我一直在尝试根据两帧之间的单应性来估计无人机的欧拉角（Rotz（偏航）* Roty（螺距）* Rotx（横滚））。这意味着我必须将从每帧到上一帧的旋转乘以前一帧，以获得相对于初始轴的总旋转。因此：R_accumulated = R01 * R12 * ...这些R是从openCV中的decomposeHomography（）获得的。根据REP和OpenCV单应性页面，相机参考是Z向前，X垂直和Y向下，但是我的UAV参考系统是ENU。问题是如何从R_累积了dron方向。
从单应性中累积的R_告诉您如何将一个平面转换为另一个平面。因此，如果我想使摄像机定向，则摄像机必须做相反的动作才能获得相同的结果（inv（R_accumulated））？然后，应该将相机方向矩阵转换为ENU坐标？我已经尝试过几次旋转来做到这一点，但是我没有得到好的结果。
我拥有的最好的方法是直接从R_accumulate获取角度并交换俯仰和横滚。这是一个很好的估计，但我仍然需要知道从摄像机框架到无人机的某种旋转矩阵。
我不知道你是否了解我。
最后，我已经解决了我的问题：
如果UAV轴与摄像机的轴不同，我们必须找到一个矩阵R1，该矩阵将UAV轴转换为摄像机的轴，而另一个矩阵则将相同的任务从摄像机轴转换为UAV轴，R2。 >
单应性返回应应用于第一个图片以获取第二个图片的平移和旋转值。但是我们想要相机的姿势，而不是图片的姿势。因此，例如，如果z轴指向具有向上箭头的对象，则IMAGE围绕该前向轴旋转90º将使箭头指向右方。但这不是相机为了使箭头指向右所要做的旋转。如果要使箭头指向右，则必须沿同一轴旋转相机-90º。总之，摄影机的运动是图像的逆，因此摄影机的旋转将是单应性旋转的逆，并且位移将是-1 *（homography_traslation）* scale_factor。
假设我们在初始图像和最终图像之间有一个旋转R。如果要获得无人飞行器的EulerAngles（最好称为Tait-Brian）作为Rotz * Roty * Rotx，则必须计算R1 * inv（R）* R2的EulerAngles。 R是帧之间所有中间旋转的乘积，因此R = Rinit * ... * Rend