视觉SLAM实践入门——（15）使用g2o求解PnP

原创

于 2021-05-21 00:58:48 发布 · 903 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#slam

本文详细介绍了如何利用g2o库解决 Perspective-n-Point (PnP) 问题，包括定义顶点和边的数据类型、提取ORB特征、构造优化问题、设置求解器和进行优化。通过匹配点对，构建顶点和边，并使用高斯牛顿优化算法求解相机姿态。同时，文章提供了解决g2o动态库链接问题的参考链接。

使用g2o求解PnP的步骤：

1、定义顶点和边的数据类型

2、提取ORB特征、匹配点对

3、构造顶点、边

4、定义、设置求解器

5、调用求解器的 initializeOptimization 函数求解问题

如果无法链接g2o动态库，可以参考这篇文章的注意事项

https://blog.youkuaiyun.com/floatinglong/article/details/116159431

#include <iostream>
using namespace std;

#include <opencv2/core/core.hpp>
#include <opencv2/features2d/features2d.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/calib3d/calib3d.hpp>
using namespace cv;

#include <Eigen/Core>
using namespace Eigen;

#include <chrono>

#include <sophus/se3.hpp>

#include <g2o/core/base_vertex.h>
#include <g2o/core/base_unary_edge.h>
#include <g2o/core/sparse_optimizer.h>
#include <g2o/core/block_solver.h>
#include <g2o/core/solver.h>
#include <g2o/core/optimization_algorithm_gauss_newton.h>
#include <g2o/solvers/dense/linear_solver