3D-2D PNP

已于 2022-09-08 17:56:12 修改
阅读量420 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： 自动驾驶标定 文章标签： 3d
于 2022-09-08 17:56:10 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lian740930980/article/details/126765978
本文探讨了3D-2D Perspective-n-Point (PNP)问题，介绍了在运动连续时使用优化方法解算的鲁棒性问题。在不确定解的情况下，可以通过迭代方式求解。内容涉及计算相机到世界坐标的旋转和平移，利用3D点在2D空间的投影信息。通过特定方程求解相机坐标系中3D点的位置，并通过最小化误差来优化重投影结果。参考了视觉SLAM的相关研究。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

当运动连续的时候，用优化的方法，因为线性代数的方法能解，不过对于噪声不够鲁棒

 当对解完全不知道的情况下，可以用代数的方法，如果知道解的大致样子，可以给一个初始值，通过迭代的方式求解。

 

 s为距离因子*x=世界坐标到相机坐标的变换

3D空间三个点ABC，在2D空间(相机上面)的投影abc ，计算相机到世界坐标的旋转和平移

 已知ABC在世界坐标系下的点坐标，abc在相机坐标系下的坐标，不知道ABC在相机坐标系下的点坐标

 

 u=BC^2/AB^2，和w已知，v不知道

方程解得xy后，可以推OA,OB,OC的值，得到ABC点在相机坐标系下的坐

最低0.47元/天 解锁文章

200万优质内容无限畅学
Vins-Fusion初始化位姿——3D-2D：PNP求解当前帧位姿
u010196944的博客
10-28 1256
Vins-Fusion初始化位姿——3D-2D：PNP求解当前帧位姿
视觉SLAM笔记（36） 3D-2D: PnP
氢键H-H
10-13 1万+
PnP、直接线性变换、P3P、光束平差法（Bundle Adjustment）、最小化重投影误差（Reprojection error）
3D-2D三维重建：PnP
青箬笠，绿蓑衣
05-17 3269
简介 PnP（Perspective-n-Point）描述了当我们已知n个世界坐标系下的3D空间点以及它们的像素坐标系下的坐标时，如何估计相机位姿的方法。通常最少需要4对3D-2D点对（其中之一用于验证结果），就可以解出PnP问题。尤其是在双目或RGB-D的视觉里程计中，点的空间坐标可以由sK−1xsK^{-1}xsK−1x直接求出，sss为像素点的深度值，即可直接使用PnP估计相机运动。 PnP...
3D-2D：PnP
Shilong的博客
11-22 621
Perspective-n-Point 是求解3D到2D点对运动的方法。它描述了已知n个3D空间点及其投影位置时，如何估计相机的位姿。
3D-2D:PnP
weixin_30765577的博客
09-30 355
PnP(Perspective-n-Point):当知道n个3D空间点及其投影位置时，估计相机位姿。 2D-2D的对极几何方法需要八个或八个以上的点对(以八点法为例),且存在着初始化、纯旋转和尺度的问题。然而,如果两张图像中,其中一张特征点的 3D 位置已知（特征点的 3D 位置可以由三角化,或者由 RGB-D 相机的深度图确定）。那么最少只需三个点对(需要至少一个额外点验证结果)就可以估计相机...
高博14讲--第七讲 视觉里程计-7.7 3D-2D:PnP
追求卓越583的博客
07-04 1450
高博14讲--第七讲 视觉里程计-7.7 3D-2D:PnPPnP的基本问题直接线性变换（DTL）P3P PnP的基本问题    PnP（Perspective-n-Point）：已知3D点的空间位置（世界坐标）和相机上的投影点（像素坐标），求相机的旋转和平移（外参），估计相机的位姿。    3D-2D就是指，已知空间中点的三维的世界坐标和二维的像素坐标...
。3D-2D PnP中的DLT方法
最新发布
07-12
首先，用户的问题是：“我想了解3D到2D透视n点问题中DLT方法的原理和应用 请问3D-2D PnP问题中的DLT算法原理及实现方法”。这直接针对DLT（直接线性变换）在PnP问题中的应用。 系统指令要求： - 所有行内数学表达式...
3D-2D：PnP算法原理
热门推荐
Mr.Andy的博客
05-02 5万+
