转载地址：https://en.wikipedia.org/wiki/Eight-point_algorithm
在 2D-2D VO中，当已知内参矩阵K，需要求解 本征矩阵E ；当不知道K时，需要求解基础矩阵F ；
8点法可以用来求解E，F；实际中 the normalized eight-point algorithm更适用于求F。
******** 番外篇Total least squares ****
在 I. Markovsky and S. Van Huffel, Overview of total least squares methods. Signal Processing, vol. 87, pp. 2283–2302, 2007.一文中，
如何由一对对应的图像点，求3D点（三角化问题）https://en.wikipedia.org/wiki/Essential_matrix#3D_points_from_corresponding_image_points
因为我们求出来的 t 与实际的 t 相差一个正倍数， 在带入式3中 求x3 时，求得的x3与实际相差一个正倍数 ，所以x1，x2也与实际相差一个正倍数；
至此与实际相差一个正倍数的（x1，x2，x3）坐标求出来了， 与实际相差一个正倍数的（x1'，x2'，x3'）根据式2求得。为何（x1'，x2'，x3'）也是与实际相差一个正倍数，可以自己简单推导一下。
“ Visual Odometry Part I: The First 30 Years and Fundamentals ” ，By Davide Scaramuzza and Friedrich Fraundorfer