VO 2 具体的过程

 

VO简介

输入

  • 通过摄像头获取的视频流(主要为灰度图像,stereo  VO中图像既可以是彩色的,也可以是灰度的 ),记录摄像头在时刻获得的图像为和相机的内参,通过相机标定获得,可以通过matlab或者opencv计算为固定量

输出

  • 计算每一帧相机的位置+姿态

基本过程

  1. 获得图像
  2. 对获得图像进行畸变处理
  3. 通过FAST算法对图像进行特征检测,通过KLT算法跟踪这些特征到图像中,如果跟踪特征有所丢失,特征数小于某个阈值,则重新进行特征检测
  4. 通过带RANSAC的5点算法来估计两幅图像的本质矩阵
  5. 通过计算的本质矩阵进行估计
  6. 对尺度信息进行估计,最终确定旋转矩阵和平移向量

RANSAC算法介绍

这个问题如果使用最小二乘法进行优化,由于噪声数据的干扰,我们得到的结果肯定是一个错误的结果。经实验验证,对于包含80%误差的数据集,RANSAC的效果远优于直接的最小二乘法。

有些情况下,最小二乘法拟合的直线是错误的,而RANSAC算法效果要更好一些。

你可能感兴趣的:(Computer,Version,SLAM)