Ja, das ist in der realen Aufgabenstellung einfach nicht gegeben.

Wenn Du die WKS-Punkte auch nicht als stochastisch betrachten willst, kannst Du Bedingungen einführen. Siehe hierzu 11.2.2 Freie Ausgleichung. Für Dein Problem wäre die Matrix (11.33) relevant. Die Datumsgebenden Punkte im WKS würde man dort - in der Matrix G - entsprechend berücksichtigen und damit die Normalgleichung rändern. Die Lösung eines solchen Gleichungssystems ist in (7.70) angegeben, wobei A2 dann G wäre.

VIELEN DANK, liebe Geodäten, ich kann es nicht in Worte fassen, wieviel ihr mich weiter gebracht habt

Dir auch viel Erfolg

Gruß Micha

Nun gut, auch das ist eine gute Erkenntnis! Vielen Dank für die Hilfe bisher!
Das mit der stochastischen Komponente werde ich nicht noch in die Arbeit einbeziehen.

Dein Hauptproblem ist, dass Du die WKS-Punkte nicht fest vorgeben willst, oder?

Ja, das ist in der realen Aufgabenstellung einfach nicht gegeben. Deswegen macht es für mich keinen Sinn, da ein vollständig virtuelles System zu konstruieren, welches in der Realität aufgrund von fehlenden Informationen schlicht nicht funktionieren kann.

Mein Zeitraum endet in 11 (Arbeits-)tagen, und ich muss noch an meiner Arbeit schreiben. Die Zeitknappheit liegt nicht daran, dass ich "zu spät angefangen habe" oder dergleichen, sondern
1.) an der Einarbeitung in das Thema (Grundlagen wie Triangulation..) und
2.) an der Messung und (Bildverarbeitungsmäßigen) Vorverarbeitung dieser Daten,
da ich davon ausgegangen war, dass ich erst mit realen Werten weiter am System arbeiten kann.

Es ist übrigens KEINE Bachelorarbeit, sondern ein Praxisbericht. Dennoch habe ich glücklicherweise ein wissenschaftliches Thema erwischt, und bin nicht irgendwo im Tagesgeschäft gelandet. Alles in allem bin ich zufrieden mit den erlangten Erkenntnissen, sowohl technisch als auch was das wissenschaftliche Arbeiten, Projekt-und Zeitmanagement sowie den Umgang mit komplexen Zusammenhängen in unbekannten Themengebieten angeht. Zur Erklärung: Ich studiere keine Geodäsie, Photogrammetrie oä, sondern Computervisualistik: Darin war Ausgleichung und 3D-Rekonstruktion nie ein Teil des Lehrplans (bisher), ich bin aber ein guter Bildverarbeiter, weswegen ich mich für diese Aufgabe entschied. Auch über mich selbst habe ich in dem Projekt viel gelernt.

VIELEN DANK, liebe Geodäten, ich kann es nicht in Worte fassen, wieviel ihr mich weiter gebracht habt - god bless you. Tausend Dank: MichaeL, .seb und Barny.G, ihr habt was gut bei mir!

Jetzt, wo das Internet alles über mich weiß,
verabschiede ich mich schonmal.

Viele Grüße,
raptus93

Wie bilden sich dann die Passpunkte? Die ÄO ist 0,0,0,0,0,0, über genaue Objektpunkte weiß ich dadurch immer noch nicht bescheid.

Stimmt, dadurch, dass Du die Z-Komponente nicht aus einer Kameraposition bekommst, greift meine ursprüngliche Antwort wohl zu kurz, und Du kannst nicht einfach eine a.O. vorgeben, um das System eindeutig zu lösen. Man müsste wohl sogar zwei Kamerapositionen fixieren.

Dein Hauptproblem ist, dass Du die WKS-Punkte nicht fest vorgeben willst, oder? Du hast die Möglichkeit, sie als stochastische Parameter zu betrachten. Deine Designmatrix A wäre dann:

In sind die Ableitungen nach den ä.O. drin, enthält die Ableitungen nach den WKS-Punkten. I ist eine Einheitsmatrix. Sinngemäß bedeutet dies, dass die WKS-Punkte sich selbst beobachten.

Gruß Micha

Ich hatte dies bereits beantwortet...

Achso, jetzt verstehe ich diesen Satz erst. Ich dachte, du meinst damit eine der beiden relevanten Kameras, und nicht eine dritte Kamera. Das ist genau was ich will:
Sagen wir, in meinem System ist die dritte Kamera der Ursprung des WKS, und die Z-Achse liegt auf der optischen Achse.

Dann kann ich also die ÄO relativ zu dieser bestimmen, theoretisch? Sehr, sehr, sehr gut.
Wie bilden sich dann die Passpunkte? Die ÄO ist 0,0,0,0,0,0, über genaue Objektpunkte weiß ich dadurch immer noch nicht bescheid. Ich könnte mir vorstellen, dass die Passpunkte dann aus den Bildpunkten und deren Bildstrahlen bestehen, da die Z-Koordinate, auch bei bekannter Orientierung ja immer noch fehlt.
Kann ich diesen Missstand durch eine erhöhte Anzahl dieser Informationen kompensieren?

Bitte entschuldige, dass ich nicht gleich verstanden habe, wie du das meintest.
Dennoch hilft es mir enorm, wie ihr mir hier im Forum helft!

Gruß, raptus93!

Auch wenn der von .seb aufgezeigt Weg möglich ist, hätte ich diesen hier nicht gewählt. Bei Deinem Problem reicht ein Gauß-Markov-Modell aus, wie es auch in der zitierten Diplomarbeit Anwendung findet. Da Unbekannte und Beobachtungen trennbar sind, werden beide Wege zur selben Lösung führen.

Du hast recht Micha, das speziellere Gauß-Markov-Modell reicht völlig aus für seine Anwendung. Aber die Lösung ist trotzdem nützlich.
Mein Vorschlag bezog sich nur auf die MATLAB-Implementierung im engeren Sinne sowie die Linearisierungsmöglichkeiten der Gleichung mittels MATLAB. Er kann ja die Implementierung des allgemeinen Gauß-Helmert-Modells von Mordwinzew nehmen und dann die Implementierung auf das Gauß-Markov-Modell spezifizieren bzw. vereinfachen. Das wäre ein gangbarer Weg!

Die Implementierung von Mordwinzew ist recht elegant, da man sich mit keinerlei zusätzliche Taylor-Reihen beschäftigen muss. Ist alles schon integriert.

Um das Programm auf Gauß-Markov zu vereinfachen, muss man lediglich an die While-Schleife im Matlab-Programm bestimmte Gleichungen vereinfachen oder streichen. Der ganze obere Teil bleibt gleich. Oder er lässt es bleiben.

Schneller kommt man wirklich nicht zu Lösung!