从单幅图像学习手眼相机标定
机器人学
2021-11-05 v2 计算机视觉与模式识别
机器学习
摘要
手眼相机标定是机器人学中一个基础且被长期研究的问题。我们研究了使用基于学习的方法从单幅RGB图像在线解决该问题,同时完全使用合成数据训练我们的模型。我们研究了三种主要方法:一种直接从图像预测外参矩阵的直接回归模型,一种回归2D关键点然后使用PnP的稀疏对应模型,以及一种使用回归的深度和分割图来实现ICP位姿估计的稠密对应模型。在实验中,我们将这些方法相互之间以及与成熟的经典方法进行了基准比较,得到了直接回归优于其他方法的意外结果,并进行了噪声敏感性分析以进一步洞察这些结果。
引用
@article{arxiv.2111.01245,
title = {Learning Eye-in-Hand Camera Calibration from a Single Image},
author = {Eugene Valassakis and Kamil Dreczkowski and Edward Johns},
journal= {arXiv preprint arXiv:2111.01245},
year = {2021}
}
备注
Published at the 2021 Conference on Robot Learning (CoRL). Webpage and video: https://www.robot-learning.uk/learning-eye-in-hand-calibration