视觉SLAM

视觉SLAM

一、基本概念：

（三章） 三维空间刚体运动

1. 刚体是指在运动中和受力作用后，只有空间位置（平移）和位姿（旋转）不同，其形状和大小都不变，而且内部各点的相对位置不变的物体。
   刚体就是说我们的机器人走一走跑一跑跳一跳之后，它的高矮胖瘦不会变。在这个假设的基础上去描述机器人的运动，就是在描述刚体运动。

2. 位姿：位置和姿态，位置指的是处于空间哪里，姿态指的是相机的朝向。通过位姿来描述此时机器人在哪里，面向哪里。

3. 向量：空间中的一个有长度有夹角的线，向量是一个东西。

4. 坐标：坐标是数字（和向量不一样）。坐标一定要放在指定的坐标系下，才成立。

5. 坐标和向量的关系：在某坐标系下，可以用坐标描述一个向量。

6. 世界坐标系：把机器人所处的大环境假定成一个惯性坐标系，也称为世界坐标系，是固定不动的。

7. 移动坐标系：机器人以自己为原点建立一个坐标系，也称为机器人坐标系，这个坐标系是随着机器人的运动而移动的。机器人看到一个物体后，想要判断物体在世界坐标系的位置，就要先获取自己眼中物体的坐标，然后根据机器人的位姿，把物体的坐标转换到世界坐标系中。

8. 欧式变换：同一个向量，从坐标系A（世界坐标系）到坐标系B（相机坐标系）中，长度，夹角都不变，这个坐标系从A到B的过程叫欧式变换。欧式变换由一个旋转和一个平移组成，也就是说一个向量通过旋转+平移，就可以完成一次从坐标系A到B到欧式变换。刚体运动都可以用欧式变换描述。
   非齐次坐标：a’=Ra+t （R是3*3的旋转矩阵）。
   
   
   齐次坐标：矩阵T称为变换矩阵。

9. SO(n)：特殊正交群，也就是所谓的旋转矩阵群。这个集合由n维空间的旋转矩阵组成。SO(3)就是三维空间的旋转。旋转矩阵（是正交矩阵）可以描述相机的旋转。

10. SE(3)：特殊欧式群，也就是n维欧式变换 。三维旋转矩阵构成了特殊正交群，变换矩阵构成了特殊欧式群。

11. 内积：

12. 外积：
    四章 李群与李代数群

13. 群：一种集合加上一种运算的代数结构。群要求满足以下条件：

14. 李群：指具有连续（光滑）性质的群。像整数群 Z 那样离散的群没有连续性质，所以不是李群。而 SO(n) 和 SE(n)，它们在实数空间上是连续的。我们能够直观地想象一个刚体能够连续地在空间中运动，所以它们都是李群。

七章 视觉里程计
15. 旋转不变性和尺度不变性：所谓的旋转不变性和尺度不变性的原理，就是我们在描述一个特征之前，将两张图像都变换到同一个方向和同一个尺度上，然后再在这个统一标准上来描述这个特征。
特征匹配的方法是先找出特征显著的特征点（Feature Detect），然后再分别描述两个特征点（Feature Descriptor），最后比较两个描述的的相似程度来判断是否为同一个特征（Feature Match）。而在特征描述之前如果能够做到确定特征的方向，则可以实现旋转不变性（Rotation invarient），如果能确定尺度，则可以实现尺度不变性（Scale invarient）
参考解释：https://blog.csdn.net/qq_31607947/article/details/104874664

二、坐标系

参考：https://www.cnblogs.com/star91/p/6012425.html
1.四大坐标系：

2.摄像机原理：

摄像机坐标系的原点位于摄像机的镜头中心，像平面坐标中心位于光轴上,由小孔成像模型， 为焦距。从客观场景到数字图像的成像变换由 以下4步组成 ：

三、单应性和单应性矩阵

像素坐标系和世界坐标系下的坐标映射关系：
其中，u、v表示像素坐标系中的坐标，s表示尺度因子，fx、fy、u0、v0、γ（由于制造误差产生的两个坐标轴偏斜参数，通常很小）表示5个相机内参，R,t表示相机外参，Xw、Yw、Zw（假设标定棋盘位于世界坐标系中Zw=0的平面）表示世界坐标系中的坐标。

单应性（Homography）变换：可以简单的理解为它用来描述物体在世界坐标系和像素坐标系之间的位置映射关系。对应的变换矩阵称为单应性矩阵。