OpenGV

OpenGV库解析：3D-2D场景下的相机坐标与bearing vector计算

最新推荐文章于 2025-11-16 20:20:33 发布

原创

最新推荐文章于 2025-11-16 20:20:33 发布 · 1.2k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#算法

OpenGV: The OpenGV library

对于3d-2d的场景，求解

Vocabulary

Bearing vector: 3d 向量，2个自由度

cental 和 non-central的：这里就引出了non-central 的概念，多相机中，在central case，这个是最简单的，每个相机都单独存在，在non-central case，多个相机公用了一个view point

opengv 在debug模式下编译，会导致卡死

bearing vector的计算方式

gt这个是三维点， position是body坐标， camOffsets是0， camRotations是单位阵

//project the point into the viewpoint frame
point_t bodyPoint = rotation.transpose()*(gt.col(i) - position);

//project the point into the camera frame
bearingVectors.push_back(camRotation.transpose()*(bodyPoint - camOffset));

//normalize the bearing-vector to 1
bearingVectors[i] = bearingVectors[i] / bearingVectors[i].norm();

实际上bearing vector就是局部坐标的单位方向向量,

目标函数