本博客主要记录学习高翔老师视觉SLAM14讲的总结笔记,若有总结不对的地方,欢迎大家与我讨论。
一、相机模型
相机模型主要由内参和外参组成。
1.1内参
内参是由针孔和畸变两个模型组成。针孔模型是将相机坐标系下的三维坐标转换为像素坐标,其具体过程如下公式所示。首先,相机坐标系转成像坐标系为:
其中,x'和y'表示成像坐标系,xyz表示相机坐标系坐标。其次,由成像坐标系转换到像素坐标为:
将上述两个公式结合在一起,并用矩阵表达为:
利用归一化平面表示上述矩阵公式为:
其中,K表示内参,可由经典标定法得出 。畸变模型:由透镜形状引起的畸变称为径向畸变,由相机安装位置引起的畸变称之为切向畸变。在归一化平面中点可写成极坐标形式,其中,径向畸变与r有关,切向畸变与有关,通常假设呈多项式关系:
和 是指畸变后点的归一化坐标,将畸变后的点投影到成像平面上,才能得到正确的像素坐标系位置。
1.2外参
在针孔模型中,p所在的坐标系都为相机坐标系,计算它的世界坐标系坐标,需要直到相机的位姿信息,即
视觉slam本质就是在根据估计和,相机内参在使用前就已经进行了标定(作为常数)。而单目相机缺少了深度信息,通过上式也可看出,随着z的变化跟着变化,上式依然成立,因此在使用单目相机slam时,需要先完成初始化(后面章节会提到)。
二、双目相机模型
理想情况下,双目相机水平放置仅有像素坐标系u坐标上的差异,则深度模型为:
其中,d为视差,即,b为基线。双目相机模型如下图所示:
三、RGB-D相机模型
RGB-D 主动测量每个像素的深度,可分为红外结构光和TOF两类。