三角化推导过程中发现的一个问题（SVD分解求世界点）

Caleb tam

已于 2023-05-31 19:56:54 修改

阅读量232

点赞数

分类专栏： slam 文章标签：算法人工智能

于 2022-11-30 12:08:58 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/t_home/article/details/128111916

版权

slam 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

VINS-mono中的三角化方法（SVD）

解超定方程Ax=b，用SVD分解为什么说在||x||=1时，最小奇异值对应的右奇异向量为最优解？

关于大佬解释之我的理解

1 向量的AB -BA 为啥能够让式子恒成立

恒成立的原因是

对于相机某帧图像而言，特征点坐标(x,y)已经固定，是为一个常值，1/a为深度，为常值，那么对应 $P_{i} {}^{w}\textrm{P}$ 也为常值，所以上述能够成立

2 关于AX=0问题等价转换

通过三角化能够将问题转换为求解 $Ax=0$ ，即已知系数矩阵求解 $_{}^{w}\textrm{P}$

$A=U\Sigma V^T$ 引入 $B=\Sigma V^T$ 等价于求解 $Ax=U\Sigma V^Tx =UBx= 0$

对于 $Ax=0$ 而言，满足 $Bx=0$ 的通解同样能够满足 $U Bx=0$ ，那么同样满足 $Ax=0$

对于 $arcmin\left \| Bx \right \|$ ，假定 $Bx=0$ 存在零解，则 $arcmin\left \| Bx \right \|$ 存在最小值0,否则 $arcmin\left \| Bx \right \|$ 只能够取得接近零值的解，该解是否为 $Ax=0$ 的最优解未知。

另外满足 $Bx=0$ 的解是 $Ax=U\Sigma V^Tx =UBx= 0$ 的充分条件，但是暂时不知道是不是必要条件，需要进一步了解。

3 另外两个需要注意的点

1 深度1/a在三角化计算过程中被消去了

2 ${}^cP = K{ }T_{cw} {}^wP$

输入条件为 $T_{cw}$ ， ${}^cP$ , $K$ , 输出的是 ${}^wP$

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
三角化推导过程中发现的一个问题（SVD分解求世界点）

123
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。