【视觉SLAM】4-SLAM前端之视觉里程计Visual Odometry
文章目录
- 1. 前言
-
- 1.1 里程计（Odometry）
- 1.2 视觉里程计（Visual Odometry，VO）
- 2. 特征点法
-
- 2.1 特征点
- 2.2 相机运动估计
- 3. 直接法
- Refs
1. 前言
1.1 里程计（Odometry）
在里程计问题中，可利用多种手段来测量物体的运动轨迹，如在汽车轮胎上安装计数码盘，通过测量轮胎转动圈数获得行驶距离。完成这种运动估计的装置（包括硬件和算法）称为里程计（Odometry）。
里程计的一个很重要的特性是，它只关心局部时间上的运动，多为两个时刻间的运动。通常以估计间隔对时间采样，进而估计物体在各时刻之间的运动，这就导致误差（估计误差、噪声等）会不断累积，这种现象称为漂移（Drift）。SLAM流程中的回环检测可纠正漂移带来的全局误差。
1.2 视觉里程计（Visual Odometry，VO）
视觉里程计指主要依赖视觉传感器的里程计，如单/双目相机。注意，在前文介绍的SLAM框架中，VO也被称为前端
VO的核心问题是从几个相邻图像中估计相机运动，这主要基于相邻图像间的相似性。目前视觉里程计的主要算法分为特征点法（稀疏方法） 和直接法（稠密方法） 两大类。
2. 特征点法
2.1 特征点
从图像中提取有代表性的点（称为特征点ÿ