ORB 中的三角化原理 以及 如何生成新的地图点

orb初始化阶段，从E H矩阵分解得到的 R t 如何选择？

checkRt 函数，计算在该Rt 情况下，三角化成功的点的数量。

 

三角化：

slam14讲中思路是：未知数只是该点在两个相机中的深度，两个未知数。只要满足对极几何，就可以求解。

多视图几何，以及orb中的思路：实际的像素坐标 ， 和 重投影得到的像素坐标，肯定是同向的。叉乘为0。待求解未知数为 Pw ,是4维的，因为尺度等价性。

而且，在构建方程的时候，因为像素坐标是齐次，所以一个点可以提供2个方程，因为第三个可以由前面两个方程得到。

然后得到的结果是  Ax=0  4乘4的。利用SVD分解求解即可。

 

https://www.cnblogs.com/yepeichu/p/10792899.html

https://blog.csdn.net/weixin_43795395/article/details/93769148

关于三角化，这篇文章讲的太好了  https://www.zhihu.com/search?type=content&q=slam%20%E4%B8%89%E8%A7%92%E5%8C%96

 

 

生成新的地图点

在localBA中根据KF生成新的地图点，首先要保证匹配的点是对的。所以，要先进行匹配。虽然当前有匹配对，但是不一定正确，要通过bow来寻找。同时，要加上对极几何约束判断。

什么是对极几何判断？

先通过两个KF的已知姿态，计算相对姿态，构造出 F 基础矩阵。（不用再像初始化那样再求解一遍）

对极几何原理是：p2t F21 p1 = 0   根据点到直线的距离，我们认为，F21*p1 是   p1 投影到 camera2中的级线 l 。

判断是否符合对极几何约束，直接判断 p2 到 这个极限 l 的距离是否小于阈值就可以了。

https://www.cnblogs.com/clarenceliang/p/6704970.html

如何根据一对匹配成功的特征点恢复地图点？

只讨论单目的情况：

1. 检查视差是否足够大，否则不进行三角化；三角化的方法同上

2. 仅仅是三角化完成就OK了吗？不是的，还要检查三角化结果的正确性。

  1）是否在两个相机的前方。（将地图点变换到对应的camera系，观察z是否为正）

  2）z 值特别大也不OK。代表该点是特别远点

  3）然后检查该地图点到两个相机的重投影误差不能太大，要满足阈值

  4）然后检查尺度一致性。就是实际的两个光心到该点的距离之比，与 两个相机中特征点所在金字塔距离之比。 这两个尺度不能差别太大。

  如果以上条件都满足，恭喜，三角化成功。