SLAM中的三角测量

【来源】视觉SLAM十四讲，作者 高翔

三角测量是SLAM中，利用相机运动估计特征点空间位置的过程。

本节旨在解决以下问题：

1. 三角测量的概念
2. 三角测量的过程及代码实现；
3. 三角测量有哪些不确定性
4. 如何提高三角测量的精度

1. 概念

在SLAM中，利用对极几何约束估计相机运动之后，我们还需要通过三角测量来估计地图点的深度。三角测量（三角化）指的是，通过在两处观测同一个点的夹角，从而确定该点的距离。

SLAM中主要用三角化来估计像素点的距离。

2. 过程

按照对极几何的定义，设$x_1,x_2$为两个特征点的归一化坐标，那么他们满足：
$$
s_1x_1=s_2Rx_2+t.
$$
经过对极几何之后，已得到了运动$R,t$，需要求解两个特征点的深度$s_1$,$s_2$。

两个深度可以分开算。若先算$s_2$,那么对上市两个做成一个$x_1$^,得：

该式子左侧为0，右侧可看成是$s_2$的一个方程，可以根据它直接求$s_2$。有了$s_2$,$s_1$也非常容易求出。预测就可以得到两帧下的深度，即确定了空间坐标。