pnp算法是解决什么问题的？
PnP（Perspective-n-Point）是求解 3D 到 2D 点对运动的方法。它描述了当我们知道
n 个 3D 空间点以及它们的投影位置时，如何估计相机所在的位姿。2D-2D点对，就用对极几何方法求解相机姿态；3D-3D 就是ICP。当orb重定位时候，就是pnp算姿态,用的是EPNP方法。
pnp算法都有哪些方法，各有什么优劣？
pnp最少需要3对点就可以计算出结果。
例如用三对点估计位姿的 P3P[45]，直接线性变换（DLT），EPnP（Efficient PnP） [46]， UPnP[47] 等等）。此外，还能用非线性优化的方式，构建最
小二乘问题并迭代求解，也就是万金油式的 Bundle Adjustment。
1. DLT 算法
什么是DLT直接线性变换？意思是，忽略了带求解矩阵的内在性质，单纯的看成是一个向量来求解 。例如，求解 本质矩阵以及单应矩阵。
已知一个3D-2D匹配点对，根据针孔模型，可以得到 Ax=0 A 是 2*12，x 是 [R， t] 中的 12 个元素。所以，一对点提供两个方程，一共是12个未知数，所以最少6对点。
当大于6对点时候，就变成超定方程，SVD 最小二乘解。
以上，参考 slam14。
如果内参未知，那么我们也能用 PnP 去估计 K; R; t 三个量。然而由于未知量的增多，效果会差一些。如下连接：
https://zhuanlan.zhihu.com/p/76047709
2. Epnp
单独写一篇
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
