opencv - 本质分解的稳定翻译

Question

当使用单个相机实现单目 SLAM 或运动结构时，可以估计到未知尺度的平移。事实证明，如果没有任何其他外部信息，这个规模是无法确定的。但是，我的问题是：如何在所有子翻译中统一这个比例。例如，如果我们有 3 帧（Frame0、Frame1 和 Frame2），我们应用跟踪如下：

• Frame0 -> Frame 1 : R01, T01 (R&T 可以使用 F Matrix 和 K 矩阵以及 Essential Matrix 分解来提取)
• 框架 1-> 框架 2 : R12, T12

问题是 T01 和 T12 被归一化，因此它们的幅度为 1。但是，实际上，T01 幅度可能是 T12 的两倍。

如何恢复 T01 和 T12 之间的相对震级？

PS我不想知道究竟是T01还是T12。我只想知道|T01| = 2 * |T12|。

我认为这是可能的，因为单目 SLAM 或 SFM 算法已经存在并且运行良好。所以，应该有一些方法可以做到这一点。

标签： opencvcomputer-visionmatrix-decompositionfundamental-matrix

Answer 1

计算第 2 帧和第 0 帧之间的 R,t 并在三个帧形成的三个顶点之间连接一个三角形。当相对平移已知到一个尺度时，将形成唯一可能的闭合三角形（最多一个尺度）。