状态估计问题
SLAM模型:
- 状态方程: x k = f ( x k − 1 , u k ) + w k x_k=f(x_{k-1},u_k)+w_k xk=f(xk−1,uk)+wk
- 运动方程: z k , j = h ( y j , x k ) + v k , j z_{k,j}=h(y_j,x_k)+v_{k,j} zk,j=h(yj,xk)+vk,j
其中:
- x:相机位姿。可以由旋转矩阵 T T T或者李代数 e x p ( ϵ exp(\epsilon exp(ϵ^ ) ) )表示。
- u:传感器读数
- z:观测值。二维像平面下的齐次坐标。
- y:实际物体。三维坐标下的齐次坐标。
- w、v:噪声
观测方程:
s z k , j = K e x p ( ϵ sz_{k,j}=Kexp(\epsilon szk,j=Kexp(ϵ^ ) y j )y_j )yj
其中, e x p ( ϵ exp(\epsilon exp(ϵ^ ) ) )是相机位姿,即外参。 e x p ( ϵ exp(\epsilon exp(ϵ^ ) y j )y_j )yj把三维世界中的点转换到相机坐标系下,K是内参,把相机坐标系下的结果转换到像平面。s为像素点的距离。
优化问题:在存在噪声 w w w和 v v v的情况下,推断位姿 x x x和地图 y y y及其状态分布。 -> 状态估计问题。
使用非线性优化求解。
状态变量: x = x 1 , . . . , x N , y 1 , . . . , y M x={x_1,...,x_N,y_1,...,y_M} x=x1,...,xN,y1,...,yM。所有待估计的变量。
已知:输入读数 u u u,观测值 z z z。(带噪声)
目标: