视觉里程计(四)

1.直接法

如下图为空间点P在第一帧和第二帧的映射，而R，t（$exp(\xi^{\wedge } )$）则为第一帧到第二帧的转换矩阵。在直接法中，不通过特征法，而是通过相机的位姿（在直接法中是已知的）来估计第二个相机中的像素位置。

直接法：当相机估计位置不好时，$p_{2}$ 和 $p_{1}$的外观就会有差别。通过优化位姿，来减小差别。这个又是一个最小二乘的问题，其中判断的不是通过重投影误差，而是通过光度误差，也就是俩个像素的亮度误差: $e=I_{1}(p_{1})-I_{2}(p_{2})$

对于亮度误差的优化，可用范数表示为：$\underset{\xi }{min}J(\xi )=||e||^{2}$（这个是对于一个点而言的），但是这种优化的前提是 灰度不变假设（即同个像素在不同时刻的灰度是不变的）

如果说空间有N个点，那么整个相机位姿估计问题变为：$\underset{\xi }{min}J(\xi )=||e||_{2}^{2}$，这里的 $\xi$ 表示的是李代数，在这个优化的过程中，我们需要的是，对李代数进行优化，使得误差最小。

e(ξ⊕δξ)=I1(1Z1KP)−I2(1Z1Kexp(δξ)exp(ξ∧)P) e ( ξ ⊕ δ ξ ) = I 1 ( 1 Z 1 K P ) − I 2 (