Hey, sorry für die späte Antwort, komme im Moment zu nichts.
Die Arbeit habe ich nicht aus dem Netz, ich müsste schauen wo ich sie abgelegt habe. Sie würde dir aber eh nicht viel bringe, da gibt es passenderes.
Wenn ich dich richtig verstanden habe, dann ist die Geometrie extrem leicht zu lösen, da ja der Abstand jedes Bildpunktes bekannt ist, wenn man annimmt, dass der Boden eben ist. Bei der Aufnahme des Bodens könnte es durchaus größere Probleme geben. Ich war vor zwei Jahren auf der Vision in Stuttgart, ich würde behaupten die Hälfte der Messestände hat sich mit der Beleuchtung beschäftigt. Bei einer Kamera unter einem Roboter wird es wohl keine gleichmäßige Ausleuchtung geben. Dazu kommt, dass der Roboter stark auf die Struktur des Bodens angewiesen ist. Kleine Feinheiten können die meisten bezahlbaren Kameras kaum wahrnehmen, besonders bei problematischen Licht.
Wenn es dir wirklich nur um Translation und Rotation und nicht um eine 2D Karte geht, dann solltest du dich vielleicht mit Visual Odometry beschäftigen. Der Rechenaufwand ist vertretbar und die Ergebnisse durchaus brauchbar.

PS: Der Link geht nicht, hab's aber gefunden. Finde ich auch interessant. Jedoch finde ich die Einfachheit der Tiefeinschätzung etwas fraglich. Ohne akkurate Tiefe kann die Bewegung nicht wirklich "skaliert" werden.