視覺(jué)里程計(jì)的主要問(wèn)題是如何根據(jù)圖像來(lái)估計(jì)相機(jī)運(yùn)動(dòng)，VO的實(shí)現(xiàn)方法，按照是否需要提取特征，分為特征點(diǎn)法的前端以及不提取特征的直接法前端。基于特征點(diǎn)法的前端，長(zhǎng)久以來(lái)被認(rèn)為是視覺(jué)里程計(jì)的主流方法，它運(yùn)行穩(wěn)定，對(duì)光照、動(dòng)態(tài)物體不敏感，是目前較為成熟的解決方案。

計(jì)算機(jī)視覺(jué)鄰域的研究者們，設(shè)計(jì)了許多比角點(diǎn)更加穩(wěn)定的局部圖像特征，比如SIFT,SURF,ORB等。特征點(diǎn)由關(guān)鍵點(diǎn)（Key-point)和描述子（Descriper)兩部分組成。SIFT(Scale Invariant Feature Transform?尺度不變特征變換）計(jì)算量大，普通 PC 的 CPU還無(wú)法實(shí)時(shí)地計(jì)算 SIFT 特征，進(jìn)行定位與建圖。所以在 SLAM 中我們甚少使用這種“奢侈”的圖像特征。ORB（Oriented FAST and Rotated BRIEF）特征則是目前看來(lái)非常具有代表性的實(shí)時(shí)圖像特征。它改進(jìn)了 FAST 檢測(cè)子 不具有方向性的問(wèn)題，并采用速度極快的二進(jìn)制描述子BRIEF，使整個(gè)圖像特征提取的環(huán)節(jié)大大加速。

根據(jù)匹配點(diǎn)對(duì)，估計(jì)相機(jī)運(yùn)動(dòng)

1. 當(dāng)相機(jī)為單目時(shí)，我們只知道 2D 的像素坐標(biāo)，因而問(wèn)題是根據(jù)兩組 2D 點(diǎn)估計(jì)運(yùn)動(dòng)。該問(wèn)題用對(duì)極幾何來(lái)解決。
2. 當(dāng)相機(jī)為雙目、RGB-D 時(shí)，或者我們通過(guò)某種方法得到了距離信息，那問(wèn)題就是根據(jù)兩組 3D 點(diǎn)估計(jì)運(yùn)動(dòng)。該問(wèn)題通常用 ICP 來(lái)解決。
3. 如果我們有 3D 點(diǎn)和它們?cè)谙鄼C(jī)的投影位置，也能估計(jì)相機(jī)的運(yùn)動(dòng)。該問(wèn)題通過(guò) PnP求解。

?

轉(zhuǎn)載于:https://www.cnblogs.com/larry-xia/p/10987846.html

總結(jié)

以上是生活随笔為你收集整理的视觉里程计VO的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。