基于连续时间轨迹的事件-帧相机时空标定方法 EF-Calib
机器人学
2024-10-07 v2 计算机视觉与模式识别
摘要
事件相机作为一种受生物启发的异步触发相机，因其低延迟和高动态范围，具有与帧式相机融合的广阔前景。然而，对同时包含事件相机和帧式相机的立体视觉系统进行标定仍然是一个重大挑战。本文提出了 EF-Calib，一种基于连续时间轨迹的事件-帧相机时空标定框架。提出了一种适用于两种相机类型的新型标定图案及其对应的事件识别算法。利用事件的异步特性，引入一种可求导的分段 B 样条来连续表示相机姿态，从而实现对内参、外参和时间偏移量的标定，并提供解析雅可比矩阵。进行了 various 实验以评估 EF-Calib 的标定性能，包括内参、外参和时间偏移量的标定实验。实验结果表明，EF-Calib 在当前 SOTA 方法中实现了最准确的内参，外参精度接近帧式方法，时间偏移量估计准确。EF-Calib 提供了一个便捷且精确的标定工具箱，用于标定融合事件和帧的系统。本文的代码也将在：https://github.com/wsakobe/EF-Calib 开源。
引用
@article{arxiv.2405.17278,
title = {EF-Calib: Spatiotemporal Calibration of Event- and Frame-Based Cameras Using Continuous-Time Trajectories},
author = {Shaoan Wang and Zhanhua Xin and Yaoqing Hu and Dongyue Li and Mingzhu Zhu and Junzhi Yu},
journal= {arXiv preprint arXiv:2405.17278},
year = {2024}
}
备注
Accepted by IEEE Robotics and Automation Letters