问题已重新发送以添加清晰度
我正在与OpenCV一起尝试校准激光扫描仪。
我有一组由扫描仪捕获的2d点。为了示例，让我们将这些点表示为：
IMAGE POINTS
{(0.08017784, -0.08993121, 0)}
{(-0.1127666, -0.08712908, 0)}
{(-0.1117229, 0.1782855, 0)}
{(0.09053531, 0.198439, 0)}
我知道这些点对应于以下现实世界点：
OBJECT POINTS
{(0, 0, 0)}
{(190, 0, 0)}
{(190, 260, 0)}
{(0, 260, 122)}
我一直在使用OpenCV来求解旋转和平移矩阵，这将使我能够给出一个世界点（例如100、200、20）并在捕获的坐标系中获取第二个点。
到目前为止，我的结果表明，如果对象点共面，则OpenCV几乎可以完美地找到旋转/平移结果。
但是，在上面我给出的示例（并非所有要点都位于同一平面上）的问题中，我得到的答案非常错误。
我知道这是可能的（不一定是openCV），因为我有另一个商业软件可以做到这一点。作为参考，上述问题的解决方案是矩阵：
SOLUTION
[-0.99668, 0.03056, 0.07543]
[ 0.05860, 0.91263, 0.40454]
[-0.05647, 0.40762,-0.91140]
[79.34385, -89.63855,-982.25938]
我正在使用均方根误差来确定结果的有效性。我提供的解决方案的均方根误差为1.61560。而OpenCV的结果超过1000。
问题：
使用给定的IMAGE POINTS和OBJECT POINTS，如何使用OpenCV（或其他方法）获得解决方案。
我已经尝试过的方法：
我已经尝试过像OpenCV这样的基本SolvePNP：
Cv2.SolvePnP(objectPoints, imagePoints, camMatrix, dist, out double[] rvec, out double[] tvec, false, SolvePnPFlags.Iterative);
Documentation on SolvePNP Here
如上所述，如果我的目标点都是平面的，则此解决方案有效。但是，如果在其他平面上存在点，则解决方案将失效并且非常错误。
谢谢！
答案 0 :(得分：2)
（很抱歉忘了跟进）
计算旋转矩阵的determinant。对于“正确”的答案，它应该为= 1，对于翻转的答案，它应该为-1。然后，只需将旋转乘以identity矩阵即可，最后一项是行列式。如果det（）= 1则不执行任何操作，但如果det（）= -1则将其翻转回正确答案
您可能会发现POSE ESTIMATION FOR PLANAR TARGET上的代码/讨论很有用