逆图像投影：相机转世界坐标的t向量操作与手动t有效性咨询

现有可用信息 #

• 目标图像坐标：(u, v, 1)
• 欧拉角转换得到的旋转矩阵R
• 相机与GNSS接收机间距离的平移向量t
• 相机内参矩阵K、GNSS位置

已完成步骤 #

已将图像坐标转换为相机坐标(Xc, Yc, Zc)，计算方式：

λ * [Xc, Yc, Zc]^T = K^(-1) * [u, v, 1]^T

核心疑问与解答 #

1. 相机坐标转世界坐标的公式选择 #

首先明确外参矩阵[R | t]的标准定义：世界坐标到相机坐标的变换公式为：

[Xc, Yc, Zc]^T = R * [X, Y, Z]^T + t

这里的t表示世界坐标系原点在相机坐标系下的位置。

逆推相机坐标转世界坐标，整理后得到标准公式：

[X, Y, Z]^T = R^(-1) * ([Xc, Yc, Zc]^T - t)

这就是文档中“通常减t”的原因。

但如果你手里的t定义是相机坐标系原点在世界坐标系（GNSS为原点）下的位置（即手动测量的相机到GNSS的平移向量），那此时世界原点在相机系的位置为-t，代入逆变换公式后会得到：

[X, Y, Z]^T = R^(-1) * [Xc, Yc, Zc]^T + t

这时候就会出现“加t”的情况。

结论：选择加还是减t，完全取决于你手里t的定义：

• 若t是「世界原点在相机系的位置」：用减t的公式
• 若t是「相机原点在世界系的位置」：用加t的公式
• 绝对不能用乘t的公式，这是概念错误，坐标系变换只有旋转和平移（加减）操作，没有乘法。

2. 手动测量t与solvePnP生成t的选择 #

• 手动测量t：如果是用高精度设备（如激光测距仪、标定板精确测量）得到的相机与GNSS的相对位置，且明确了t的坐标系定义，是可以使用的，但手动测量容易引入误差，且无法保证和旋转矩阵R的一致性。
• solvePnP生成的t：这是通过标定板（已知世界坐标的特征点）求解得到的外参，和旋转矩阵R是配套的，且精度远高于手动测量，完全符合外参t的标准定义（世界原点在相机系的位置），建议优先使用solvePnP的结果，避免手动测量的误差导致坐标转换出错。

内容的提问来源于stack exchange，提问作者Ellee