OpenCV:PNP姿势估计在特定情况下失败
我正在使用OpenCV的solvePnPRansac函数来估计我的相机的姿势，给定一个由跟踪特征组成的点云。我的管道由多个摄影机组成，其中我从两个摄影机之间的匹配特征形成点云，并使用该点云作为参考来估计其中一个摄影机开始移动时的姿势。我已经在多种设置下测试过，只要有足够的功能在相机运动时跟踪，它就可以工作 奇怪的是，在我今天做的一个测试中，我遇到了一个失败案例，solvePnP总是返回垃圾值。这里让人困惑的是，在这个数据集中，我的点云密度更高，它从两个视图中非常精确地重建，在任何给定时间点的跟踪数量（当前可见特征与点云中的特征）都比我通常拥有的要高，所以理论上，这对solvePnP来说应该是轻而易举的事，但它失败得很惨 我尝试了CV_迭代、CV_EPNP，甚至是solvePnP的非RANSAC版本。我只是想知道我是否缺少一些基本的东西？我所看到的场景可以在这些图像中看到（图1是两个透视图之间的场景和特征匹配，图2是供参考的点云） 执行PNP的代码部分非常简单。如果P3D是跟踪的3D点阵列，则P2D是对应的图像点集OpenCV:PNP姿势估计在特定情况下失败,opencv,pose-estimation,Opencv,Pose Estimation,我正在使用OpenCV的solvePnPRansac函数来估计我的相机的姿势，给定一个由跟踪特征组成的点云。我的管道由多个摄影机组成，其中我从两个摄影机之间的匹配特征形成点云，并使用该点云作为参考来估计其中一个摄影机开始移动时的姿势。我已经在多种设置下测试过，只要有足够的功能在相机运动时跟踪，它就可以工作 奇怪的是，在我今天做的一个测试中，我遇到了一个失败案例，solvePnP总是返回垃圾值。这里让人困惑的是，在这个数据集中，我的点云密度更高，它从两个视图中非常精确地重建，在任何给定时间点的跟踪
solvePnpRansac(P3D, P2D, K, d, R, T, false, 500, 2.0, 100, noArray(), CV_ITERATIVE);