基于连续时间速度估计的无目标 RGBD 视觉-惯性时空标定——iKalibr-RGBD

视觉-惯性系统在过去二十年间（从 20 世纪初至今）广泛应用于各种应用，主要due于其低成本、低功耗、小体积以及高可用性。这一趋势同时导致提出大量视觉-惯性标定方法，因为准确的传感器间时空参数是视觉-惯性融合的必备条件。在先前工作中，即 iKalibr，提出了一种基于连续时间的视觉-惯性标定方法，作为一种单次多传感器鲁棒时空标定的组成部分。虽然无需人工靶点的做法带来了 considerable 的便利，但初始化和批量优化中计算昂贵的姿态估计限制了其可用性。幸运的是，对于具有深度信息的 RGBD 传感器，通过采用无映射的自身速度估计来代替基于映射的姿态估计，可以大大改善这种情况。这篇论文提出了基于连续时间自身速度估计的 RGBD-惯性时空标定方法，称为 iKalibr-RGBD，其仍然是无目标且计算高效。iKalibr-RGBD 的通用管线继承自 iKalibr，包括严格的初始化程序和多个连续时间批量优化。iKalibr-RGBD 的实现已开源于 (https://github.com/Unsigned-Long/iKalibr)，旨在为研究社区提供便利。