对极几何原理及在SLAM中的应用
哪些公司问过
答案要点
- 对极约束:归一化坐标x2^T E x1=0,E=t^R;像素坐标p2^T F p1=0,F=K^-T E K^-1
- 一幅图中的点在另一幅图中对应一条对极线,可把匹配搜索从二维降到一维
- E有5个自由度、F有7个自由度,常用八点法线性求解,E也可用五点法
- E经SVD分解得到4组R、t,通过三角化点在两相机前方(深度为正)选出正确解
- 单目下t只能恢复到尺度;纯旋转或平面场景会退化,需改用单应矩阵H
易错点
- 混淆E与F:E用于归一化坐标,F直接作用于像素坐标
- 忽略分解E得到的4组解需要做正深度检验
- 单目初始化平移过小或纯旋转,对极几何退化导致估计不稳定
面试官常见追问
- RANSAC算法中内外点是如何确定的?
- 为什么纯旋转时无法用本质矩阵恢复运动?
- E为什么只有5个自由度?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。