PnP算法原理1.问题背景—— 什么是PnP问题 ？2.PnP问题的求解方法2.1 P3P2.1.1 算法的实际理解2.1.2 算法的数学推导2.1.3 算法的缺陷2.2 直接线性变换(DLT) 根据高博士的《视觉SLAM十四讲》内容和相关博客的内容，对PnP问题有了一点点新的理解。再次记录一下。 参考博客： http://www.cnblogs.com/singlex/p/pose_estima...
从DLT到3d-2d PnP
m0_47096428的博客
05-14 435
这两天复习+学习主要pnp算法，虽然DLT经典并且易于理解，有时还是会忘记，并且它是3d-2d pnp的一个基础，所以今天回顾一下。 首先，我们通过2d坐标之间的坐标转换来理解DLT的流程。 场景：我们移动相机，缓慢移动，拍下两帧图像，其中有一部分交集。 目标：讲两张图像合并，或者说，求得一张图像到另一张的Projective Transformation。 如上图所示，在这里，我们对于问题重新定义，将求转换矩阵的问题，转换为两个等式。 注意观察这个等式，如果我们得到在两张图像的控制点，那么u
3D-2D pnp问题
weixin_43384504的博客
02-26 382
什么是PnP问题？ 已知量是空间点的真实坐标和图像坐标，未知量（求解量）是相机的位姿。求解相机内外参数。 首先介绍DLT（直接线性变换法） 要求的就是T,将T的每一行分别写成r1,r2,r3,经变换得到下式 12个未知数，需要6对3D-2D的点。 QR分解，求得KRt 为什么需要QR分解呢？（网上摘得一个csdn博主的） 还有p3...
VSLAM（5）：3D-2D：PnP和3D-3D：ICP
zhangzhixin1998的博客
07-18 667
SLAM14讲第7讲学习笔记
视觉SLAM总结，PNP:利用3D-2D点估计相机运动
Meanderiver的博客
08-25 2130
slam详解系列之pnp
视觉SLAM⑦---视觉里程计Ⅰ（3D-2D:PnP，3D-3D:ICP）
qq_41694024的博客
05-18 2525
3D-2D:PnP，3D-3D:ICP
【学习笔记】3D-2D:PnP
Start_From_Scratch的博客
05-27 831
主要解决的是已知空间中N个3D点及其图像中的2D点坐标，求相机在空间中的位置与姿态。
VINS 细节系列 - Pnp （3D-2D）
努力努力努力
11-08 1538
一、概念 PnP （Perspective-n-Point） 问题是在 已知特征点的世界坐标 及其在 某一相机位姿下的归一化坐标， 求解 相机坐标与世界坐标 之间的 旋转矩阵和平移向量； PnP 问题有很多种求解方法，例如用三对点估计位姿的 P3P 、直接线性变换(DLT)、EPnP。此外,还能用非 线性优化的方式,构建最小二乘问题并迭代求解,也就是万金油式的 Bundle Adjustment，具体理论可以看下 面连接： https://blog.csdn.net/hltt3838/art.
视觉SLAM十四讲作业练习（5）3D-2D:PnP
ASUNAchan的博客
05-16 501
16.最小化重影误差求解PnP （1）理论分析 非线性优化将相机位姿与空间点位置都看成优化变量，放在一起优化。这一类将相机和三维点放在一起进行最小化的问题统称为 Bundle Adjustment。 有 n 个三维空间点 P 及其投影 p ，相机位姿 R 与 t，由以前所学知识，可以得到： siui=KTPi s_i u_i = KTP_i si​ui​=KTPi​ 由于相机位姿未知以及观测点噪声，所以存在误差，将误差求和构建最小二乘问题，然后寻找最好的位姿使其最小化： T∗=arg  min12∑i=1
3D-2D:PnP_DLT.P3P
fb_941219的博客
05-03 1132
3D-2D:PnP引言1.直接线性变换(DLT)2.P3P 引言 ch7. PnP(Perspective-n-Point)是求解3D到2D点对运动的方法.已知nnn个空间点[X,Y,Z,1][X,Y,Z,1][X,Y,Z,1](前一帧的相机坐标系)以及他们的投影位置(u1,v1,1)(u_1,v_1,1)(u1​,v1​,1)(归一化平面坐标系)。 [u1v11]=[R∣t]3∗4[XYZ1]...
SLAM实践：3D—2D：PnP
乘风的博客
03-25 546
1. 理论知识 PnP——直接线性变换DLT P3P 2. 相关代码 3D2D部分代码解读 Mat r, t; solvePnP(pts_3d, pts_2d, K, Mat(), r, t, false); // 调用OpenCV 的 PnP 求解，可选择EPNP，DLS等方法 Mat R; cv::Rodrigues(r, R); // r为旋转向量形式，用Rodrigues公式转...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值