(01)ORB-SLAM2源码无死角解析-(39) EPnP 算法原理详解→理论基础三:高斯牛顿迭代

讲解关于slam一系列文章汇总链接:史上最全slam从零开始，针对于本栏目讲解的(01)ORB-SLAM2源码无死角解析链接如下(本文内容来自计算机视觉life ORB-SLAM2 课程课件): (01)ORB-SLAM2源码无死角解析-(00)目录_最新无死角讲解：https://blog.csdn.net/weixin_43013761/article/details/123092196   文末正下方中心提供了本人 联系方式， 点击本人照片即可显示 W X → 官方认证 {\color{blue}{文末正下方中心}提供了本人 \color{red} 联系方式，\color{blue}点击本人照片即可显示WX→官方认证} 文末正下方中心提供了本人联系方式，点击本人照片即可显示WX→官方认证  

一、前言

通过上一篇博客以及分情况求得 β 10 × 1 \boldsymbol{\beta}_{10 \times 1} β10×1​ 的初始解。但是很明显这个解并不是我们需要的最终解，那么如何使得 初始解 转换成 最终解 呢？通过前面的博客，可以知道其目标是优化两个坐标系下控制点间距的差，使得其误差最小，如下所示： f ( β ) = ∑ ( i , j  s.t.  i < j ) ( ∥ c i c − c j c ∥ 2 − ∥ c i w − c j w ∥ 2 ) (01) \color{Green} \tag{01} f(\boldsymbol{\beta})=\sum_{(i, j~\text {s.t. } i{T}} \mathbf{J}\right) \Delta \boldsymbol{\beta}=\mathbf{J}^{{T}} \Delta \mathbf{y}\\ \mathbf{J} \Delta \boldsymbol{\beta}= \Delta \mathbf{y}