感知與 SLAM

ORB-SLAM 完整拆解：三線程架構、詞袋迴圈偵測與位姿圖優化

深入 ORB-SLAM 的追蹤、局部建圖、迴圈閉合三個並行線程各自的職責，說明 ORB 特徵的旋轉不變性設計、共視圖與本質圖兩種地圖結構的差異、DBoW2 詞袋模型如何做迴圈偵測，以及 ORB-SLAM3 相對前代的關鍵改進，附 OpenCV 特徵匹配程式碼。

SLAM 完整原理：從機率表述到 EKF、粒子濾波與圖優化三大解法

拆解 SLAM 問題的機率表述與『先有雞先有蛋』的本質困難，深入推導 EKF-SLAM 的狀態擴增與地標相關性成長、Rao-Blackwellized 粒子濾波（FastSLAM）如何繞開 O(n²) 複雜度，以及現代主流的圖優化（Pose Graph / Bundle Adjustment）後端，附迴圈閉合的關鍵角色說明。