视觉SLAM中的X点法
在VSLAM当中，我们经常会接触一些算法叫做X点法，如常见的五点法、八点法等，它们其实是解决不同问题的不同算法，只是名字容易搞混，所以，在这里将常见的X点法梳理一遍。
附赠自动驾驶学习资料和量产经验：链接
二点法：P2P
P2P是一种4DoF PnP算法，常用在特征点匹配中剔除outlier（Two-Point RANSAC），也可以用来估计平移量。我们知道PnP是根据3D-2D匹配计算旋转和平移的一类算法，它是求解如下等式：
三点法
a. 3D-3D位姿匹配，ICP
推导过程如下：
b. P3P
由余弦定理可知：
四点法
a. Homography
b. EPnP
EPnP:An Accurate O(n) Solution to the PnP problemicwww.epfl.ch/~lepetit/papers/lepetit_ijcv08.pdf
EPnP在世界系中选取4个点（称之为控制点，论文中取的3D点中心加PCA3个单位向量的点），将世界坐标系中所有点表示成控制点的加权，如下：
五点法：Essential Mat
六点法：PnP DLT
七点法：Fundamental Mat
Seven-point algorithmwww.cs.unc.edu/~marc/tutorial/node55.html
八点法：Fundamental Mat
总结
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
