点云传感器位置估计
Point cloud sensor position estimation
让我们坐下，我有点云数据，但我不知道传感器位置（它不是 [0,0,0]）。有没有一种从中估计原始传感器位置的好方法？
例如，从下面的点云，
点云数据：
找到允许点云看起来像这样的视点。（如深度图）所以没有（或最少）可以观察到的洞。
点云从我想找的视点看起来像这张图：
通常，点云重建是通过以不同角度捕获对象并将它们对齐在一起来完成的。在点云中，此过程称为 Registration。因此，kinect 传感器没有静态位置，因为在每一帧中，全局坐标 space 中的传感器位置不是静态的。
所以我假设您不是在询问经过重建过程的点云，因此是从静态传感器位置生成的点云。如果该点云未经过任何转换（旋转、过渡）并使用原始深度数据生成，则点云始终在深度相机坐标 space 中生成，其中原点是 Kinect 传感器的位置。
在你的问题中它说传感器位置不是[0,0,0]，这意味着捕获深度图像后，它已经转换到新坐标space。（我假设原点新坐标 space 是给定点云的中心）。所以在不知道这个变换矩阵的情况下，就无法得到原来的相机位置（相对于新坐标）。
最无力的是，当你说"position of the sensor"时，你需要指定你所指的坐标space。 位置总是相对于特定坐标space.
您可以按照@Atif Anwer 所说找到相机的位置但是在一种情况下，两个点云中的任何一个都没有经过变换，因此它在原始坐标 space 中。然后你可以找到第二个点云相对于第一个点云的变换，并将该变换矩阵应用于 [0,0,0] 以找到第二个点云相对于初始深度相机坐标的相机位置 space.
让我们坐下，我有点云数据，但我不知道传感器位置（它不是 [0,0,0]）。有没有一种从中估计原始传感器位置的好方法？
例如，从下面的点云，
点云数据：
找到允许点云看起来像这样的视点。（如深度图）所以没有（或最少）可以观察到的洞。
点云从我想找的视点看起来像这张图：
通常，点云重建是通过以不同角度捕获对象并将它们对齐在一起来完成的。在点云中，此过程称为 Registration。因此，kinect 传感器没有静态位置，因为在每一帧中，全局坐标 space 中的传感器位置不是静态的。
所以我假设您不是在询问经过重建过程的点云，因此是从静态传感器位置生成的点云。如果该点云未经过任何转换（旋转、过渡）并使用原始深度数据生成，则点云始终在深度相机坐标 space 中生成，其中原点是 Kinect 传感器的位置。
在你的问题中它说传感器位置不是[0,0,0]，这意味着捕获深度图像后，它已经转换到新坐标space。（我假设原点新坐标 space 是给定点云的中心）。所以在不知道这个变换矩阵的情况下，就无法得到原来的相机位置（相对于新坐标）。
最无力的是，当你说"position of the sensor"时，你需要指定你所指的坐标space。 位置总是相对于特定坐标space.
您可以按照@Atif Anwer 所说找到相机的位置但是在一种情况下，两个点云中的任何一个都没有经过变换，因此它在原始坐标 space 中。然后你可以找到第二个点云相对于第一个点云的变换，并将该变换矩阵应用于 [0,0,0] 以找到第二个点云相对于初始深度相机坐标的相机位置 space.