光学定位系统的发展历史（最后面有一些场景展示，有需要讨论的请联系我）
Ø 1838 年 , 物理学家惠斯顿发明了实体镜 , 第一次发现和定义了立体视觉
Ø 1839 年，法国画家达盖尔发明了银版摄影法，并制作了世界上第一台真正的照相机
Ø 1851-1859 年 - 摄影测量的真正开始 ： 法国陆军上校劳塞达特 ( Laussedat ) 提出并进行了交会摄影测量 , 被公认为 " 摄影测量之父 "
Ø 20 世纪初 - 模拟摄影测量：德国卡尔蔡司厂成功制造出实用的 " 立体自动测图仪 "
Ø 1957-1970 年代 - 解析摄影测量时代： 1957 年 , 海拉瓦博士提出利用计算机进行解析测图的思想
Ø 主动式红外光学追踪阶段（ 1980s-1990s ）
基于红外LED或反光球的主动/被动标记点追踪系统,主要应用于医疗手术导航和动作捕捉领域,精度达到亚毫米级。
Ø 1981 年 - NDI 公司成立： 1984 年推出 WATSMART 系统 , 这是公司第一代 3D 实时光学测量产品； Polaris 光学跟踪系统于 1996 年推出，是一款小巧轻便、经济高效的定位应用测量解决方案。 Polaris 最初主要集成到 OEM 计算机辅助手术系统中，用于颅骨、脊柱和骨科手术。
Ø 1980s 末 -1990s 影视 + 医疗 🎬 Vicon 开创影视动捕 → 《 泰坦尼克号 》《 星球大战 》
🏥 NDI Polaris（1996）→ 手术导航。。。。。 后续就是国内的一些相关公司也在跟着做一些类似的东西。但是本质上大差不差。
https://baike.baidu.com/item/VICON 光学运动捕捉系统 /6207971
https://baike.baidu.com/item/VICON%E5%85%89%E5%AD%A6%E8%BF%90%E5%8A%A8%E6%8D%95%E6%8D%89%E7%B3%BB%E7%BB%9F/6207971
https://www.ndigital.cn/company/ndi-history/?lang=en
。。。。。。。。。。。
展示了NDI Polaris光学追踪相机在实际医疗场景中的应用。系统通过红外相机实时追踪手术器械上的标记点，精确计算出器械在三维空间中的位置（X, Y, Z坐标）和三个旋转角度（Yaw偏航、Pitch俯仰、Roll滚转），达到6自由度追踪。这使得医生在进行神经外科、脊柱手术等精密操作时，能在屏幕上看到器械相对于患者解剖结构（如CT扫描的骨骼模型）的实时位置，大幅提高手术精度和安全性。这种亚毫米级的追踪精度正是光学定位系统从1990年代起在医疗领域广泛应用的核心价值。
光学追踪系统的核心原理是立体视觉技术。系统使用至少两个精确校准的相机（左相机和右相机）从不同角度同时观察反光标记点。每个相机捕捉到标记点在其成像平面上的2D投影位置（用红色虚线表示视线射线），然后通过三角测量法计算出标记点在三维空间中的精确位置坐标(X, Y, Z)。这种双目视觉原理类似于人眼的深度感知机制------正是因为两只眼睛的视角差异，我们才能判断物体的远近。系统中两个相机的基线距离（Baseline）越大，测量的深度精度理论上越高，但同时也会限制可追踪的空间范围。
光学追踪分为两个关键步骤。第一步：主动照明与回射反射------相机周围配备红外LED灯环，发出红外光照射追踪区域。当红外光照射到反光标记点（通常是由回射反射材料制成的小球）时，光线会沿原路径强烈反射回相机，形成明亮的光斑。第二步：2D特征提取------相机传感器捕获到的图像经过阈值处理（Thresholding）去除噪声后，亮点区域（Bright Spot Blob）会被识别出来。系统进一步计算每个亮斑的质心（Centroid）坐标(u, v)，并通过亚像素算法（Sub-pixel Accuracy Calculation）将定位精度提升到像素级别以下，这是实现毫米级甚至亚毫米级追踪精度的关键技术。
这张图展示了立体视觉系统的数学基础------极线几何（Epipolar Geometry）。当左相机和右相机都观察到同一个真实标记点P时，P点在左相机成像平面上的投影位置必然位于对应的极线（Base Line）上，右相机同理。两条从相机光心发出的视线射线（Visual Ray，红色线）在三维空间中相交，交点即为标记点P的真实位置(X,Y,Z)。图中的Baseline表示两个相机光心之间的距离，这是三角测量的基准线。极平面（Epipolar Plane，浅色区域）包含了两个相机光心和目标点P，限定了对应点的搜索范围。这种几何约束不仅提高了计算效率，还能通过多相机冗余观测提升系统的鲁棒性和精度。
以下是获取xyz坐标的示意：
单个标记点只能提供3D位置信息，而要实现6自由度（6DOF）追踪------即同时获取物体的位置(X,Y,Z)和姿态角度(Roll滚转, Pitch俯仰, Yaw偏航)，需要在被追踪物体上固定多个标记点形成"刚体"（Rigid Body）。系统首先通过刚体匹配（Concept 1: Rigid Body Matching）识别出当前检测到的标记点簇是否符合预先定义的几何配置（.rom文件中存储了标记点的相对位置关系）。一旦匹配成功，系统利用多个标记点的空间分布信息，通过姿态估计算法（Concept 2: Pose/6DoF Estimation）计算出刚体的本地坐标系（Local X/Y/Z Axis）相对于世界坐标系的位置和旋转矩阵。图中红点是实际检测到的标记点，黄色星星是根据刚体模型计算出的虚拟参考点（如手术工具的尖端），这使得系统能够追踪到物理标记点之外的关键位置，极大扩展了应用场景。
以下便是做的一些场景展示：
