3D点集的精度

上一篇博客中，我提出了疑问：为什么自己编的视觉里程计效果很差呢？为了解答这个问题，我们首先来思考在程序第4步3D点集获取之后，你得到的3D点集的精度到底如何呢。假设上一帧的3D点集是无误差的，我们将其进行这两帧之间的欧式变换，得到当前帧的3D点集的真值。而 当前帧的3D点集的误差就等于当前帧3D点集的测量值减去当前帧3D点集的真值 ！通过matlab绘制其误差图像如下：

由图1我们知道：3D点集的X坐标值的误差在±2米之间，Y坐标值的误差在-2米到1米之间，Z坐标值的误差在±20米之间。由图2我们知道：3D特征点的位置误差在0米到20米之间。由此，可以得知，由程序第4步得到的3D点集的精度并不高，误差达到米级。如果仅用这些3D点集来估计旋转矩阵 $R$和平移向量 $t$的话，得到的结果自然而然是十分差的！而SLAM系统中通过后端优化、建图和回环检测等步骤对视觉里程计的输出进行优化，以得到一个较好的旋转矩阵 $R$和平移向量 $t$的估计。

RANSAC阈值

程序第5步RANSAC中，我设置的RANSAC阈值为0.1米，由图1和图2可知，这样的设置是十分不合理的！由图2可知，3D点集的总的误差显然大部分分布在3.5米以下，如果设置其值为0.1米，则更加扩大了 $R$和 $t$的误差。