【跟我一起读《视觉惯性SLAM理论与源码解析》】第十章 ORB-SLAM2中的地图初始化

这一章节主要讲了单目初始化以及双目初始化的事情，大部分篇幅给了单目地图初始化。

1. 单目初始化的流程：记录当前帧和参考帧（第一帧）之间的特征匹配关系，在特征匹配点对中随机选择8对匹配点作为一组，用这八对点分别计算基础矩阵以及单应矩阵，得到得分，计算得分比例，据此判断是选取基础矩阵还是单应矩阵求位姿和三角化。
2. 求F或者H之前为什么要进行归一化处理？归一化的流程是怎样的。
3. H中，一对点确定两个方程，那么其实只需要四对点求H，为什么代码中还是用八对点求H？
4. 单应矩阵的尺度等价性是怎么描述的？
5. SVD分解后，右奇异矩阵最后一列是最优解怎么解释？
6. 单应矩阵评分中的双向投影求重投影是怎么实现的？
7. 卡方检验（分布）了解多少？
8. 基础矩阵是如何恢复位姿的，一对点确定一个方程？
9. 基础矩阵秩为2，所以要进行二次SVD分解，最后强制把最小的奇异值设为0
10. 检验基础矩阵 评分的过程测误差用的是特征点到对应极线的距离和，这是如何实现的？
11. 这里为什么计算得分用的是th2,阈值却使用的是th(按道理来说距离应该是一个自由度，th足够）？
12. 特征点对三角化获得三维点坐标的过程
13. 检验三角化结果，为什么需要把坐标系统一化，这里用两相机光心视差角来检验三维点合格与否是如何实现的？nGood点对判断的条件？通过检验的视差角是如何选取的？
14. 双目模式下的地图初始化原理是什么？SAD原理？
15. 亚像素插值原理，有什么作用？