问题标签 [visual-odometry]

我在连续帧之间有正确的对应关系，并且需要估计它们之间的转换以生成轨迹。下面的 C++ 管道，生成的轨迹毫无意义。

所以，我的问题是：如何使用 C++ OpenCV 实用程序正确恢复两个连续帧之间的转换？是否需要额外的步骤来这样做？

我的最终目标是进行视觉里程计。为此，我将收集我自己的图像数据集。但首先，我正在尝试使用Malaga Dataset的原始图像进行图像校正。数据集是立体图像数据集。我已经下载了 malaga-urban-dataset-extract-07.zip 文件，并尝试使用原始图像进行图像校正。我使用了MATLAB 代码：

但它给了我第 152 帧的错误：

除了这个错误之外，经过修正的图像（从第 1 帧到第 151 帧）已经与 Malaga 数据集的原始修正图像不相似。例如; 如果我分别给你看一下马拉加原始图像数据集的第20帧，我使用的Matlab代码的校正结果和马拉加数据集的原始校正图像：

我知道我对未校准的相机使用了 Matlab 纠正代码。但是，它已经是马拉加数据集中的校准原始图像数据集。另一个整改 matlab 代码是这个但是马拉加数据集图像（或我将收集的数据集）不包含棋盘。所以，我无法理解如何将此代码与不包含棋盘格的图像一起使用。

我有三个问题：

1. 如何解决我在上面写的错误问题？
2. 为什么 Matlab 校正的结果与原始校正图像不相似？
3. 我怎样才能用另一种方式纠正原始图像？

我正在尝试使用 KITTI 开放数据集进行深度单目视觉里程计我尝试使用这个repo

它使用此代码将姿势转换为 6DoF

模型输出也采用相同的格式（6DoF）

问题是如何评估 6DoF 结果，因为此评估工具 ( kitti-odom-eval ) 仅支持以下两种格式

在我的代码中，我有以下内容：

和代码：

但是使用带有 Visual c++ 2010 的 Opencv 2.4.9 我得到了编译错误：

如何解决它们？

谢谢！

我正在实现一个标准的 VO 算法，并进行了一些更改，即提取特征、匹配特征点、找到基本矩阵并分解以获得姿势。然而，在初始化之后，我没有对后续帧使用 3D-2D 运动估计 (PNP)，而是使用相同的 2D-2D 运动估计（使用基本矩阵）。我发现 2D-2D 估计似乎比 3D-2D 准确得多。为了找到第二个姿势相对于第一个姿势的相对比例，我可以找出共同点（对两个帧对进行三角剖分）。根据视觉里程计教程，Scaramuzza，可以通过找到公共点对之间的相对距离的比率来找到相对比例。

如果f13D并且f23D是来自后续帧对的三角化 3D 点，我会随机选择点对并计算距离，这是相同的粗略代码片段。

我还尝试用线性 ransac 估计器替换最后一行。然而，由于比例三角测量并不完美，这些值非常嘈杂，因此使用不同的 numpy 种子时，比例估计也有很大差异。

这是在文章中描述的在单目 VO 中实现相对比例的正确方法吗？如果没有，最好的方法是什么（我不希望使用 PNP，因为旋转似乎不太准确）

我有一个用单目视觉里程计算法计算的轨迹（比例未知）。在我的第一张图片中，我标记了对象 P(x,y) 的中间。是否可以通过使用具有未知比例的轨迹将对象的中间（像素 P(x,y)）投影到其他帧中？

已知比例我可以使用opencv函数“cv2.projectPoints”，但是没有比例可以吗？

-depth1-3 未知

-P1(x1,y1) 已知

-轨迹已知（无比例）

-P2 和 P3 是我想要得到的结果

使用 Opencv 3.0，我获得了具有以下功能的基本矩阵：

查看掩码值，内点的数量非常高。

在我使用了 recoverPose 函数之后：

但我注意到通过的内点数（查看掩码）非常少（通常为零）。

我的问题是：有没有办法从recoverPose 函数中获得更多的内点？如果没有，是否有替代方法来获取 R 和 t（不使用 recoverPose 函数）？

非常感谢！

视觉里程计给我 x,y,z 位置，除非是绝对比例。我也可以有 IMU 数据（例如获取滚动、偏航信息）。我也可以有一个测距仪（以获得与当前物体的不同距离）

有没有一种简单的方法可以结合这些信息并获得相关的量表？

谢谢！

我正在尝试使用 ROS + Gazebo 和 OpenCV 的 KLT 算法制作一些视觉里程计项目。

我的代码运行得不太好。使用视频文件作为源可以正常工作，就像在本教程中一样，但是当我尝试使用 ROS 主题/图像作为输入时，效果并不好。即使我可以跟踪特征点，视图也会冻结（我必须单击 esc 几次才能刷新）并且在移动时没有绘制点路径。

我还尝试更改模拟相机的帧速率，因为处理时间太快了，但没有成功。

我想我犯了一些基本错误，与回调或事件“旧框架”与“新框架”关系有关，但不知道如何解决。

如果有人能在这个问题上提供一些支持，我将不胜感激。

我的代码如下：

我有一个系统，它使用智能手机摄像头视频作为输入来重建小物体的 3D 模型（我会注意到我可以在物体旁边放置已知大小的标记）。

我想检测视频中没有足够运动的扫描，对于 3d 重建实际上退化的情况，例如纯旋转的情况。最初的想法是执行SFM并计算实际完成了多少运动，但这里有一个问题，因为从一开始这些都是执行 SFM 有问题的情况（退化情况）。

你会推荐我做什么？

我还会注意到我使用智能手机，所以我也可以选择它的 IMU。

谢谢