根据论文简单介绍一下视觉里程计的研究背景
并行跟踪与建图技术（Parallel Tracking and Mapping，PTAM）
在基于 SLAM 框架的相机跟踪算法中，跟踪和建图是两个主要任务。跟踪即更具场景中的结构信息求取相机姿态，对实时性有较高要求，建图则没有很高的实时性要求。PTAM 将跟踪和建图两个任务分离开，并且分别在两个独立的线程上运行。这样就可以在不影响相机跟踪实时性的前提下，在建图任务中采用时间效率低、精确性高的运动求取结构技术，从而使得 SLAM 框架中的漂移问题得到改善，相机跟踪算法的鲁棒性和精确性得到了提高。
半直接法（semi-direct visual odometry, SVO）
SVO 属于半直接法的一种，在前端提取特征点但不计算描述子，利用光流法匹配两帧之间的特征点，采用最小化重投影误差的方式进行后端优化，是计算效率提高。结合了基于特征点方法的优点（并行追踪和建图、提取关键帧）和直接法的优点（快速、准确）。
直接稀疏里程计（Direct Sparse Odometry，DSO）
DSO 是少数使用纯直接法的计算视觉里程计系统之一，它不是完整的 SLAM 系统，因为不包含回环检测、地图复用的功能。一般特征点法通过最小化重投影误差来计算相机位姿与地图点位置，而直接法则通过最小化光度误差（最小化的目标函数，通常由图像之间的光度误差来确定，而非重投影之后的几何误差）、直接法将数据关联与位姿估计放在一个统一的非线性优化问题中，而特征点法则分步求解（先通过匹配特征点求出数据之间的关联，再根据关联来估计位姿）
实时基于外观的建图系统（Real-Time Appearance-Based Mapping，RTAB-Map）
RTAB-Map 的目的在于提供一个与时间和尺度无关的基于外观的定位与构图解决方案，针对解决大型环境中的在线闭环检测问题。思想在于，为了满足实时性的一些限制，闭环检测时仅仅利用有限数量的一些定位点，同时在需要的时候有能够访问到整个地图的定位点。当地图中定位点的数目使得找到定位匹配的时间超过某个阈值时，RTAB-Map 就将 VM（工作内存）中不太可能形成闭环的定位点转移到 LTM（长期内存）中，这样这些被转移的位置点就不参与下一次闭环检测的运算。当一个闭环被检测到时，其邻接定位点有能够重新的从LTM中去取回放入到 VM 中，用来将来的闭环检测。
稠密视觉 SLAM 系统 (Dense Visual SLAM)
稠密跟踪与建图（Dense Tracking And Mapping，DTAM）