基于次优视角与次优轨迹建议的精确交互式视觉-惯性传感器标定
计算机视觉与模式识别
2023-09-27 v1
摘要
视觉-惯性(VI)传感器在机器人、自动驾驶车辆以及增强与虚拟现实应用中十分流行。为了将其用于任何计算机视觉或状态估计任务,良好的标定至关重要。然而,对于非专家而言,收集信息丰富的标定数据以使标定参数可观测并非易事。在本工作中,我们引入了一种新颖的VI标定流程,其借助图形用户界面与信息论,以次优视角(Next-Best-View)和次优轨迹(Next-Best-Trajectory)建议引导非专家收集信息丰富的标定数据,从而标定VI传感器的内参、外参与时间偏移。我们通过实验表明,我们的方法比最先进的替代方案更快、更精确且更具一致性。具体而言,我们展示了当最先进的VI里程计以及VI-SLAM方法使用我们所提方法得到的标定时,如何实现更高精度的估计结果。我们的软件源代码可在:https://github.com/chutsu/yac 找到。
引用
@article{arxiv.2309.14514,
title = {Accurate and Interactive Visual-Inertial Sensor Calibration with Next-Best-View and Next-Best-Trajectory Suggestion},
author = {Christopher L. Choi and Binbin Xu and Stefan Leutenegger},
journal= {arXiv preprint arXiv:2309.14514},
year = {2023}
}
备注
8 pages, 11 figures, IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2023)