当使用单个相机实现单目SLAM或Structure from Motion时，平移可以估计到未知的尺度。事实证明，如果没有任何其他外部信息，这个规模是无法确定的。然而，我的问题是：如何在所有子翻译中统一这个尺度。例如，如果我们有3个帧(Frame0、Frame1和Frame2(，我们应用跟踪如下：
- 框架0->帧1:R01，T01(R&T可以使用F矩阵和K提取矩阵与本质矩阵分解(
- 帧1->框架2:R12、T12
问题是T01&T12被归一化，使得它们的幅度为1。然而，实际上，T01的幅度可能是T12的两倍。
如何恢复T01和T12之间的相对震级？
附言：我不想知道T01或T12到底是什么。我只想知道|T01|=2*|T12|。
我认为这是可能的，因为Monocular SLAM或SFM算法已经存在，并且运行良好。所以，应该有办法做到这一点。
计算帧2&0，并连接由三个帧形成的三个顶点之间的三角形。当在一定比例上已知相对平移时，将形成唯一可能的闭合三角形(在单一比例上(。