我有两个立体摄像机，我从左摄像机和右摄像机捕捉到了标记的图像。
我有一个完美的校准
1.内在的
1.失真校正
1.外在的
现在到了标记，我在黑板上有一组标记，我估计了它的姿态。而且，我基于三角形3D点计算了每个标记的3D点

cv::triangulatePoints(Projection_Matrix_L[o], Projection_Matrix_R[o], pointsMat1, pointsMat2, pnts3D);

然后我知道相机中心（CL_O）

CL_O = -Rotation_matrix.inv * translation

主要是（0，0，0）
对于另一个摄像机视图也是如此。为了简单起见，让我们只使用一个。
我假设下面的等式应该根据lambda（λ）计算直线上的点

line(λ) = CL_O + λ*t

CL_O, is a 3D point say (x0, y0, z0)
t, is a Vector (a, b, c)

有了正确的（λ）值，结果将是一个3D点，比如Q。但它仍然不接近标记点P。所以我需要计算点P和Q之间的最小距离。
问题-我应该如何确定每个3D标记点的λ，以便它给我一个接近P的3D点Q，误差最小。我不知道下面的公式是否正确？

f(λ) = abs(Point P - line(λ))

如果你认为它是正确的，我需要帮助与示例代码/伪代码来实现它（最好是C++或Python）。
尽管我已经写了上面的内容，但我仍然觉得还缺少一些东西。请把这些点连起来，告诉我如何进行。