PnP（Perspective-n-Point），顾名思义，（相机中的投影-n个-空间点），用括号表示，说明前后是一个匹配对，需要n对。
图片中有很多的特征点，可以用opencv提取出来。对于每一个特征点而言，可知其像素坐标，它是个二维向量，记(u,v)，其对应的空间点位置，在世界坐标系中是个三维向量，记(X,Y,Z)，可以从深度图中获得。
有了这些，就可以用来求解相机的位姿。
怎么求？有两种典型方法。
- DLT(Direct Linear Transform)
- BA(Bundle Adjustment)
DLT，比较简单，就是用相机模型建立数学关系，最后求出相机位姿。
BA，是本文重点整理方法。我认为这是《SLAM十四讲》里的精华。因为BA联系了“李群李代数”、“相机与图像”、“非线性优化”的知识，是“集大成者”。整体思路是“通过求解优化问题，求解解相机位姿”。
三维空间点Ｐ及其投影p，
{\sigma}_{k}(n)=\sum_{d|n}^{}{d}^{k}