[toc]目录 一、直接法和光流 1.1 光流 1.2 直接法 二、后端 三、BA和图优化 一、直接法和光流 特征点VO做法: 在图像中提取特征点并计算特征描述,非常耗时,~10+ms in ORB 在不同图像中寻找特征匹配,非常耗时 in brute force matching 利用匹配点信息计算相机位姿,比较快<1ms 那么不使用特征匹配计算VO? 通过其他方式寻找
【toc】目录 一、视觉里程计Visual Odometry 1.1 特征点法 1.2 特征匹配 二、2D-2D:对极几何 三、PNP 四、3D-3D ICP 一、视觉里程计Visual Odometry 1.1 特征点法 经典SLAM模型中以位姿——路标Landmark来描述SLAM过程。路标是三维空间中固定不变的点,能够在特定位姿下观测到,首先对路标有几点要求: 数量充足,以实现良
[TOC]目录 一、单目相机模型 二、双目相机模型 三、RGB-D相机 四、非线性优化 (很火,但我不会) 一、单目相机模型 照片记 录了真实世界在成像平面上的投影,这个过程丢弃了“距离”维度上的信息,普通相机可以用针孔模型很好地近似。为了建立观测方程需对相机进行建模,因此首先了解一下小孔成像模型。首先了解一下成像的大致原理: 光聚焦在CCD或CMOS上 CCD或CMOS完成光/电转换
【toc】目录 一、旋转矩阵 二、旋转向量 三、欧拉角 四、四元数 五、李群和李代数 SLAM:Simultaneous Localization and Mapping同时定位与地图构建搭载特定传感器的主体,在没有环境先验信息的情况下,于是运动过程中建立环境的模型,同时估计自己的运动。视觉SLAM:以相机为主要传感器的SLAM。问题:从图像中估计相机的运动以及环境情况。应用场景:无人驾驶,机器
积分
粉丝
勋章
TA还没有专栏噢
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信