我正在开发一个使用卡尔曼跟踪平面标记的增强现实 SDK。我的状态由 3D 位置、四元数、速度和角速度组成。

$$\begin{bmatrix}{\vec{p}}\\{\vec{q}}\\{\vec{v}}\\{\vec{\omega }}\end{bmatrix}$$

由于某种原因，卡尔曼没有正确跟踪。我认为问题在于我们的测量模型。

我们使用在真实世界标记（预测点）中检测到的点（我们尝试了 4 和 8 ）作为测量值$z_k$. 卡尔曼预测测量值$h(x_k^-)$是训练标记中那些点的匹配，并使用卡尔曼预测的单应性进行预测。卡尔曼不直接预测单应性，但可以从位置和四元数中提取。卡尔曼的单应性应该使匹配对接近测量对。

这是一个好的测量模型吗？有人有更好的主意吗？

这是该类型项目的预期结果与卡尔曼软化跟踪的链接。在我们的项目中，3D 投影在晃动，并不精确。