ii 目录
4.3.5 SE(3) 上的李代数求导 79
4.4 实践：Sophus . . . . . . . . . 80
4.5 * 相似变换群与李代数 . . . . 82
4.6 小结 . . . . . . . . . . . . . . 84
第 5 讲 相机与图像 85
5.1 相机模型 . . . . . . . . . . . 87
5.1.1 针孔相机模型 . . . . . 87
5.1.2 畸变 . . . . . . . . . . 90
5.1.3 双目相机模型 . . . . . 93
5.1.4 RGB-D 相机模型 . . . 95
5.2 图像 . . . . . . . . . . . . . . 97
5.2.1 计算机中图像的表示 . 97
5.3 实践：图像的存取与访问 . . 99
5.3.1 安装 OpenCV . . . . . 99
5.3.2 操作 OpenCV 图像 . . 100
5.4 实践：拼接点云 . . . . . . . . 103
第 6 讲 非线性优化 108
6.1 状态估计问题 . . . . . . . . . 110
6.1.1 最大后验与最大似然 . 110
6.1.2 最小二乘的引出 . . . . 112
6.2 非线性最小二乘 . . . . . . . . 113
6.2.1 一阶和二阶梯度法 . . 114
6.2.2 Gauss-Newton . . . . 115
6.2.3 Levenberg-Marquadt . 117
6.2.4 小结 . . . . . . . . . . 119
6.3 实践：Ceres . . . . . . . . . . 120
6.3.1 Ceres 简介 . . . . . . 120
6.3.2 安装 Ceres . . . . . . 121
6.3.3 使用 Ceres 拟合曲线 . 121
6.4 实践：g2o . . . . . . . . . . . 125
6.4.1 图优化理论简介 . . . . 125
6.4.2 g2o 的编译与安装 . . 126
6.4.3 使用 g2o 拟合曲线 . . 127
6.5 小结 . . . . . . . . . . . . . . 131
第 7 讲 视觉里程计 1 133
7.1 特征点法 . . . . . . . . . . . 134
7.1.1 特征点 . . . . . . . . . 134
7.1.2 ORB 特征 . . . . . . . 136
7.1.3 特征匹配 . . . . . . . 139
7.2 实践：特征提取和匹配 . . . . 140
7.3 2D-2D: 对极几何 . . . . . . . 143
7.3.1 对极约束 . . . . . . . 143
7.3.2 本质矩阵 . . . . . . . 146
7.3.3 单应矩阵 . . . . . . . 148
7.4 实践：对极约束求解相机运动 151
7.4.1 讨论 . . . . . . . . . . 154
7.5 三角测量 . . . . . . . . . . . 155
7.6 实践：三角测量 . . . . . . . . 157
7.6.1 三角测量代码 . . . . . 157
7.6.2 讨论 . . . . . . . . . . 159
7.7 3D-2D: PnP . . . . . . . . . . 160
7.7.1 直接线性变换 . . . . . 160
7.7.2 P3P . . . . . . . . . . 162
7.7.3 Bundle Adjustment . . 164
7.8 实践：求解 PnP . . . . . . . 168
7.8.1 使用 EPnP 求解位姿 . 168
7.8.2 使用 BA 优化 . . . . . 169
7.9 3D-3D: ICP . . . . . . . . . . 175
7.9.1 SVD 方法 . . . . . . . 175
7.9.2 非线性优化方法 . . . . 177
7.10 实践：求解 ICP . . . . . . . 178
7.10.1 SVD 方法 . . . . . . . 178
7.10.2 非线性优化方法 . . . . 180
7.11 小结 . . . . . . . . . . . . . . 182
评论0