使用 OpenCV 的视觉里程计（又名自我运动估计）答案

【问题标题】：Visual Odometry (aka. Egomotion estimation) with OpenCV使用 OpenCV 的视觉里程计（又名自我运动估计）
【发布时间】：2012-12-21 10:11:39
【问题描述】：

我正计划实施一个具有增强现实功能的应用程序。对于其中一个功能，我需要一个自我运动估计。只有相机在移动，在有固定物体的空间中（没有或只有小部分会移动，因此它们可能会被忽略）。

所以我搜索并阅读了很多内容，偶然发现了OpenCV。维基百科明确指出it could be used for egomotion。但我找不到任何关于它的文档。

我需要自己用OpenCV的物体检测方法实现自我运动算法吗？（我认为这会非常复杂，因为物体会根据它们与相机的距离以不同的速度移动。而且我还需要考虑旋转。）
如果是这样，我应该从哪里开始？ Kanade–Lucas–Tomasi feature tracker with support for scaling and rotation 有没有好的代码示例？

P.S.：我也知道像 vuforia 这样的基于标记的框架，但是我想防止使用标记，因为它会限制可能的观点。

2013-01-08 更新：我了解到 Egomotion Estimation 更好地称为 Visual Odometry。所以我更新了标题。

【问题讨论】：

【解决方案1】：

您可以找到基于光流here的单目视觉里程计的良好实现。

它是使用 emgucv（C# opencv 包装器）编码的，但你会发现将它转换回纯 opencv 没有任何问题。

【讨论】：

非常感谢，我已经阅读了那篇论文，它是实现的基础，但它没有包含足够的信息让我自己实现它。所以这个链接对我很有帮助，特别是因为它包含一个指向论文作者源代码的更新链接。

【解决方案2】：

Egomotion（或视觉里程计）通常基于光流，OpenCv 有一些motion analysis and object tracking functions 用于计算光流（与cvGoodFeaturesToTrack() 等特征检测器结合使用）。

This example 可能有用。

不是一个完整的解决方案，但至少可以让你朝着正确的方向前进。

【讨论】：

我担心我必须自己实现算法。 :-/
@ChristianStrempfer 嗨。我想知道你是如何解决你的问题的。可以发一下代码吗？
@Clive：我实现了一个简单的 Android 应用程序，它可以跟踪视觉特征。我得出的结论是，手机对于里程计来说还不够好，因为我无法分析每秒足够多的帧数来支持即使是缓慢的运动，而且电池很快就会耗尽。因此我没有实现里程计算法。
@ChristianStrempfer 感谢您提供信息。