近幾個月研讀了不少RGBD-SLAM的相關論文，Whelan的Volume Fusion系列文章的效果確實不錯，而且開源代碼Kintinuous結構清晰，易于編譯和運行，故把一些學習時自己的理解和經(jīng)驗寫出來，供大家參考。
研讀之前已經(jīng)發(fā)現(xiàn)有中文博客做了一些解析，我也受益不少。參見fuxingyin的blog:Kintinuous 解析 。不過有些地方已經(jīng)不夠詳細，故此文重新進行解讀?？赡苣承┑胤綍貜汀?/p>
本文是在自己閱讀、整理、代碼實踐的基礎上做的一些結果，希望對相關研究者有所幫助。
Kintinuous涉及的文章，其中包括4篇論文，1篇專利（如下鏈接來自其開源代碼中找到：github repo - Kintinuous)：
Real-time Large Scale Dense RGB-D SLAM with Volumetric Fusion, T. Whelan, M. Kaess, H. Johannsson, M.F. Fallon, J. J. Leonard and J.B. McDonald, IJRR '14
Deformation-based Loop Closure for Large Scale Dense RGB-D SLAM, T. Whelan, M. Kaess, J.J. Leonard, and J.B. McDonald, IROS '13
Robust Real-Time Visual Odometry for Dense RGB-D Mapping, T. Whelan, H. Johannsson, M. Kaess, J.J. Leonard, and J.B. McDonald, ICRA '13
