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。
- 第1章 特征点提取与匹配
- 1-1 特征点提取与匹配 （ 46:57）
- 第2章 2D-2D 对极几何
- 2-1 2D-2D 对极几何 （ 42:18）
- 第3章 3D-2D PnP
- 3-1 3D-2D PnP （ 15:58）
- 第4章 3D-3D ICP
- 4-1 3D-3D ICP （ 08:05）
- 第5章 三角化与深度估计
- 5-1 三角化与深度估计 （ 23:24）
高翔
睿慕课学院
- 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
