引入
使用对极约束估计了相机运动后，接下来利用相机运动估计特征点的空间位置，使用的方法就是三角测量。
三角测量
和对极几何中的对极几何约束描述类似：
z 2 x 2 = R ( z 1 x 1 ) + t z_2x_2=R(z_1x_1)+t z2x2=R(z1x1)+t
经过对极约束的求解，现在已知R,t，我们想求解两个特征点的深度z1,z2。（在单目相机模型中，深度被抹去了，因此若想建图需要求解‘z’）
那么先对上式两侧左乘一个 x 2 ∧ x_2^{∧} x2∧(等价于叉乘 x 2 x_2 x2)得：
z 2 x 2 ∧ x 2 = 0 = R ( z 1 x 2 ∧ x 1 ) + x 2 ∧ t z_2x_2^{∧}x_2=0=R(z_1x_2^{∧}x_1)+x_2^{∧}t z2x2∧x2=0=R(z1x2∧x1)+x2∧t
该式左侧为零，右侧可看成 z 1 z_1 z1的一个方程，可以根据它直接求得 z 1 z_1 z1，之后再求 z 2 z_2 z2就很简单了。当然，由于噪声的存在，我们估得的R,t不一定精确使式子成立，所以更常见的做法是求最小二乘解而不是直接的解。
如图所示，理论上 o 1 p 1 o_1p_1 o1p1会和 o 2 p 2 o_2p_2 o2p2相交于p点。但由于噪声的存在，两条线可能会出现异面，即，两条线在两个平行的平面中，而两个平面互相平行。因此我们会选择两条线最近的的近似为p点，也就是最小二乘解。
