OpenCV：PNP姿势估计在特定情况下失败

Question

我正在使用OpenCV的solvePnPRansac函数来估计我的相机的姿势，给定由跟踪功能制作的pointcloud。我的管道由多个摄像机组成，我从两个摄像机之间的匹配功能形成点云，并使用它作为参考来估计其中一个摄像机开始移动时的姿势。我已经在多种设置中对其进行了测试，只要在摄像机处于运动状态时有足够的功能可以跟踪，它就能正常工作。

奇怪的是，在我今天做的测试中，我遇到了一个失败的情况，其中solvePnP会一直返回垃圾值。这里令人困惑的是，在这个数据集中，我的点云更加密集，它从两个视图中非常精确地重建，跟踪的点数（当前可见特征与点云中的特征相比） ）在任何给定的时间都比我通常的要高得多，所以理论上它应该是solvePnP的一件轻而易举的事，但它失败了。

我尝试使用CV_ITERATIVE，CV_EPNP甚至非RANSAC版本的solvePnP。我只是想知道我是否遗漏了一些基本的东西？在这些图像中可以看到我正在看的场景（图像1是两个视角之间的场景和特征匹配，图像2是用于参考的点云）

执行PNP的代码部分非常简单。如果P3D是跟踪的3D点阵列，则P2D是相应的图像点集，

solvePnpRansac(P3D, P2D, K, d, R, T, false, 500, 2.0, 100, noArray(), CV_ITERATIVE);

编辑：我还应该提一下，我的参考指针云是在摄像机之间有8英尺的基线获得的，而我正在看的建筑可能就像100英尺远。可能缺乏差异会导致问题吗？