我有两个校准过的相机在观察重叠的场景。我试图估计camera2相对于camera1的姿势（因为camera2可以移动；但是camera1和2总是会有一些重叠的特征）。
我正在使用 SIFT 识别特征，计算基本矩阵并最终计算基本矩阵。一旦我解决了 R 和 t（四种可能的解决方案之一），我就获得了按比例缩放的平移，但是是否有可能以某种方式以现实世界的单位计算平移？场景中没有已知大小的物体；但我确实有两个相机的校准数据。我已经浏览了一些关于运动结构和立体姿势估计的信息，但是比例的概念和与现实世界翻译的相关性让我感到困惑。
谢谢！