线性代数的求解方法,为构建数学模型,根据有限匹配点的坐标求取T;假设点的坐标是精准正确的,则求取的T为唯一且正确的。如3D-2D的PnP中的P3P方法(只取三对点)、直接线性变换(DLT)(取6对点),点数过多时便会产生矛盾,不同点对组合生成不同值的解。
当点数多时,则用求取最小二乘解,若目标函数非线性,无法直接求取使目标函数最小的点,则使之线性化(如高斯牛顿法,LM法),迭代使梯度下降。这就是非线性优化方法,如bundle adjustment(BA,光束平差法),使多个点的重投影误差的平方和最小。
一般来说,在实际应用中,先取有限点求T的近似值,再通过多个点求非线性优化解。当然也可以用任意初始值(例如T=0)直接用非线性优化求解,但这样会耗时耗资源
SLAM笔记 线性代数方法 非线性优化方法
于 2022-05-10 19:53:32 首次发布