SVD求解三维点集之间的变换矩阵 针对三维重建中的多点空间变换关系,通过最小二乘+SVD分解方法求解变换矩阵,即旋转+平移,旋转可能是绕x、y、z旋转不同角度的结果,常被应用于机械臂控制、三维重建、场景建模等方面。 参考-- 视觉SLAM十四讲: 1.假设有一组配对好的3D点: 这个问题可以用迭代最近点(Iterative Closest Point,ICP)求解,主要有两种方式:SVD、非线性优化的方式 2.SVD方法建模: 2.1 首先,定义第 i 对匹配点的误差项: