视觉SLAM十四讲CH5到CH7的内容概述总结

CH5：
双目相机/RGB-D相机图像数据，生成拼接的点云地图
1。单目相机成像模型：
（1）世界坐标系下的固定点的世界坐标Pw.
（2) 由于相机在运动，它的运动由R，t或T。P的相机坐标为Pc= RPw+t
（3) Pc为【X，Y，Z】，归一化后【X/Z，Y/Z，1】
（4）有畸变时，根据畸变参数计算Pc发生畸变后的坐标（图像预处理，Opencv提供了 去畸变函数cv::Undistort()后，（4）省略）
（5）经过内参（fx,fy,cx,cy）K,对应的像素坐标 （KPc）
2。双目相机模型
（1）左右成像平面的坐标的视差计算
（2） 估计像素深度
（3）像素在相机坐标系下的坐标，生成点云
3。RGB-D
（1）同一个图像位置，读取到色彩信息和距离信息
（2）计算像素的3D相机坐标，生成点云
（容易受到日光和红外光干扰）
CH6
1。最小二乘作用：
解决问题：“在什么样的状态下，最可能产生现在观测到的数据”
最小化所有时刻估计值与真实读数之间的马氏距离
求解方法：（1）牛顿法：J+H\date x = 0
(2)高斯牛顿法：H\date =g