完全不会的实验作业。

一、实验目的：

通过使用python、C、Matlab等工具，编程实现课本《SLAM十四讲》中的重要知识点：稀疏重建（成果文件分析与读取），slam数据结构设计与实现，利用Eigen实现刚体变换参数计算，本质矩阵计算与SVD分解，利用opencv实现影像去畸变与像平面坐标计算，ceres非线性优化与PnP（直接线性变换、P3P）。

二、实验数据：

数据压缩包：

附件实验数据将数据压缩包另存至本地电脑中，通过解压缩，可得到对建筑的无人机环绕飞行采集的36张影像。

三、处理工具：

软件压缩包：附件metashape将软件压缩包另存至本地电脑中，解压缩后打开“metashape.exe”，申请30天的临时许可。通过帮助文档，对实验数据进行稀疏重建，随后输出Block Exchange (*.xml)格式的结果文件。需要注意的是，输出时，选择local本地坐标系，并且输出连接点的观测与三维坐标。四、具体实验：

1、slam数据结构设计与实现（4课时）按照Block、Camera、Photo、TiePnt、Obser、Mat_K、Mat_R、Mat_T、Vec_t等来设计slam的数据结构，并且实现各类中的构造、析构等函数，参数设计与存储，参数之间的转换，以及xml文件读取及存储。

2、利用Eigen实现刚体变换参数计算（2课时）编写成员函数，通过两张影像以及各自的R/t参数，实现刚体变换参数计算；编写成员函数，利用刚体变换参数以及某影像的R/t参数，实现另外一张影像的R/t参数计算。

3、本质矩阵计算与SVD分解（2课时）编写成员函数，利用两张影像之间的连接点，计算本质矩阵，并且通过SVD分解，得到R/t参数。4、利用opencv实现影像去畸变与像平面坐标计算（4课时）编写成员函数，利用相机参数，用gdal/opencv读取影像，并实现影像去畸变；编写成员函数，手敲算法，实现像素坐标的去畸变的正反过程。

5、ceres非线性优化与PnP（直接线性变换、P3P）（4课时）编写成员函数，利用影像的连接点与对应观测值，实现影像直接线性变换；编写成员函数，利用影像的连接点与对应观测值，实现P3P。编写成员函数，实现RANSAC+直接线性变换、RANSAC+P3P。

我们已经有一个555.xml了