rgb image, traditional slam + object optimization

1. 提feature, 算相机位姿.
2. object recognition--找出哪些点属于哪个物体,并找到这些点在物体坐标系下的坐标(Fig2),到这里为止,我们就有了,物体及其在相机坐标系下和物体坐标系下的坐标, 利用坐标关系我们可以算出物体坐标到相机坐标的变换,但是这里留下一个scale 的问题,因为这两个坐标系在不同的尺度下。
3. 最后做一个局部的global optimization, 利用物体的点在世界坐标下,可以转到相机坐标系下, 然后也可以转到物体坐标系下(Fig3),这两种约束,计算残差优化物体坐标系到世界坐标系,和相机坐标系到世界坐标系, 以及step2留下来的scale.


网友评论