基于PNP问题的位姿测量方法

位姿测量方法有多种，针对不同的条件，选择最合适的位姿测量方法。其中，最常用的是基于PnP问题的位姿测量。准确的说法就是基于PnP问题的位姿测量方法，位姿测量方法用的是PNP算法这个说法不对，因为PNP问题只是位姿测量方法中的一个步骤，一个关键步骤。

基于PNP问题的位姿测量方法如下：

参考文献：

1 机器人视觉测量与控制（书，徐德编写）

2 空间交会对接视觉测量方法研究与实现，硕士学位论文，哈工大

3 基于目标特征的单目视觉位置测量技术研究，博士学位论文，赵连军

4 高小山的论文，Complete Solution Classification for the Perspective-Three-Point Problem

remark:p3p问题，从数学理论分析有8个解，去掉4个负值解，剩4个解，结合实际的成像模型，可以缩减为2个解，这两个解形成的平面正好朝向相反，所以用第四个点辅助判断，这样就能求出唯一解。Opencv用的就是该方法：用三个点解算，用第四个点辅助选择解；（opencv p3p算法采用的就是高小山的论文）

只用三个点想确定唯一的位姿需要结合运动状态，这叫做运动一致性，如果只靠一副图像，三个点，没有运动信息，是没法确定唯一解的，只能确定两个解。

        

相机标定和测量的关系：

相机标定主要是标定相机内参，测量主要是求外参R,T。在这里就有疑问了，在张正友相机标定法中，相机内参标定以后，相机的外参也可以计算出来，那能不能利用相机标定计算外参的方法来求测量的外参R,T？答案是肯定是，这种位姿估计的方法叫共面P4P算法。其实，共面P4P算法就是源于张正友标定法。