面向多相机装置手眼标定的基于图的优化框架
机器人学
2023-07-31 v2
摘要
手眼标定是估计参考坐标系（通常为机器人臂基座或其夹爪）与一个或多相机参考坐标系之间空间变换的问题。一般而言，该标定作为非线性优化问题求解，而很少利用问题本身的底层图结构。实际上，手眼标定问题可视为同步定位与建图（SLAM）问题的一个实例。受此启发，我们在本工作中提出一种姿态图方法来解决手眼标定问题，并以两种不同方式扩展近期的最先进方案：i）将对眼在基（eye-on-base）单相机装置求解公式化；ii）覆盖多相机机器人装置。所提方法已在仿真中对照标准手眼标定方法进行了验证。此外，展示了一个真实应用。在两种场景中，所提方法均优于所有替代方法。我们随本文发布了面向多相机装置的基于图的优化框架的开源实现。
引用
@article{arxiv.2303.04747,
title = {A Graph-based Optimization Framework for Hand-Eye Calibration for Multi-Camera Setups},
author = {Daniele Evangelista and Emilio Olivastri and Davide Allegro and Emanuele Menegatti and Alberto Pretto},
journal= {arXiv preprint arXiv:2303.04747},
year = {2023}
}
备注
This paper has been accepted for publication at the 2023 IEEE International Conference on Robotics and Automation (ICRA)