利用openMVG，解决pnp问题，实现后方交会

0、参考工程项目

openMVG源码中，software文件夹下的项目：

1、核心实现-lib库源码理解

1.0、lib库源码文件

1.1、算法核心：求解P【K+相机pose(rotation + center )】

1. 多种方式，主要分为两类：

• K未知，求解整个P

case resection::SolverType::DLT_6POINTS:

• K已知，求解pose即可

case resection::SolverType::P3P_NORDBERG_ECCV18:
case resection::SolverType::P3P_KE_CVPR17:
case resection::SolverType::P3P_KNEIP_CVPR11:
case resection::SolverType::UP2P_KUKELOVA_ACCV10:

ps：P6P\P3P值求解的最小配置，在实际操作时，可以增加配置，求超定解

注意：代码在实现是，默认为超定解，且对配置的数目做了最小要求，eg：2.5*minimum

2. // Robust estimation of the pose and its precision
   求解pose时，基于ACRANSAC Robust 估计

3. 后续refine，基于ba进行捆绑调整

输入初值：
Intrinsic：未知时，由localize计算P分解得到K，并根据i_User_camera_model构建；
已知时，直接作为初值，或者作为不变量
// A valid pose has been found (try to refine it):
// If not intrinsic as input:
// init a new one from the projection matrix decomposition
// Else use the existing one and consider as static.
Pose：由localize计算得到
Resection_data_ptr：原始的2D-3D对应

2、 其他

采用原来方法配置环境，核心实现被封装，无法进入函数内部调试，依照software中项目进行环境配置，可以进入源码 （why？？include路径与源码相关，可以直接在解决方案里打开该路径下.cpp文件;若include路径与output有关（单独由源码整理的），在解决方案里没法打开，毕竟不属于该解决方案？？）