如何合并相机位于固定位置的两个 3D 点云。答案

【问题标题】：How to merge two 3D point clouds where cameras are at fixed position.如何合并相机位于固定位置的两个 3D 点云。
【发布时间】：2017-02-01 14:53:55
【问题描述】：

我有四个固定位置的摄像机。所以我可以用尺子（物理上）测量它们之间的距离（甚至旋转）。相机 1 和 2 给了我一个点云，相机 3 和 4 给了我另一个点云。我需要合并这些点云。

据我所知，ICP 和其他此类算法会对一个点云进行刚性转换以匹配另一个点云。我的问题是如何使用额外的知识（相机之间的距离以厘米为单位）来进行这种转换。

我对这样的工作很陌生，所以如果我误解了什么，请纠正我。并提前感谢。

【问题讨论】：

使用相机位置来转换点云坐标，然后将它们合并在一起应该可以满足您的需求，可能需要一些人工制品。不确定在两个点云之间没有公共相机子集的情况下合并两个点云是否是个好主意。
icp 始终需要初始注册。只需从您的固定相机位置计算刚性变换，然后使用 icp。

【解决方案1】：

首先，您要寻找什么样的精度，以及在多大的空间范围内？在 0.5 m 的桌面场景上实现 0.1 mm 的配准精度与在几十米宽的地板上实现几毫米的配准精度是一个完全不同的问题（在机械设计和约束方面）。

一般而言，ICP 具有良好的重构和明确的对象形状，总能为您提供比手动测量更好的解决方案。

如果相机是静态的，那么您所遇到的实际上是一个校准问题，您只需要在设置时校准您的 4 相机装备，并且无论出于何种原因其配置发生变化。

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。您可以为其生成和 ICP 注册点云，然后将合并的云拟合到已知几何形状，从而获得每个单独的点云相对于固定对象的位置和方向。从这些你可以计算出相机的姿势w.r.t。彼此。

【讨论】：

非常感谢。相机有轻微位移的情况如何处理？假设，一个人穿着它们。所以它可能会因为衣服的移动而移动一点。如果没有位移，一开始只计算一次外参可以吗？
1) 可重复（静态）场景使用已知场景几何进行校准，完成一次。 2）非静态场景取决于。如果与校准的几何形状有小的变化，可以使用校准作为初始条件对当前场景内容使用 ICP。如果您觉得有用，请记得点赞或接受答案。