PnP（3D-2D）、ICP（3D-3D）

前言：

之前学习总结《视觉SLAM十四讲》总结过：

7：VO—— 3D-2D：PnP+BA

8：VO—— 3D-3D：ICP+SVD+BA

区别：

1、PnP（2D-3D）即给出n个3D空间点及其投影位置时，如何求解相机的位姿R t。
2、ICP（3D-3D）利用n 对特征点在不同相机坐标系下的三维坐标，估计相机之间的相对位姿，适用于RGB-D SLAM和激光SLAM（从原理上来说）。

单目视觉里程计中，必须先通过对极约束进行初始化，然后用PnP。

SLAM中，一般先使用P3P粗略估计相机位姿，再构建最小二乘优化问题进行调整BA。

 

---

PnP

 

ICP

ICP 算法是一种点云到点云的3D-3D配准方法。

前提：已匹配好。（RGB-D两幅有深度图的帧上特征点匹配好、或PnP匹配好给出的3D-3D点对）

ICP的求解主要有线性代数的求解(SVD)和非线性优化的求解(BA).

 

参考：

https://blog.csdn.net/luohuiwu/article/details/80748213