《视觉SLAM十四讲》ch7视觉里程计1学习笔记（1）—— 视觉里程计1理论部分

        前段时间学习了高博的《视觉SLAM十四讲》第7讲——视觉里程计1，这一块主要介绍了视觉SLAM前端（视觉里程计）部分中的特征点法。其中我在我的另一篇博客中比较了基于opencv库函数和手写ORB匹配算法的差别，有兴趣的可以去看看，欢迎评论共同学习。以下提供链接：

《视觉slam十四讲》学习笔记——ch7实践部分 比较opencv库下的ORB特征的提取和手写ORB的区别

        在这篇博客中，我就不过多的介绍ORB特征点匹配的相关概念了，主要介绍如何在得到匹配好的点对后，根据点对来估计相机运动。

目录

1.内容框架

2.主要内容

2.1 2D-2D：对极几何

2.1.1 对极几何求解过程

2.1.2 单应矩阵相关知识

2.1.3 三角测量相关知识

 2.2 3D-2D：PnP

​ 2.3 3D-3D:ICP

2.3.1 SVD方法

2.3.2 非线性优化方法 

3. 总结

---

以下是我总结归纳出的这部分内容框架：

1.内容框架

2.主要内容

2.1 2D-2D：对极几何

      对于对极几何的相关知识，我做了一些学习笔记和总结，如下图所示：

2.1.1 对极几何求解过程

 

 2.1.2 单应矩阵相关知识

        以下是单应矩阵相关笔记：

  2.1.3 三角测量相关知识

      以下是三角测量相关笔记：

 2.2 3D-2D：PnP

      对于3D-2D情况，采取的是PnP方法，以下是我的学习笔记：

 2.3 3D-3D:ICP

2.3.1 SVD方法

     对于3D-3D的情况，采用的方法是ICP，以下是我的学习笔记：

 

 

2.3.2 非线性优化方法 

      以下是非线性优化相关笔记：

3. 总结

     以上是我对视觉里程计1——特征点法的学习笔记，字写的有点潦草，还望各位读者海涵。如有什么疑问或建议，欢迎在评论区留言。