来自 EstimatePoseSingleMarkers 的变换矩阵

如何解决来自 EstimatePoseSingleMarkers 的变换矩阵

我尝试从我的相机到 aruco 标记的中点获取变换矩阵，并使用 cv2.aruco.estimatePoseSingleMarkers 函数。

在描述中说：

返回的转换是将点从每个标记坐标系转换到相机坐标系的转换。

我将标记检测结果的角点交给位姿估计函数，并将带有 cv2.Rodriguez 的旋转向量转换为旋转矩阵。得到的平移向量已经不同于从相机坐标到标记坐标的测量平移，据我所知它应该是相同的。

无论推断如何，我都会初始化一个 4x4 变换矩阵，并将旋转矩阵和来自姿态估计的平移向量放入 4x4 矩阵，我认为它提供了从标记坐标系到相机坐标系的变换，但是当我用环境中的另一个点纠正变换，表明变换矩阵不正确。

我确定 MARKER_SIZE。

    marker2camera_r_vec,marker2camera_t_vec,_ = cv2.aruco.estimatePoseSingleMarkers(corners,MARKER_SIZE,camera.mtx,camera.dist)
    marker2camera_r_mat = np.array(cv2.Rodrigues(marker2camera_r_vec)[0])
    transformation_matrix = np.zeros([4,4])
    transformation_matrix[0:3,0:3] = rotation_matrix
    transformation_matrix[0:3,3] = translation_vector
    transformation_matrix[3,3] = 1

Example results:

marker2camera_r_mat =
[[-0.96533802 -0.03093691 -0.25916292],[ 0.07337548  0.92073721 -0.38322189],[ 0.25047664 -0.38895487 -0.88655263]]

marker2camera_t_vec = 
[ 1.45883855  6.98282269 77.73744481]

transformation_matrix =
[[-9.65338018e-01 -3.09369077e-02 -2.59162919e-01  1.45883855e+00],[ 7.33754824e-02  9.20737214e-01 -3.83221895e-01  6.98282269e+00],[ 2.50476645e-01 -3.88954869e-01 -8.86552627e-01  7.77374448e+01],[ 0.00000000e+00  0.00000000e+00  0.00000000e+00  1.00]]

Actual point coordinates of the marker from the camera coordinates is =
[-0.086 0.12 0.83]

谁能告诉我我做错了什么并解释了通过 cv2.aruco.estimatePoseSingleMarkers 获取从相机坐标到标记坐标的变换矩阵的步骤？