视觉SLAM笔记(38) 3D-3D: ICP
1. 3D-3D 的位姿估计问题
假设有一组配对好的 3D 点
比如对两个 RGB-D 图像进行了匹配:P = {p1, …, pn},P’ = {p’1, …, p’n}
现在,想要找一个欧氏变换 R, t,使得:
这个问题可以用 迭代最近点(Iterative Closest Point, ICP)求解
在 3D-3D 位姿估计问题中,并没有出现相机模型
也就是说,仅考虑两组 3D 点之间的变换时,和相机并没有关系
因此,在激光 SLAM 中也会碰到 ICP
不过由于激光数据特征不够丰富,无从知道两个点集之间的匹配关系
只能认为距离最近的两个点为同一个,所以这个方法称为迭代最近点
而在视觉中,特征点提供了较好的匹配关系,所以整个问题就变得更简单了
在 RGB-D SLAM 中,可以用这种方式估计相机位姿
和