三角测量——用相机运动估计特征点的空间位置

引入

使用对极约束估计了相机运动后,接下来利用相机运动估计特征点的空间位置,使用的方法就是三角测量

三角测量

对极几何中的对极几何约束描述类似:
z 2 x 2 = R ( z 1 x 1 ) + t z_2x_2=R(z_1x_1)+t z2x2=R(z1x1)+t

经过对极约束的求解,现在已知R,t,我们想求解两个特征点的深度z1,z2。(在单目相机模型中,深度被抹去了,因此若想建图需要求解'z')

那么先对上式两侧左乘一个 x 2 ∧ x_2^{∧} x2∧(等价于叉乘 x 2 x_2 x2)得:
z 2 x 2 ∧ x 2 = 0 = R ( z 1 x 2 ∧ x 1 ) + x 2 ∧ t z_2x_2^{∧}x_2=0=R(z_1x_2^{∧}x_1)+x_2^{∧}t z2x2∧x2=0=R(z1x2∧x1)+x2∧t

该式左侧为零,右侧可看成 z 1 z_1 z1的一个方程,可以根据它直接求得 z 1 z_1 z1,之后再求 z 2 z_2 z2就很简单了。当然,由于噪声的存在,我们估得的R,t不一定精确使式子成立,所以更常见的做法是求最小二乘解 而不是直接的解。

如图所示,理论上 o 1 p 1 o_1p_1 o1p1会和 o 2 p 2 o_2p_2 o2p2相交于p点。但由于噪声 的存在,两条线可能会出现异面 ,即,两条线在两个平行的平面中,而两个平面互相平行。因此我们会选择两条线最近的的近似为p点,也就是最小二乘解

相关推荐
Ronin-Lotus5 小时前
深度学习篇---剪裁&缩放
图像处理·人工智能·缩放·剪裁
cpsvps5 小时前
3D芯片香港集成:技术突破与产业机遇全景分析
人工智能·3d
国科安芯6 小时前
抗辐照芯片在低轨卫星星座CAN总线通讯及供电系统的应用探讨
运维·网络·人工智能·单片机·自动化
AKAMAI6 小时前
利用DataStream和TrafficPeak实现大数据可观察性
人工智能·云原生·云计算
Ai墨芯1116 小时前
深度学习水论文:特征提取
人工智能·深度学习
无名工程师7 小时前
神经网络知识讨论
人工智能·神经网络
nbsaas-boot7 小时前
AI时代,我们更需要自己的开发方式与平台
人工智能
SHIPKING3937 小时前
【机器学习&深度学习】LLamaFactory微调效果与vllm部署效果不一致如何解决
人工智能·深度学习·机器学习
jonyleek8 小时前
如何搭建一套安全的,企业级本地AI专属知识库系统?从安装系统到构建知识体系,全流程!
人工智能·安全
MQ_SOFTWARE9 小时前
AI驱动的金融推理:Fin-R1模型如何重塑行业决策逻辑
人工智能·金融