本讲将实际进入SLAM的主题之一:特征点法的视觉里程计。我们将介绍如何从图像中提取、匹配特征点,然后利用特征点的对应关系计算相机的三维运动。我们会讨论若干种相机模型下的运动估计问题:2D-2D的对极几何,3D-2D的PnP问题,3D-3D的ICP问题,同时介绍如何利用非线性优化来估计相机运动。你会使用OpenCV库处理图像,然后利用之前学到的库处理矩阵运算与优化的内容。
- 讲师简介
- 慕尼黑工业大学计算机视觉组博士后,清华大学自动控制与工程博士,现就职于百度自动驾驶。长期从事SLAM的研究,主要包括机器人的中的视觉SLAM技术、机器学习与SLAM的结合。主编畅销书《视觉SLAM十四讲:从理论到实践》,在国际知名期刊IEEE Transactions on Mechatronics、Robotics and Autonomous Systems、Autonomous Robots等发表论文数篇。
- 课程须知
- 1. 购买课程后,请添加课程助教微信(18717729337)
2. 申请加入【SLAM课程群】,每周末讲师集中答疑
3. 领取课后习题,提交作业给讲师批改
4. 领取课程源代码及其他相关学习资料,便于课后练习