float32精度_cv.solvePnP位姿估计旋转向量精度分析

一、相关流程简介

• cv.solvePnP

cv.solvePnP是opencv中的单目相对位姿估计函数，根据特征点的坐标可以获得相机相对于世界坐标系的位姿。

需要输入的内容为：相机内参数矩阵、相机畸变参数、特征点相对于世界系的坐标（三维，但取Z=0）、特征点相对于相机系的坐标（二维）。

可以得到：相机相对于世界坐标系的旋转向量和平移向量——相对位姿。

• 精度分析的实现方法

精度分析需要考虑：

1）绕xyz中某一个坐标轴的旋转，即等效转轴为xyz轴的某一个；

2）利用线性相机模型，即相机畸变参数全部为0；

3）需要考虑图像噪声：在特征点的相机坐标上加入高斯噪声。

实现分成两步：

1.设定特征点的世界坐标，人为输入相机的旋转向量和平移向量，根据相关参数，利用刚体变换和透视变换，得到准确的特征点相机像素坐标；
2.利用 solvePnP对特征点的两种函数进行相机标定，对比输入和标定出的结果，得到旋转向量精度。

二、利用输入位姿获得像素坐标

本次分析使用的是，内角点10x10的棋盘板，取点间间距为20mm。

python代码如下:

import 

考虑噪声时，需要将cor