Đối với các hệ thống định vị tự động cho các phương tiện tự hành như robot và xe tự lái, việc sử dụng hình ảnh tuần tự được chụp từ một hoặc nhiều camera để định vị vị trí của phương tiện đã được áp dụng rộng rãi do chi phí thấp và độ chính xác cao. Cách tiếp cận sử dụng ước lượng ma trận cơ sở để tính toán ma trận chuyển trong đó ma trận cơ sở được tính toán từ năm điểm là số điểm tối thiểu dùng để ước lượng. Tuy nhiên, mỗi năm cặp điểm cung cấp tới mười nghiệm cho ma trận cơ sở, việc lựa chọn nghiệm phải đánh giá tổng sai số bình phương của toàn bộ các cặp điểm. Trong bài báo này, chúng tôi đề xuất phương pháp cải thiện tốc độ tính toán của ma trận cơ sở bằng cách chọn số nghiệm dựa trên sự so sánh với vectơ cơ sở của hai khung liên tiếp trước đó. Phương pháp đề xuất được đánh giá trên bộ dữ liệu KITTI cho thấy tốc độ tính toán giảm ít nhất 15% so với phương pháp thông thường.For autonomous navigation systems used in robots and self-driving vehicles, the usage of sequence images captured from single or multiple cameras for localization has been widely adopted due to both the low cost and high accuracy. The approach using essential matrix estimation for calculating the transformation is so popular that the essential matrix is estimated from five points which is the minimum number of points for pose estimation. However, each five pairs of points provides up to ten solutions for the essential matrix. In this paper, we propose an approach to improve the computation speed of the essential matrix by selecting the number of solutions based on a comparison with the previous essential vector of the two consecutive frames. The proposed method evaluated on the KITTI dataset shows at least 15% reduction in computation speed compared to the conventional method.