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