我正在尝试使用 Aruco 标记找到相机的方向。从旋转矩阵中提取的欧拉角在超过某一点时不稳定。
随着相机与标记的距离增加,相机的偏航角值不稳定。标记上的“Z”轴翻转。
欧拉角不稳定,每帧都不相同,需要时间才能稳定。如何获得相机和标记之间的偏航角和距离的一些可靠值?
我试图找到移动相机与静态标记的姿势。
我实施了solvePnP and 解决PnPRansac两者都会产生不稳定的结果。
将旋转向量转换后得到的旋转矩阵估计姿势单一标记在某种程度上似乎还不错,但失去了稳定性。
我该怎么办?
谢谢
一般来说,您无法从单个标记获得准确的相机姿势估计。解决方案是添加更多标记。您可以使用标记板或更稀疏的标记图案。
随着单个标记距离相机越来越远,有几个因素会降低标记姿势估计的准确性。
标记的投影尺寸变得更小并且通过像素网格更加量化。距离是通过逆透视除法来估计的,因此随着距离的增加,其准确性会降低。
透视畸变减少,接近平行投影。在平行投影中,标记有两个同样可行的方向,可以交替返回(参见https://en.wikipedia.org/wiki/Necker_cube)。标记相对于相机的方向也很重要 - 在标记的更垂直的视图(正交投影)中,与倾斜视图相比,标记的俯仰和偏航是不明确的。随着距离的减少,透视畸变会使这种效果变得更糟,并且会导致计算出的相机姿势偏航、俯仰和横向移动。
由于标记中的像素数量较少,传感器噪声和量化等小规模效应变得更加显着,从而降低了帧与帧之间的稳定性并导致抖动。
正如您所发现的,姿势估计在单个标记的特写、倾斜视图中工作正常,因为给solvePnP()的投影点相距很远并且具有很大的透视变形。通过添加更多标记,您始终可以得到solvePnP() 的理想投影点。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)