SLAM中帧间匹配之2d2d与3d2d的区别

博主在自己写VO的时候遇到了一个问题，因为只使用2d2d恢复[R|t],然后画位姿的时候效果太差，见下面的效果图，对着部分产生疑问，遂来比较3d2d与2d2d之间的效果。不比不知道，一比吓一跳。

上图左侧数据是执行3d2d的所恢复的帧间匹配，右侧是2d2d所恢复的帧间匹配，用到的图像是 rgbd_dataset_freiburg2_desk 数据集的两张图片和他们对应的深度图，                                        

从算法运行结果图看到，其实对于旋转矩阵R来说，2d2d与3d2d之间的结果很接近，但是差别较大的是t。

2d2d恢复的t是[-0.1837910360060056; -0.1022711955595259; 0.977630532278255]

3d2d恢复的t是[0.001221053475643392; -0.00123831187388288; 0.002960260295877236]

 两者差几个量级，或许读者不清晰差异在哪，下面由位姿T的实验结果来展示一下差别。

3d2d：

2d2d：

2d2d的位姿图是非常的飘的，所以才连续截了3张。

这个实验说明了，在帧间匹配的时候，除了在特征点提取（类似ORBSLAM的网格）和筛选部分（最大最小描述子匹配距离）需要做一些限制和要求之外，只做2d2d的匹配是不可行的。一定要在初始化之后，立马恢复出3d点坐标，然后在后面应用3d2d求解帧间匹配。此外，这个3d点的恢复需要同时进行，因为不可能只用第一帧所获取的点的3d点，会慢慢消失的，需要不断往地图中补充3d点。