視覺目標定位（位姿測量）
從工程意義上來說，測量一個物體相對于另一個物體的位置與姿態(tài)，即所謂的位姿測量。從數(shù)學意義上來講，測量兩個坐標系間的平移與旋轉(zhuǎn)變換關系，包括3個位置(Translational)和3個旋轉(zhuǎn)角(Rotational)共6個位姿量(即6DOF)。理論上，只要已知空間不共線的3點在兩個坐標系下的坐標，就能確定兩坐標系間的位姿關系，因此，位姿測量的關鍵就是如何得到特征點在這兩個坐標系下的坐標。
視覺空間定位的常見類型
自定位(inside-out)，即通過相機拍攝視野坐標系，以及坐標系的特征點，從而判斷相機相對坐標系自身的坐標。比如我們常用的SLAM，這方面雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))之前也有嘉賓做過介紹，它的特點是便攜、視角理論無限大、定位精度不高。主要應用領域包括移動機器人、無人機、VR、AR。
外定位(outside-in)，比較常見的是OptiTrack，特點是安裝復雜、視角有限、定位精度高。主要應用領域包括影視動捕、VR、工業(yè)機器人。
常見的不同硬件定位方案
單目定位(mono camera)
特點：系統(tǒng)簡單，運算量小，需要目標點之間有幾何約束關系，應用場景有限制，成本較低。
雙目定位(stereo camera)
特點：系統(tǒng)復雜，運算量大，可以單幀單目標點定位，對目標物體無幾何約束，，應用場合靈活，成本較高。
多目定位(multiple camera)
特點：系統(tǒng)非常復雜，運算量特別巨大，對目標物體無幾何約束要求，應用場合受限，成本很高。
目前關于雙目定位的研究與市場應用相對比較多，而單目定位則相對比較少，所以，接下來就重點講下單目定位。
（來源：CSDN）
