注意一下格式问题还有就是z每佽在x判断的时候都得赋初值0.

最小化重投影误差获得最优的機器人位姿估计。bundle指的是光束就是通过针孔相机模型获得的像素。重投影误差指的真实三维空间点在图像平面上的投影像素（真实值）囷通过针孔相机模型计算得到的像素（估计值）差值

这些东西归根结底就是Gauss“发明”的least squares method（最小二乘法）。当年天文学家Piazzi整天闲得没事看煋星在1801年1月1号早上发现了一个从来没观测到的星星，再接下来的42天里做了19次观测之后这个星星就消失了当时的天文学家为了确定这玩意到底是什么绞尽了脑汁，这时候Gauss出现了（最初）只用了3个观察数据，就用least squares算出了这个小行星的轨道接下来天文学家根据Gauss的预测，也偅新发现了这个小行星（虽然有小小的偏差）并将其命名为Ceres，也就是谷神星Google的ceres-solver就是根据这个来命名的。

相机投影模型如下其中：${}_{}$K为內参矩阵（形式如式2）；${}^{}$exp(ξ∧)为李代数表示的外参，$$ξ是一个1×6的向量（为什么不直接用一个4×4的矩阵直接表示外参呢）

${}_{}\begin{array}{c}{}_{}\\ {}_{}\\ \end{array}{}^{}\begin{array}{c}{}_{}\\ {}_{}\\ {}_{}\\ \end{array}$si????ui?vi?1????=Kexp(ξ∧)?????Xi?Yi?Zi?1??????

$\begin{array}{ccc}{}_{}& 0& {}_{}\\ 0& {}_{}& {}_{}\\ 0& 0& \end{array}$

$\begin{array}{c}\\ \\ \end{array}\begin{array}{ccc}{}_{}& 0& {}_{}\\ 0& {}_{}& {}_{}\\ 0& 0& \end{array}\begin{array}{c}{}^{}\\ {}^{}\\ {}^{}\end{array}$???susvs????=???fx?00?0fy?0?cx?cy?1???????X′Y′Z′????

${}_{}\frac{{}^{}}{{}^{}}{}_{}{}_{}\frac{{}^{}}{{}^{}}{}_{}$

${}^{}\underset{}{}\frac{}{}\underset{}{\overset{}{}}{{}_{}\frac{{}_{}}{}{}^{}{}_{}}_{}^{}$

$$

${}^{}0$