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。
indices = np.random.choice(np.arange(0,len(f23D)), size=(5 * len(f23D),2),replace=True)
indices = indices[indices[...,0]!=indices[...,1]]
num = np.linalg.norm(f13D[indices[...,0]] - f13D[indices[...,1]], axis=1).reshape((len(indices),1))
den = np.linalg.norm(f23D[indices[...,0]] - f23D[indices[...,1]], axis=1).reshape((len(indices),1))
return np.median(num/den).
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）