首先，论文中介绍自己就是 运行速度快
相比较于loam，缺少后端优化里程计的部分，是否是这一部分省去了时间
那精度还差不多.... 有待思考
代码中没有提及论文中的权重问题，是没看到还是代码中没有
经过我“仔细”的查找，以及github中别人的提问 证明，代码中确实没有权重这一部分，只是提出了理论知识
代码中没有后端，感觉是因为在低速行驶时，用不上，哈哈哈哈哈
论文创新点
- 新的去畸变方法
两阶段去畸变方法用于减少计算量(two-stage distortion conpensaton to reduce the compotational cost)
从 k-1 时刻到 k 时刻的变换矩阵可用 k-1 时刻到 k-2 时刻进行预测，公式如下：
连续帧间的变换矩阵为：
N为一圈点云数量，n为当前一圈点云中的某个点，则当前帧去畸变公式为
- 点到线和点到面距离优化过程中，增加权重
为了减少计算量，将局部平滑度作为权重加入
-
个人思路
1、感觉整体思路与loam太过相似，但为了减少运行时间，减少了后端优化，在快速和大场景下可能会出现问题
2、新的去畸变方法，感觉有点靠谱，但大概率与loam原理一致，都是利用了同一圈点云的姿态变换关系而已，但你本身定位就是低速小场景，你又搞这个感觉有些累赘
3、加入权重的问题 ，别人的回答（我不确定是否是作者）
非常离谱的是，靠着 loam 在 kitti 算法排行榜中位于23，让我感觉到，站在巨人的肩膀是有多么的重要！
欢迎各位大佬们批评指正我对这篇论文的个人见解，如果我遗漏代码中的精彩部分，也请大佬们指教！
