pnp之 Epnp

Epnp 算法可以说在计算精度和计算成本上，已经是state of art 的算法了。

参考 ：

【1】 https://blog.csdn.net/liu502617169/article/details/90403283

【2】这个有epnp的原理详解，包括icp:

https://blog.csdn.net/qq_30356613/article/details/80588134

【3】这个包括orb中epnp求解部分的代码详解：

https://zhuanlan.zhihu.com/p/149017276

【4】 这个包括 epnp 和 DLT 的时间对比

https://zhuanlan.zhihu.com/p/59070440

问题：怎么解释 orb PnPsolver::SetRansacParameters  中的操作；可以详见博客3中的 1，RANSAC参数设置 部分， 但是还是没解释清楚；

具体的可以参考这篇：https://www.cnblogs.com/xrwang/archive/2011/03/09/ransac-1.html

是翻译的wiki上的内容，描述了ransac的过程，以及变种。还有，说明的参数的设置。

P  ：希望最后得到的模型，随机取n个点，都是内点的概率。我们自己设定的。越大说明我们要求越高；

K: ransac迭代次数，通过公式计算出来的。这里的计算结果是，假设点可以被重复选到。

此外还需要自己设定： 拟合模型所需的最小点数 n ; 判断点是否为外点的阈值； 以及，如何判断该拟合的模型是否是满意的，要自己定一个内点数量的阈值；还有 w，即：当前提供的数据中，内点率是多少？这个要自己设定。

ｕｐｄａｔｅ

orb中重定位时候Epnp计算姿态的过程大致为：

1. 对于每个闭环候选帧设置 ransac的参数：包括 p w n 等等

2. 对于每一个候选帧进行ransac迭代计算Epnp

3. 每次迭代选取四个点，然后Epnp 计算 pose； 针对计算结果，计算内点数量；记录内点最多的模型，并返回。

4. 然后根据ransac的结果，进行pose 优化，并计算内点数量，满足阈值，则返回，判定重定位成功。

重点的，Epnp的计算思路：

1. 确定4个控制点，然后将n个3D点的世界坐标用4个控制点表示；

2. 计算4个控制点坐标的camera系坐标，这样就可以得到n个3D点的camera系坐标；

3. 然后利用ICP计算pose

最后

以上就是潇洒雪糕为你收集整理的pnp之 Epnp的全部内容，希望文章能够帮你解决pnp之 Epnp所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。