【SLAM相关基础知识综述3800字】.docxVIP

SLAM相关基础知识综述

目录

SLAM相关基础知识综述 1

1.1相机模型与图像 1

1.2特征提取与匹配 2

1.3动态物体对SLAM算法的影响 4

1.4ORB-SLAM工作过程 5

1.1相机模型与图像

SLAM算法中的位姿估计是计算相邻图像帧之间的位置与姿态关系，以推算相机在这段连续时间内的位置与姿态变化，也就是图像帧是主要的数据来源38。因此，为了更加清楚地描述动态物体对SLAM算法的影响，首先讲述图像是如何由相机转换得到的。

相机获取图像的原理是将摄像头朝向的视锥体空间中的物体的朝向相机镜头面的像素投影到视锥体空间的近平面上，采用最直观的模型一针孔模型来解释这个过程，针孔模型如图2-1所示。映射过程是将相机坐标系中的空间点P(X,Y,Z),以O相机光心点变换到成像平面上得到成像点P(X,Y,Z),设成像平面到光心O的距离为f,也就是相机的焦距。两个点的变换公示如式2-1所示。

z

图2-1针孔相机模型

相似三角形

(2-1)

为了解释摄像头将输入的光线变换为图像像素的过程，可以在成像平面上设

立一个像素平面，在该平面上可得到成像点P的坐标P[u,v],像素坐标系与物理成像平面需要做缩放和原点平移的变化才能进行转换，设在u轴和v轴上分别缩放α倍和β倍，距离原点