2 可视化定位问题

简单来讲，顾名思义，可视化定位问题就是通过将存储的地图中的关键点 与从用安装在车辆/机器人上的摄像头拍摄的图像中提取的关键点 进行匹配来确定车辆或机器人的位置。关键点 是空间中独特的或与众不同的点，从该点可提取描述符。描述符 是存储有关一个关键点的信息的一组值（一个矢量），有助于区分所述关键点与其他关键点。下一部分描述了计算这些特征所使用的方法。

定位的第一步是从图像中提取关键点。然后，需要将提取的关键点（位于 2D 图像平面上）与内存中存储的 3D 稀疏地图进行匹配。若要创建 3D 稀疏地图，需要提取特征并将其与对应的位置一起存储在某个任意但已知的坐标系中。若要实现这一任务，通常需要驾驶一辆配备高精度差分 GPS 和摄像头的车辆沿着地图上的所有路径行驶。为了确保这些特征不因当前处于一天中的哪个时间或一年中的哪一天而有偏差，请全年收集信息以优化地图。然后，当需要估计车辆/机器人的位置时，将从图像中提取的关键点与稀疏 3D 地图中的关键点进行匹配，利用点对应关系来估计车辆/机器人的姿态。下一部分将更加详细地描述此过程。

图 2-1 中简要显示了整个定位过程。

接下来的两个部分将更加详细地描述可视化定位的实施步骤，也就是关键点提取、描述符计算、特征匹配和姿态估计。