我正在尝试使用 ARUCO 板来协助室内机器人导航，但当板最正对相机时，我遇到了姿势估计 Z 轴闪烁的问题。请查看这里的问题 - 观察蓝轴在面对相机时如何来回闪烁，但在其他角度时更稳定:
https://drive.google.com/file/d/1l8uqKLbA9R4ij_kjPcYeGPUObR_sHkGn/view?usp=sharing
在我的导航范例中，我假设板上最好的位置锁定是从正前方进行，但这在我当前的设置下似乎是最差的。
- 该视频启用了亚像素角点细化。
- 各个标记的姿势是与板分开进行估计的，因此我们可以看到问题出现在各个标记上，而不仅仅是板本身。
- 蓝轴不稳定性始终是水平的，即使我将标记旋转 90 度，水平方向上仍然会出现抖动 - 上下倾斜 0 时不会出现这种抖动，只有左右倾斜。
- 我将 rvec 和 tvec 直接从检测传递到 opencv 中以绘制标记，如下所示:
这只是... aruco 代码/板的正面外观吗？还是我的板子设计有问题，或者其他什么问题？希望听听对自己的抖动(或稳定性)有一定经验的人的意见，谢谢!
最佳答案
这更多的是 CV 领域特定的问题，而不是编码问题。不过，为了您的兴趣，我还是会回答这个问题。
为了使结果更加精确，需要从以下方面对系统进行增强:
1。相机标定
我认为您的相机焦距较小，因此存在一些失真。该算法利用形状畸变来计算标记的姿态，因此相机的畸变会对精度产生很大影响。
2。刚性标记
记号笔打印在非常柔软的 A4 纸上。同样的原因，这会影响姿势推断的精度。将记号笔打印在纸板上，或者将打印的记号笔粘贴在硬纸板上，或者将记号笔放在 table 上并移动相机进行测试。
3。更高的分辨率和更好的照明条件
我不确定上传时视频是否被压缩，但显然更高的分辨率会带来更高的精度。上传的视频光线和分辨率较差。
您的计算机和算法似乎运行良好，因为帧速率非常好。我认为主要问题是你的实验设置。
蓝轴不稳定性始终是水平的，即使我将标记旋转 90 度，抖动仍然发生在水平方向上 - 上下倾斜 0 时不会发生这种抖动，只有左右倾斜。
抖动来自于标记的细微变形，当标记垂直于相机主轴时，标记的投影更接近正方形，当标记垂直时，“蓝轴”对形状失真的导数更大。 “90度”。因此它对这些扭曲更加敏感。这就是为什么蓝轴在90度位置时抖动更严重的原因。
关于opencv - 对于 ARUCO 董事会估算来说，这是正常的不稳定程度吗？ (视频示例)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/66146143/