SLAM十四讲学习笔记6—— 前端：无深度相机时的深度估计——三角化与深度估计

定义

知道两图之间关系后对图中匹配点进行三角化与深度估计，估计出现实中物体相对于相机的距离。

步骤：

几何关系：

求时，两侧乘后得：

或者同时解：

求的最小二乘解：

三角化中的问题

1.解得深度的质量与平移相关。R、T很小是或者相机移动过小可能导致两点趋近平行甚至发散。平行表现方式：行列式越近零两点关系越接近平行。越平行解得深度的质量越差；深度解出值为负表示两点关系发散。
2.平移过大时特征匹配可能不成功。
3.相机前进时虽然有位移，但由于图像中心的点没有视差而无法三角化。
4.问题：特征点的提取算法要有一定的可重复性；
描述子之间的距离差别不能过大；
耗时！提取出来的点不一定都是特征点，因此会浪费计算量；匹配特征亦是如此（eg:ORS——10ms)。相比之下ICP等求解基本不耗时。

关于问题的改进：

减少特征点数量；但是匹配是会受到影响。相关性能也会大大降低。