1. 使用 EPnP 求解位姿

首先，用 OpenCV 提供的 EPnP 求解 PnP 问题，然后通过 g2o 对结果进行优化

创建/VSLAM_note/037/pose_estimation_3d2d文件
由于 PnP 需要使用 3D 点，为了避免初始化带来的麻烦
使用了 RGB-D 相机中的深度（1_depth.png），作为特征点的 3D位置

首先来看 OpenCV 提供的 PnP 函数：

int main(int argc, <

视觉SLAM笔记（37）求解 PnP相关推荐

视觉SLAM笔记（36） 3D-2D: PnP
视觉SLAM笔记(36) 3D-2D: PnP 1. PnP 2. 直接线性变换 3. P3P 4. 光束平差法 1. PnP PnP(Perspective-n-Point)是求解 3D 到 2D ...
视觉SLAM笔记（47）优化 PnP 的结果
视觉SLAM笔记(47) 优化 PnP 的结果 1. 迭代优化 2. 优化边 3. 姿态估计 4. 结果对比 1. 迭代优化尝试 RANSAC PnP 加上迭代优化的方式估计相机位姿看看是否对视 ...
视觉SLAM笔记（39）求解 ICP
视觉SLAM笔记(39) 求解 ICP 1. SVD 方法 2. 非线性优化方法 1. SVD 方法使用 SVD 以及非线性优化来求解 ICP 使用两个 RGB-D 图像,通过特征匹配获取两组 3D ...
视觉SLAM笔记（33）对极约束求解相机运动
视觉SLAM笔记(33) 对极约束求解相机运动 1. 本质矩阵求解相机运动 2. 特征提取函数 3. 2D-2D姿态估计函数 4. 归一化坐标函数 5. 求解相机运动 6. 尺度不确定性 7. 多于八 ...
视觉SLAM笔记（38） 3D-3D: ICP
视觉SLAM笔记(38) 3D-3D: ICP 1. 3D-3D 的位姿估计问题 2. SVD 方法 3. 非线性优化方法 1. 3D-3D 的位姿估计问题假设有一组配对好的 3D 点比如对两个 ...
视觉SLAM笔记（52） BA 与图优化
视觉SLAM笔记(52) BA 与图优化 1. Bundle Adjustment 2. 投影模型和 BA 代价函数 3. BA 的求解 4. 稀疏性和边缘化 5. 鲁棒核函数 1. Bundle A ...
视觉SLAM笔记（65）简约总结
视觉SLAM笔记(65) 简约总结参考: <视觉SLAM十四讲> 视觉SLAM笔记(3) 视觉SLAM框架视觉SLAM笔记(20) 单目相机模型视觉SLAM笔记(32) 2D-2D: ...
视觉SLAM笔记（55）位姿图
视觉SLAM笔记(55) 位姿图 1. Pose Graph 的意义 2. Pose Graph 的优化 1. Pose Graph 的意义带有相机位姿和空间点的图优化称为 BA,能够有效地求解大规 ...
视觉SLAM笔记（54） Ceres 操作后端优化
视觉SLAM笔记(54) Ceres 操作后端优化 1. Ceres 求解 BA 2. 求解 1. Ceres 求解 BA g2o 用 Edges 来保存每一个代价函数,但 Ceres 却是用 Pro ...

视觉SLAM笔记（37）求解 PnP

视觉SLAM笔记（37）求解 PnP

1. 使用 EPnP 求解位姿

视觉SLAM笔记（37）求解 PnP相关推荐

最新文章

热门文章

视觉SLAM笔记（37） 求解 PnP

视觉SLAM笔记（37） 求解 PnP

1. 使用 EPnP 求解位姿

视觉SLAM笔记（37） 求解 PnP相关推荐

最新文章

热门文章

视觉SLAM笔记（37）求解 PnP

视觉SLAM笔记（37）求解 PnP

视觉SLAM笔记（37）求解 PnP相关推荐