如何合并相机位于固定位置的两个 3D 点云。
How to merge two 3D point clouds where cameras are at fixed position.
我有四个固定位置的摄像头。所以我可以用尺子（物理上）测量它们之间的距离（甚至旋转）。一号和二号相机给我一个点云，三号和四号相机给我另一个点云。我需要合并这些点云。
据我所知，ICP 和其他此类算法对一个点云进行严格转换以匹配另一个点云。我的问题是如何使用额外的知识（以厘米为单位的相机之间的距离）来进行这种转换。
我对这样的工作还很陌生，所以如果我有什么误解，请指正。并提前致谢。
首先，您要寻找什么样的精度，以及 space 的体积？在 0.5 米的桌面场景上实现 0.1 毫米的配准精度是一个完全不同的问题（就机械设计和约束而言）与在几十米宽的地板上实现几毫米的配准完全不同。
一般来说，重建良好且对象形状明确的情况下，ICP 总能为您提供比手动测量更好的解决方案。
如果摄像机是静态的，那么您所遇到的实际上是一个校准问题，您需要仅在设置时以及配置因任何原因发生变化时才校准您的 4 摄像机装备。
我建议使用精确已知尺寸和几何形状的校准对象，例如机加工的多面体。您可以为其生成 ICP-register 点云，然后将合并后的点云拟合到已知几何体中，从而获得每个单独的点云相对于固定物体的位置和方向。从这些你可以计算出相机的姿势 w.r.t。彼此。
我有四个固定位置的摄像头。所以我可以用尺子（物理上）测量它们之间的距离（甚至旋转）。一号和二号相机给我一个点云，三号和四号相机给我另一个点云。我需要合并这些点云。
据我所知，ICP 和其他此类算法对一个点云进行严格转换以匹配另一个点云。我的问题是如何使用额外的知识（以厘米为单位的相机之间的距离）来进行这种转换。
我对这样的工作还很陌生，所以如果我有什么误解，请指正。并提前致谢。
首先，您要寻找什么样的精度，以及 space 的体积？在 0.5 米的桌面场景上实现 0.1 毫米的配准精度是一个完全不同的问题（就机械设计和约束而言）与在几十米宽的地板上实现几毫米的配准完全不同。
一般来说，重建良好且对象形状明确的情况下，ICP 总能为您提供比手动测量更好的解决方案。
如果摄像机是静态的，那么您所遇到的实际上是一个校准问题，您需要仅在设置时以及配置因任何原因发生变化时才校准您的 4 摄像机装备。
我建议使用精确已知尺寸和几何形状的校准对象，例如机加工的多面体。您可以为其生成 ICP-register 点云，然后将合并后的点云拟合到已知几何体中，从而获得每个单独的点云相对于固定物体的位置和方向。从这些你可以计算出相机的姿势 w.r.t。彼此。