opencv - 从本质分解的稳定翻译

当使用单相机实现单眼SLAM或Motion的“结构”时，平移可以估计到未知规模。事实证明，没有任何其他外部信息，这种规模是无法确定的。但是，我的问题是:
如何在所有子翻译中统一此比例。例如，如果我们有3帧(Frame0，Frame1和Frame2)，则可以按以下方式应用跟踪:

框架0->框架1:R01，T01(R＆T
可以使用F Matrix和K提取
矩阵和基本矩阵
分解)

帧1->帧2:R12，T12

问题是T01和T12被归一化，因此它们的大小为1。但是，实际上，T01大小可能是T12的两倍。
如何恢复T01和T12之间的相对幅度？
附言我不想知道究竟是T01还是T12。我只想知道| T01 | = 2 * | T12 |。
我认为这是可能的，因为Monocular SLAM或SFM算法已经存在并且运行良好。因此，应该有一些方法可以做到这一点。

最佳答案

计算框架2和0之间的R，t，并在由三个框架形成的三个顶点之间连接一个三角形。当相对平移已知到一个比例时，将形成唯一可能的闭合三角形(最大到一个比例)。