本质矩阵（Essential Matrix）是计算机视觉中描述两幅图像间对极几何关系的3×3矩阵，它编码了两个相机视角之间的相对位置和姿态信息。这个矩阵仅由相机的内参矩阵和外部运动参数决定，能够将一幅图像中的特征点映射到另一幅图像的对极线上。本质矩阵的秩为2，具有五个自由度（三个旋转参数和两个平移方向），在双目视觉系统中具有基础性作用。
在自动驾驶领域，本质矩阵是视觉里程计（Visual Odometry）和SLAM技术的核心数学工具之一。通过车载摄像头捕捉的连续帧图像，计算本质矩阵可以准确估计车辆自身的运动轨迹，这对于没有GPS信号的环境尤为重要。实际应用中，工程师们通常结合RANSAC算法来鲁棒地估计本质矩阵，以处理特征匹配中的噪声和异常值。随着深度学习的发展，基于神经网络的本质矩阵估计方法也展现出强大的潜力。