近几个月研读了不少RGBD-SLAM的相关论文，Whelan的Volume Fusion系列文章的效果确实不错，而且开源代码Kintinuous结构清晰，易于编译和运行，故把一些学习时自己的理解和经验写出来，供大家参考。
研读之前已经发现有中文博客做了一些解析，我也受益不少。参见fuxingyin的blog:Kintinuous 解析 。不过有些地方已经不够详细，故此文重新进行解读。可能某些地方会重复。
本文是在自己阅读、整理、代码实践的基础上做的一些结果，希望对相关研究者有所帮助。
Kintinuous涉及的文章，其中包括4篇论文，1篇专利（如下链接来自其开源代码中找到：github repo - Kintinuous)：
Real-time Large Scale Dense RGB-D SLAM with Volumetric Fusion, T. Whelan, M. Kaess, H. Johannsson, M.F. Fallon, J. J. Leonard and J.B. McDonald, IJRR '14
Deformation-based Loop Closure for Large Scale Dense RGB-D SLAM, T. Whelan, M. Kaess, J.J. Leonard, and J.B. McDonald, IROS '13
Robust Real-Time Visual Odometry for Dense RGB-D Mapping, T. Whelan, H. Johannsson, M. Kaess, J.J. Leonard, and J.B. McDonald, ICRA '13
