可证明最优的单目手眼标定

若不能准确估计两个传感器的相对位姿，就无法正确融合来自这两个传感器的数据，而该相对位姿可通过外参标定过程确定。当两个或多个传感器能够产生自身的自运动估计（即对其在环境中轨迹的测量）时，可采用外参标定的“手眼”形式。在本文中，我们将近期关于手眼标定的凸优化方法的工作扩展到其中一个传感器无法观测其平移运动尺度的情况（例如，观测未建图环境的单目相机）。我们证明，在测量噪声有界的前提下，我们的技术能够为已知尺度和未知尺度两种手眼标定变体提供可证明的全局最优解。在此，我们聚焦于该问题的理论方面，展示了我们解的紧性与稳定性，并通过合成数据实验证明了我们算法的最优性与速度。