PnP(Perspective-n-Point)问题的几何结构如图1所示,给定3D点的坐标、对应2D点坐标以及内参矩阵,求解相机的位姿。
数学语言描述如下:
图1.PnP几何结构
1.直接线性变换法(Direct Linear Transform,DLT)
假设:摄像机已经校准过了。 已知:
求解相机的外参:R、t 透视投影模型为:
每组3D-2D匹配点对应两个方程,一共有12个未知数,至少需要6组匹配点。 设有N组匹配点,则:
上式写成矩阵形式: AF=0 当N=6时,可以直接求解线性方程组。
因此, 旋转矩阵, 平移矩阵求得:
2.P3P
P3P问题是已知三个3D目标点与其2D投影之间的对应关系,来确定标定相机的位姿问题。
图2.两点约束
注:直接线性变换法,只考虑了线性意义下的最优解,没有考虑几何约束。而P3P考虑了三角约束,给出三角约束意义下的最优解
2.1 Zero Structure for the P3P Equation System
文章[1]:Complete Solution Classification for the Perspective-Three-Point Problem
图3.三点约束 对于公式(16)的变量有一些真实的约束:
图4.三点约束--重定义边长 公式(17)消去C、v,得ES:
2.2 PST
文章[2]:A Stable Direct Solution of Perspective-Three-Point Problem 使用相似三角形,利用几何约束来减少未知参数的个数,把P3P方程组转化为四次方程,该称为透视相似三角形方法(Perspective Similar Triangle ,PST)。
(1)P3P问题转为PST问题
图5.P3P几何结构
(2)PST的求解
图6.PST几何结构 约束1:相似三角形对应边成比例
所以:
(3)PST多解和缺解问题
由PST(perspective similar Triangle)求解,可得方程组等效转换为四次多项式
多解问题: 由于存在多组解,相机位姿不能从3点集唯一确定的。解的个数直接对应于四次多项式实根的个数。要得到唯一的解,至少还应引入一点,构建2个三角形,进行求解。另一种方法是RANSAC算法,该算法将点集划分为3个点子集,检查这些子集的一致性。 RANSAC算法参考文献:Random Sample Consensus: A Paradigm for Model Fitting with Apphcatlons to Image Analysis and Automated Cartography 缺解问题:
缺解问题是由P3P的固有结构决定的,其他P3P方法,如迭代解法、几何解法和分类法,也有同样的问题。
3.RPnP
文章[3]:A Robust O(n) Solution to the Perspective-n-Point Problem
下面来看一下,如何建立新的正交坐标系,以及如何求解正交坐标系到相机坐标系之间[R T]。
3.1确定旋转轴
当确定旋转轴时,只需求解剩余的旋转和三个平移参数,减少了未知变量的数量,来提高方程组的数值精度。
3.2求解旋转角和平移矢量的方程
相机坐标系与新坐标系绕之间的旋转矩阵:
其中,
3.3获取相机的位姿
再获取到相机坐标系与新坐标系绕之间的旋转和平移矩阵,进而可直接相机坐标系与世界坐标系绕之间旋转和平移矩阵,即相机的位姿。
审核编辑:郭婷
-
相机
+关注
关注
4文章
1344浏览量
53514 -
pnp
+关注
关注
11文章
295浏览量
51715
原文标题:一文详解PnP算法原理
文章出处:【微信号:3D视觉工坊,微信公众号:3D视觉工坊】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论