三角化推导过程中发现的一个问题(SVD分解求世界点)

  • Post author:
  • Post category:其他



VINS-mono中的三角化方法(SVD)


解超定方程Ax=b,用SVD分解为什么说在||x||=1时,最小奇异值对应的右奇异向量为最优解?

关于大佬解释之我的理解

1 向量的AB -BA 为啥能够让式子恒成立

恒成立的原因是

对于相机某帧图像而言,特征点坐标(x,y)已经固定,是为一个常值,1/a为深度,为常值,那么对应
P_{i} {}^{w}\textrm{P}
也为常值,所以上述能够成立

2 关于AX=0问题等价转换

通过三角化能够将问题转换为 求解
Ax=0
,即已知系数矩阵求解
_{}^{w}\textrm{P}

A=U\Sigma V^T
引入
B=\Sigma V^T
等价于求解
Ax=U\Sigma V^Tx =UBx= 0

对于
Ax=0
而言,满足
Bx=0
的通解同样能够满足
U Bx=0
,那么同样满足
Ax=0

对于
arcmin\left \| Bx \right \|
,假定
Bx=0
存在零解,则
arcmin\left \| Bx \right \|
存在最小值0,否则
arcmin\left \| Bx \right \|
只能够取得接近零值的解,该解是否为
Ax=0
的最优解未知。

另外满足
Bx=0
的解是
Ax=U\Sigma V^Tx =UBx= 0
的充分条件,但是暂时不知道是不是必要条件,需要进一步了解。

3 另外两个需要注意的点

1  深度1/a在三角化计算过程中被消去了

2
{}^cP = K{ }T_{cw} {}^wP

输入条件为
T_{cw}

{}^cP
,
K
,  输出的是
{}^wP



版权声明:本文为t_home原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。