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
ASKED_201914 分钟前
深度强化学习之123-概念梳理
人工智能
攻城狮7号26 分钟前
OpenAI 的 Sora 2来了:一场创意革命与失控的狂欢
人工智能·大模型·openai·ai视频·sora 2
胖头鱼的鱼缸(尹海文)1 小时前
数据库管理-第376期 Oracle AI DB 23.26新特性一览(20251016)
数据库·人工智能·oracle
瑞禧生物ruixibio1 小时前
4-ARM-PEG-Pyrene(2)/Biotin(2),多功能化聚乙二醇修饰荧光标记生物分子的设计与应用探索
arm开发·人工智能
大千AI助手1 小时前
Huber损失函数:稳健回归的智慧之选
人工智能·数据挖掘·回归·损失函数·mse·mae·huber损失函数
墨利昂1 小时前
10.17RNN情感分析实验:加载预训练词向量模块整理
人工智能·rnn·深度学习
【建模先锋】2 小时前
一区直接写!CEEMDAN分解 + Informer-LSTM +XGBoost组合预测模型
人工智能·lstm·ceemdan·预测模型·风速预测·时间序列预测模型
fsnine2 小时前
YOLOv2原理介绍
人工智能·计算机视觉·目标跟踪
倔强的石头1062 小时前
AI修图革命:IOPaint+cpolar让废片拯救触手可及
人工智能·cpolar·iopaint