SLAM基础- 题目:视觉SLAM位姿优化时误差函数雅克比矩阵

        SLAM,即 同时定位与建图,视觉SLAM的 定位 即 求取相机位姿(旋转和平移 [Rt]);在SLAM中,我们一般使用 李代数 ξ 来表示 旋转和平移。

在 优化位姿 时,其思想是构造一个关于位姿变化的误差函数,当这个误差函数最小时,认为此时估计的位姿最优。视觉SLAM主要分为 直接法 和 特征点法,但无论是直接法还是特征点法,位姿的迭代优化都是求解一个 最小二乘问题

SLAM基础- 题目:视觉SLAM位姿优化时误差函数雅克比矩阵

特征点法

SLAM基础- 题目:视觉SLAM位姿优化时误差函数雅克比矩阵

 

特征点法 最小化 重投影误差,即地图点到当前图像投影点与匹配点的坐标误差

SLAM基础- 题目:视觉SLAM位姿优化时误差函数雅克比矩阵

推导:

SLAM基础- 题目:视觉SLAM位姿优化时误差函数雅克比矩阵

 

SLAM基础- 题目:视觉SLAM位姿优化时误差函数雅克比矩阵

直接法 

SLAM基础- 题目:视觉SLAM位姿优化时误差函数雅克比矩阵

 

SLAM基础- 题目:视觉SLAM位姿优化时误差函数雅克比矩阵

参考:

1.视觉SLAM十四讲

2.https://blog.csdn.net/u011178262/article/details/85016981