报告题目：Rethink 在VR眼镜里的SLAM参数化方法

个人简介：张腾，本科和硕士就读于北京理工大学数学专业，博士毕业于20悉尼科技大学CAS实验室，师从SLAM领域专家Gamini Dissanayake教授和Shoudong Huang。6年AR眼镜&VR眼镜的软硬件开发经验。2021年加入YVR，担任技术总工程师。发表论文十多篇在顶级期刊、顶级会议上，包括WAFR、RA-L、ICRA和IROS。

报告摘要：应用于VR的SLAM在状态估计过程中会涉及到状态变量的参数化，如Pose-SE（3）和Point-XYZ。而无论是基于EKF的求解器或者是基于优化的求解器，不同的状态参数化方法往往在精度、速度、鲁棒性上都会有明显差异。本报告围绕参数化的理论工作而展开，首先会回顾不同的状态参数化方法在EKF-SLAM和EKF-VIO中对不变性、一致性的影响，并讨论这些性质与"observability"的关系；然后会介绍一种基于视差角的point参数化方法，该方法理论上会使得BA更加鲁棒，并使得迭代更加快速；最后我们会理论证明，在基于高斯牛顿的意义下，不同参数化方法具备某些相同的性质，利用该性质，我们能够设计出兼顾高效计算和高鲁棒性的优化器。