问题描述
几周前,我对一篇论文感兴趣 enter link description here
我用的图片和velodyne点云数据和他一样,属于kitti(共:120个对应图片和velodyne点)
在论文fig.4中,他们说所有的velodyne点都近似于一个平面(1帧一个点,他们显示100帧),所以他们使用cv2.sovePnPRANSAC(flags = IPPE)
我也试过把velodyne的所有点和对应的像素坐标都扔到这个方法里,但是返回的总是离kitti的ground truth太远。
这是我所有的velodyne点: enter image description here
我使用的相机内在和 dist_coeffs(参考原始数据 calib_cam_to_cam)如下:
camera_matrix = np.array([[959.791,0.0,696.0217],[0.0,956.9251,224.1806],1.0 ]],dtype=np.double)
dist_coeffs = np.array([[-0.3691481],[0.1968681],[0.001353473],[0.0005677587],[-0.06770705]],dtype=np.double)
我做错了什么? 如果有人帮我解决这个问题,我将不胜感激
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)