SLAM中相机姿态估计算法推导基础数学总结

相机模型

基本模型

SLAM中相机姿态估计算法推导基础数学总结_第1张图片
内参
SLAM中相机姿态估计算法推导基础数学总结_第2张图片
SLAM中相机姿态估计算法推导基础数学总结_第3张图片
外参
SLAM中相机姿态估计算法推导基础数学总结_第4张图片
SLAM中相机姿态估计算法推导基础数学总结_第5张图片

对极几何

对极约束

SLAM中相机姿态估计算法推导基础数学总结_第6张图片
SLAM中相机姿态估计算法推导基础数学总结_第7张图片
外积符号
SLAM中相机姿态估计算法推导基础数学总结_第8张图片
基础矩阵F和本质矩阵E
SLAM中相机姿态估计算法推导基础数学总结_第9张图片
SLAM中相机姿态估计算法推导基础数学总结_第10张图片
相机姿态估计问题分为如下两步:

SLAM中相机姿态估计算法推导基础数学总结_第11张图片

本质矩阵

E = t ∧ R E=t^{\wedge}R E=tR因为 t ∧ t^{\wedge} t其实就是个3x3的反对称矩阵,所以 E E E也是一个3x3的矩阵

用八点法估计E
SLAM中相机姿态估计算法推导基础数学总结_第12张图片
SLAM中相机姿态估计算法推导基础数学总结_第13张图片

零空间矩阵的讲解

要通过E获得R和t就需要进行 E E E的奇异值(SVD)分解
SLAM中相机姿态估计算法推导基础数学总结_第14张图片SLAM中相机姿态估计算法推导基础数学总结_第15张图片
带入之后的看相机的正深度,就只有第一种情况满足

单应矩阵

SLAM中相机姿态估计算法推导基础数学总结_第16张图片
SLAM中相机姿态估计算法推导基础数学总结_第17张图片

这个等式只有在非零因子情况下才成立,所以可以除以非零因子把 h 9 h_9 h9变为0
SLAM中相机姿态估计算法推导基础数学总结_第18张图片

三角测量

SLAM中相机姿态估计算法推导基础数学总结_第19张图片SLAM中相机姿态估计算法推导基础数学总结_第20张图片

3D-2D:PnP

直接线性变换

SLAM中相机姿态估计算法推导基础数学总结_第21张图片

P3P

SLAM中相机姿态估计算法推导基础数学总结_第22张图片
SLAM中相机姿态估计算法推导基础数学总结_第23张图片
最后要求得未知量只有x,y,这是一个二元二次多项式方程,用吴消元法求解,最多得四个解,根据第四个点进行验证即可求得A,B,C 的3D坐标

Bundle Ajustment

SLAM中相机姿态估计算法推导基础数学总结_第24张图片
这部分略显复杂,建议直接看视觉SLAM十四讲
SLAM中相机姿态估计算法推导基础数学总结_第25张图片

你可能感兴趣的:(VSLAM,数码相机,算法)