视觉里程计综合设计分析

视觉里程计综合设计分析

一 实验原理
如图所示，求取两帧图像 I1, I2 之间的运动，设第一帧到第二帧的运动为R, t。两个相机中心分别为 O1, O2。现在，考虑 I1 中有一个特征点 p1，它在 I2 中对应着特征点 p2。我们晓得这俩是通过特征匹配得到的。如果匹配正确，说明它们确实是同一个空间点在两个成像平面上的投影。这里我们需要一些术语来描述它们之间的几何关系。首先，连线 −−−→O1p1 和连线 −−−→O2p2 在三维空间中会相交于点 P。这时候点 O1, O2, P 三个点可以确定一个平面，称为极平面（Epipolar plane）。O1O2 连线与像平面 I1, I2 的交点分别为 e1, e2。e1, e2，称为极（Epipoles），O1O2 被称为基线（Baseline）。称极平面与两个像平面 I1, I2 之间的相交线 l1, l2 为极线（Epipolar line）。

直观上讲，从第一帧的角度上看，射线 −−−→O1p1 是某个像素可能出现的空间位置——因为该射线上的所有点都会投影到同一个像素点。同时，如果不知道 P 的位置，那么当我们在第二个图像上看时，连线 −−→e2p2（也就是第二个图像中的极线）就是 P 可能出现的投影的位置，也就是射线 −−−→O1p1 在第二个相机中的投影。现在，由于我们通过特征点匹配，确定了 p2 的像素位置，所以能够推断 P 的空间位置，以及相机的运动。

在第一帧的坐标系下，设 P 的空间位置为：P = [X, Y, Z]T .
根据针孔相机模型
我们知道两个像素点 p1, p2 的像素位置为：s1p1 = KP , s2p2 = K (RP + t)这里 K 为相机内参矩阵，R, t 为两个坐标系的相机运动如果使用齐次坐标，我们也可以把上式写成在乘以非零常数下成立的等式：p1 = KP , p2 = K (RP + t)取x1 = K 1p1, x2 = K 1p2，这里的 x1, x2 是两个像素点的归一化平面上的坐标代入上式得：x2 = Rx1 + t
两边同时与t做外积，然后在左乘xT得：xT2 t∧x2 = xT2 t∧Rx1

这两个式子都称为对极约束。它的几何意义是 O1, P, O2 三者共面。对极约束中同时包含了平移和旋转。
把中间部分记作两个矩阵：基础矩阵（FundamentalMatrix）F 和本质矩阵（Essential Matrix）E，可以进一步简化对极约束：