SLAM 04.视觉里程计-1-相机模型

相机模型是理解视觉里程计之前的基础。本文主要是对高翔博士的《SLAM十四讲》的总结。
视觉里程计就是要根据相机拍摄的多幅图像估计出机器人当前的位置，然后再重建地图。

单目相机

相机模型里涉及到如下几个坐标：空间坐标、物理成像坐标、像素坐标。
这些坐标之间存在映射关系，并且受相机内参的影响，例如相机焦距，相机成像原点位置，感光片安装的时候没垂直，而是有一个偏角。内参是出厂的时候固定的，数学里表现为内参矩阵。

这图中的齐次是为了和三维的XYZ对齐，为了方便计算。

后面的传统习惯，就是左侧投影方式，右侧是内参乘以像素空间坐标。

还需从世界坐标到像素坐标进行变换，这里就是进行了旋转矩阵和平移。
上图是采用是四元组的方式。而K、T称为外参。这个外参是SLAM估计的目标。

除了小孔成像之外，还要考虑镜头的畸变。例如凸透镜有一个光线的弯曲。例如鱼眼镜头，视觉很广可以达到180度，但是也容易引起畸变。

畸形的分类：



如果有畸变，则在3、4之间处理。

双目相机

深度相机

双目是通过计算来得到深度，但是深度相机通过物理测量直接得到深度，效率和效果要好得多。通常采用结构光和TOF方式。


深度图像的存储。

这是一个位置文件，每一行：前三者是xyz,后面是四元素表示的位姿。
这里提供了一个程序，根据五对彩色图和深度图，重构点云。 也就是从相机坐标得到世界坐标x、y、z。