SLAM学习笔记（二） 视觉里程计

视觉里程计属于前端优化工作，核心包括估计相机的运动（通常用旋转矩阵R和平移矩阵t来表征）和估计特征点三维位置。常见方法包括特征点法、光流法和直接法。

特征点法

根据图像中特征点的运动，估计相机的运动。

特征点及其匹配

特征点由关键点（特征点位置）和描述子（关键点周围像素信息）组成。常用特征为ORB，它包括FAST关键点（角点，灰度值与相邻像素相差大）和BRIEF描述子（相邻像素大小关系）。常见匹配方法包括暴力匹配和快速近似最邻（FLANN）

估算相机运动

2D-2D：对极几何

已知匹配的特征点在图像中的坐标，求解相机运动时的旋转矩阵和平移矩阵。关键在于求解本质矩阵E（可用八点法，即八个点对来估计），再将E进行分解即可通过对应关系求出R，t。


也可以通过单应矩阵H（平面与平面的对应关系）来求解。当特征点共面或者发生纯旋转时，自由度会减少，这时候会同时求解E和H，选取重投影误差小的作为最后的估计值。