VO 2 具体的过程

 

VO简介

输入

• 通过摄像头获取的视频流（主要为灰度图像，stereo  VO中图像既可以是彩色的，也可以是灰度的 ），记录摄像头在时刻获得的图像为和相机的内参,通过相机标定获得，可以通过matlab或者opencv计算为固定量

输出

• 计算每一帧相机的位置+姿态

基本过程

1. 获得图像
2. 对获得图像进行畸变处理
3. 通过FAST算法对图像进行特征检测，通过KLT算法跟踪这些特征到图像中，如果跟踪特征有所丢失，特征数小于某个阈值，则重新进行特征检测
4. 通过带RANSAC的5点算法来估计两幅图像的本质矩阵
5. 通过计算的本质矩阵进行估计
6. 对尺度信息进行估计，最终确定旋转矩阵和平移向量

---

RANSAC算法介绍

这个问题如果使用最小二乘法进行优化，由于噪声数据的干扰，我们得到的结果肯定是一个错误的结果。经实验验证，对于包含80%误差的数据集，RANSAC的效果远优于直接的最小二乘法。

有些情况下，最小二乘法拟合的直线是错误的，而RANSAC算法效果要更好一些。