回环资源

回环线程对每一新的关键帧搜索回环候选。如果检测到回环，我们计算一个相似变换，它表示回环中累积的漂移。接着，回环的两侧被对齐并且重复的地图点被融合。最后，基于相似性约束的位姿图优化被执行以实现全局一致性。主要的创新点在于，我们基于本质图进行优化，它是共视图的更稀疏的子图。回环检测和回环纠正步骤将在后文详细解释。

提出了一种能有效检测出逆回环的回环检测网络。提出了一种可训练的端到端网络用来估计仅有部分重叠的点云和经典回环检测算法比较该模型应用在佛莱堡采集的数据集把回环检测加入到SLAM框架中（说是LIO-SAM,但还没开源）

Strasdat等人使用PTAM前端，但是仅在由共视图检索到的局部地图中进行跟踪。他们提出了一种双窗口优化的后端，它在内窗口中连续执行BA，并且在固定尺寸的外窗口中执行位姿图优化。然而，回环仅当外窗口尺寸足够大以包含整个回环时才有效。在本文系统中，我们采用了使用基于共视的局部地图和从共视图中构建位姿图的优秀思想，并且将它们应用于完全重新设计的前端和后端。另一个区别为，我们使用与跟踪和建图相同的特征进行位置识别以代替使用特定的特征（例如SURF）进行回环检测，从而获得鲁棒的以帧率执行的重定位和回环检测。

李显杰在《电影叙事学：理论和实例》中将回环式套层结构定义为以多层叙述线索为动力的叙述结构，强调时间上的回环往复。通常导演利用复现式蒙太奇，让影片成为典型的回环式结构，是指在时间上的回环往复，他不是按照事件的时间顺序自然的讲述，而是人为的将故事打乱重新安排，使影片前后呼应。

回环检测搜索每个新的关键帧的回环。如果检测到一个回环，我们计算一个相似度变换，告知在回环中累积的漂移。然后对环路两侧进行对齐，并将重复点融合。最后对相似度约束进行位姿图优化，实现全局一致性。主要的新奇之处在于我们在本质图上进行了优化，本质图是在第三-d节中解释的共可见图的稀疏子图。回环检测和校正步骤将在第七节中详细解释。

告别多会引来重逢，而不告而别才是最无情的一刀。时隔两年，路内最新的长篇小说顶着告别的名字，写着重逢的故事，匆匆一别伤心诀别还有十八相送过的人又兜兜转转在未来的时间回环相遇。主人公李白从少年到中年的一路情事砌成了一座叙事迷阵，锁在迷阵里的不光有他的人生，还有1985年到2019年的时间碎片，进而反映出了时代精神的倒影。