Opencv 本质分解的稳定平移

当使用单摄像机实现单目SLAM或运动结构时，平移可以估计到未知的尺度。事实证明，没有任何其他外部信息，无法确定该比例。然而，我的问题是： 如何在所有子翻译中统一此比例。例如，如果我们有3帧（Frame0、Frame1和Frame2），我们应用跟踪如下：

• 帧0->帧1:R01，T01（R&T 可以使用F矩阵和K矩阵进行提取 矩阵与本质矩阵 分解）
• 第1帧->第2帧：R12、T12

问题是T01和T12被归一化，因此它们的大小为1。然而，在实际中，T01震级可能是T12的两倍

如何恢复T01和T12之间的相对震级

另外，我不想知道什么是T01或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，应该有办法做到这一点。

计算第2帧和第0帧之间的R，t，并在三帧形成的三个顶点之间连接一个三角形。当已知的相对平移达到某个比例时，将形成唯一可能的闭合三角形（达到单个比例）。

计算第2帧和第0帧之间的R，t，并在三帧形成的三个顶点之间连接一个三角形。当已知的相对平移达到一个刻度时，将形成唯一可能的闭合三角形（最多一个刻度）。

谢谢您的回答！换句话说，如果我在三帧上做束调整，三角形条件应该自己满足。。我理解对了吗？@HumamHelfawi这是对的。Bundle adjustmant本质上对连通图的给定边进行某种“收紧”。谢谢您的回答！换句话说，如果我在三帧上做束调整，三角形条件应该自己满足。。我理解对了吗？@HumamHelfawi这是对的。Bundle adjustmant本质上对连通图的给定边进行某种“收紧”。