SLAM 随笔 Posted on 2023-08-15 | In SLAM | 对极约束 2D-2D,根据特征点,恢复相机的运动R,t 两步走: 1 根据配对点的像素位置,(8点法)求出 E 或者 F 2 根据 E 或者 F,(SVD分解) 求出 R; t。 基础矩阵 F 基础矩阵,不知道内参,外参的情况; 单应矩阵,已知内参 本质矩阵 E 3x3的矩阵 $$E = \hat{t}R$$ 典型用法:8点法,求解相机运动,R, t 单应矩阵 H 本质矩阵的特殊应用,特征点在同一个面,只需要4对点 三角测量 求得两帧下点的深度,可以确定它们的空间坐标(世界坐标系)