我正在尝试使用 Open CV（EPNP、迭代等）中的 PNP 算法实现来获取两个摄像机对中摄像机的度量姿态估计（不是传统的立体装置，摄像机可以相互独立地自由移动） . 我目前的图像来源是机器人模拟器（Gazebo），其中两个摄像头在物体场景中进行模拟。图像几乎是理想的：即零失真，无伪影。
所以首先，这是我的第一对图像。
我假设正确的相机是“原点”。在公制世界坐标中，左相机位于 (1,1,1)，右相机位于 (-1,1,1)（沿 X 的 2m 基线）。使用特征匹配，我构造了基本矩阵，从而构造了左相机的 R 和 t 右对齐。这就是我得到的。
R in euler angles: [-0.00462468, -0.0277675, 0.0017928]
t matrix: [-0.999999598978524; -0.0002907901840156801; -0.0008470441900959029]
这是正确的，因为位移仅沿相机框架中的 X 轴。对于第二对，左侧相机现在位于 (1,1,2)（向上移动 1m）。
现在左右的 R 和 t 变为：
R in euler angles: [0.0311084, -0.00627169, 0.00125991]
t matrix: [-0.894611301085138; -0.4468450866008623; -0.0002975759140359637]
这又是有道理的：没有旋转；沿 Y 轴的位移是基线（沿 X）的一半，依此类推，尽管这个 t 并没有给我真正的度量估计。
因此，为了在案例 2 中获得姿态的度量估计，我在案例 1 中使用来自摄像机 1 和摄像机 2 的点构建了 3D 点（考虑到已知基线：即 2m），然后使用这些点运行 PNP 算法案例 2 中的 3D 点和图像点。奇怪的是，ITERATIVE 和 EPNP 算法都给了我类似且完全错误的结果，如下所示：
Pose according to final PNP calculation is:
Rotation euler angles: [-9.68578, 15.922, -2.9001]
Metric translation in m: [-1.944911461358863; 0.11026997013253; 0.6083336931263812]
我在这里缺少一些基本的东西吗？我认为这对于 PNP 来说应该是一个相对简单的计算，因为没有失真等。任何意见或建议都会非常有帮助，谢谢！