qq_38023849的博客

目录：位姿的定义位姿与变换矩阵的区别与联系位姿的求解方法位姿的定义  在SLAM中，位姿是世界坐标系到相机坐标系的变换，包括旋转与平移。根据以上定义可以衍生以下几个问题：1.世界坐标系在哪？通常世界坐标系是自己定义的，一经定义，便不可更改，通常构图所用点的坐标便是世界坐标系下的坐标。2.相机坐标系在哪？相机坐标系是指以相机的光心为原点所构成的坐标系，由于相机是运动的，所以相机坐标系也是运动的。3.如何表达位姿？位姿通常以三维空间中的欧式变换来表示，变换矩阵T最常用，也可以分别用旋转

目录直接法介绍单层直接法多次直接法直接法介绍  这里所说的直接法不同于上一篇所说的LK光流法，LK光流是首先要选取特征点，如何利用特征点附近的光流进行路标的追踪与位姿的求解的，其本质还是先得到匹配好的点对，然后利用点对进行位姿估计。而直接法不同，其核心思想是直接优化位姿R,tR,tR,t。直接法也需要两个假设：1.灰度不变假设，即I1(u,v)=I2(u+Δx,v+Δy)I_1(u,v)=I_2(u+\Delta x,v+\Delta y)I1​(u,v)=I2​(u+Δx,v+Δy)2

目录：LK光流介绍单层LK光流多层LK光流LK光流  LK光流是一种描述图像运动的方法，利用LK光流可以实现对图像的追踪，从而求解图像运动的位姿。其基本思想如下：单层光流法求解的基本流程如下：1.特征点的选取2.Gauss-Newton法求解Δx,Δy\Delta x,\Delta yΔx,Δy关于特征点的选取，笔者前面写了一篇文章进行了详细介绍，这里不在赘述。...

目录：对极约束PnP问题ICP问题Gauss-Newton法g2o求解最小二乘问题对极约束1.求解基础矩阵/本质矩阵基础矩阵FMat fundamental_matrix; fundamental_matrix = findFundamentalMat(points1, points2, FM_8POINT);注意findFundamentalMat（）函数的参数：参数1，2：points_1；cv类型的中的特征点1，2容器类，像素坐标。参数3：为求解方法，有8点法等等，为一

目录视觉里程计的基本问题各类求解方案优缺点分析基本问题  视觉里程计（VO）是视觉SLAM技术的起点，其核心问题同SLAM技术一样，主要是定位与构图，但视觉里程计解决的核心是定位问题，也就是相机的位姿，虽然在里程计中不之间构图，但求解的数据也是后期构图必须的。  定位问题：机器人在给点起点后，从起点开始运动，运动过程可以描述为摄像头的坐标在起点坐标系下的不断变化，同时摄像头采集图像。  摄像头的运动过程可以用变化矩阵T（4×4），或者旋转矩阵R（3×3）+平移矩阵t（3×1）描述。其中T与