1.三維空間的剛體運動：
旋轉矩陣 => 變換矩陣的推導（世界座標系和相機座標系之間的轉換）
2.相機的成像模型：
1）單目相機的成像原理（小孔成像原理，四個座標系的變換：世界座標系、相機座標系、歸一化相機座標系、畫素座標系）；
2）雙目相機的成像原理（兩個單目作用：兩條直線相交有且只有乙個交點）；
3）rgb-d相機的成像原理（紅外結構光法、tof飛行時間法）
基於orb特徵的提取：1.改進後的fast角點（特徵點）檢測 2.具有旋轉不變性的brief描述子
4.根據匹配的點對，估計相機的運動：
1）2d-2d：對極幾何：當相機為單目時， 我們只知道2d的畫素座標， 因而問題是根據兩組2d點估計運動。該問題用對極幾何來解決。
2）3d-3d：icp：當相機為雙目、 rgb-d時， 或者我們通過某種方法得到了距離資訊， 那問題就是根據兩組3d點估計運動。 該問題通常用icp來解決。
3）3d-2d：pnp：如果我們有3d點和它們在相機的投影位置， 也能估計相機的運動。 該問題通過pnp求解。
關於SLAM知識的學習
前一段時間 一直忙著，沒什麼空寫部落格，最近待在家裡較為清閒，整理一下之前所學的 先從相機與影象這邊開始 1 首先明確一點，在我們研究中，共有三個座標系，世界座標系，相機座標系以及畫素座標系 而我們是在相機，畫素已知的情況下去求出我們想要世界座標系，即相機外參，我們稱為外參 6.rgb d相機模型,...
slam學習 基本知識
slam模型的運動方程和觀測方程 方程中的位姿可以用變換矩陣來描述，然後用李代數進行優化 可以用李群表示，但是群比較複雜，用李代數近似模擬，用李代數優化 觀測方程由相機成像模型給出，其中內參是隨著相機固定的，而外參就是指相機的位姿 位置xyz和姿態朝向 由於實際採集的資料都是含有雜訊的，所以視覺sl...
學習SLAM需要哪些預備知識？
本文首發於 學習slam需要哪些預備知識？立黨的回答 學習slam需要哪些預備知識？立黨的回答 首先搬出寶典 multiple view geometry in computer vision。這本書基本涵蓋了vision based slam這個領域的全部理論基礎！讀多少遍都不算多！另外建議配合b...