照片計算場景中的物體與我們之間的距離。（照片：近小遠大原理）
如果想要通過單目相機拍攝的照片恢復三維結構，必須改變相機的視角（移動相機，才能估計它的運動和場景中物體的遠近與大小）。
通過移動，我們知道“近處的物體移動快，遠處的物體移動慢”從而得知物體的遠近，但這仍然是相對值。
單目SLAM無法僅憑圖像確定物體的真實尺寸。即尺度不確定性。
平移之後，可以計算深度，但無法確定真實尺寸。這給單目SLAM的應用造成了很大的麻煩。
雙目相機：有兩個攝像頭，由兩個單目相機組成（兩個相機之間的距離叫“基線”是已知的），通過這個基線（進行大量計算並且是不太可靠的）來估計每個像素的空間位置來測量物體與我們之間的距離，客服單目相機無法知道距離的缺點。
雙目相機測量到的深度範圍和基線有關，基線距離越大，能夠測量到的就越遠。可用於室內也可用於室外。
缺點：配置與標定較為復雜，其深度和精度受雙目的基線或者分辨率所限，並且視差的計算非常消耗計算機資源，在現有的條件下，計算量是雙目的主要問題之一。
RGB-D（深度相機）：攜帶多個攝像頭，可以采集到彩色圖片，還可以讀出每個像素與相機之間的距離。
最大的特點：可以通過紅外結構光或Time-of-Flight原理，像激光傳感器那樣，通過主動向物體發射光並接收返回的光，測量物體與相機之間的距離。這是通過物理測量的方法來計算距離，相比雙目相機通過軟件計算距離來說深度相機可以節省大量的時間。
缺點：大多數深度相機的測量範圍窄，噪聲大，視野小，易受日光幹擾，無法測量投射材質等。
在SLAM中，主要用於室內，室外則較難應用。
在相機的運動過程中，我們可以得到一些列連續變化的圖像，視覺SLAM的目標就是通過這樣的圖像進行定位和地圖重建。SLAM需要一個完善的算法框架，現在框架已經相對成熟了。
視覺SLAM中相機詳解