代码部分 链接到标题

一. 程序 链接到标题

链接：https://github.com/VladimirYugay/Gaussian-SLAM

二. 问题 链接到标题

todo

三. 说明 链接到标题

todo

四. 本地复现 链接到标题

todo

论文部分 链接到标题

一. 前置内容 链接到标题

  1. RGBD图像 概念： RGBD 图像提供了每个像素的 颜色信息 和 深度信息，这使得每个像素不仅能反映物体的颜色，还能指示物体在三维空间中的位置。通过将 深度图 中的每个像素与其对应的 颜色图像 数据结合，系统能够获得每个图像像素的三维空间坐标，通过特征提取（如SIFT、SURF等）生成 稀疏点云。每个点代表了场景中一个特定的三维位置。换句话说,束调整的目标是通过 联合优化，同时调整相机的 位姿 和 三维点的坐标，来减少图像间的误差，使得相机的轨迹和三维场景的重建都更加准确。
  2. 视觉BA 概念： 通过最小化误差函数，使得多个图像帧之间的 相机参数 和 三维场景点位置 更加精确。 作用： (1)相机位姿优化：调整每个相机的 位置 和 朝向，以最小化它们之间的 重投影误差。重投影误差是指通过相机内外参数（相机的 位置 和 旋转角度）计算出的 三维点投影位置 和实际图像中匹配到的特征点之间的差异。 (2)三维点云优化：除了相机位姿，束调整还会优化 三维点云的坐标，即优化这些三维点在空间中的位置，使得在不同视角下的图像重建更加准确。

二. 论文逻辑 链接到标题

todo