slam学习（4）

http://www.cnblogs.com/gaoxiang12/p/4669490.html

得到两帧图像的选择矩阵和位移矩阵，就可以把两张图像的点云给拼接起来，形成更大的点云。

点云的拼接，实质上是对点云做变换的过程。这个变换往往是用变换矩阵(transform matrix)来描述的：

T=[R3×3O1×3t3×11]∈R4×4T=[R3×3t3×1O1×31]∈R4×4

该矩阵的左上部分是一个3×33×3的旋转矩阵，它是一个正交阵。右上部分是3×13×1的位移矢量。左下是3×13×1的缩放矢量，在SLAM中通常取成0，因为环境里的东西不太可能突然变大变小（又没有缩小灯）。右下角是个1. 这样的一个阵可以对点或者其他东西进行齐次变换：

⎡⎣⎢⎢⎢⎢y1y2y31⎤⎦⎥⎥⎥⎥=T⋅⎡⎣⎢⎢⎢⎢x1x2x31⎤⎦⎥⎥⎥⎥[y1y2y31]=T⋅[x1x2x31]

　　由于变换矩阵结合了旋转和缩放，是一种较为经济实用的表达方式。它在机器人和许多三维空间相关的科学中都有广泛的应用。PCL里提供了点云的变换函数，只要给定了变换矩阵，就能对移动整个点云：

至此，我已经实现了一个只有两帧的SLAM程序。然而，也许你还不知道，这已经是一个视觉里程计(Visual Odometry)啦！只要不断地把进来的数据与上一帧对比，就可以得到完整的运动轨迹以及地图了呢！