Generalized Maximum Likelihood Estimation for Perspective-n-Point Problem

透视三点问题（PnP）已经在文献中广泛研究，并应用于各种基于视觉的姿态估计场景。然而，现有方法忽略了观测的各向异性不确定性，正如本文中几个真实世界数据集所证明的那样。这种疏忽可能导致次优和不准确的估计，特别是在存在噪声观测的情况下。因此，我们提出了一种名为GMLPnP的广义最大似然PnP求解器，通过迭代GLS过程来同时估计姿态和不确定性，从而最小化行列式标准。此外，所提出的方法与相机模型解耦。合成和实际实验的结果表明，我们的方法在常见的姿态估计场景中具有更好的精度，GMLPnP相对于最佳基线在TUM-RGBD和KITTI-360数据集上将旋转/平移精度提高了4.7%/2.0%和18.6%/18.4%。在基于视觉的无人机定位任务中，在非常嘈杂的观测下，它的精度更高，平移估计精度比最佳基线提高了34.4%。

解决问题：论文旨在解决现有的PnP方法中忽略观测数据异方性不确定性的问题，提高姿态估计的准确性。

关键思路：论文提出了一种广义最大似然PnP求解器（GMLPnP），通过迭代广义最小二乘过程，同时估计姿态和不确定性，以最小化行列式准则。该方法与相机模型解耦，具有更好的准确性和鲁棒性。

其他亮点：论文在合成和真实实验中验证了GMLPnP的准确性和鲁棒性，相比最佳基线，GMLPnP在TUM-RGBD和KITTI-360数据集上分别提高了4.7％/2.0％和18.6％/18.4％的旋转/平移精度，在视觉无人机定位任务中，GMLPnP在非常嘈杂的观测下的平移估计精度比最佳基线提高了34.4％。

相关研究：最近的相关研究包括基于深度学习的姿态估计和基于优化的PnP求解器，如Deep PnP和EPnP。