TartanCalib：基于AprilTags自适应亚像素精化的迭代广角镜头标定
计算机视觉与模式识别
2022-10-07 v1 机器人学
摘要
广角相机因其以小巧、轻便且高性价比的形态提供丰富信息，在移动机器人上具有独特优势。准确标定内参与外参是利用广角镜头边缘进行深度感知与里程计的关键前提。由于边缘处的极端畸变，现有最优技术标定广角镜头效果欠佳，因多数算法假设镜头为低至中畸变且更接近针孔投影。本文提出一种准确的广角标定方法。我们的流程生成中间模型，并利用其迭代改进特征检测并最终优化相机参数。我们测试了三种利用中间相机模型的关键方法：（1）将图像去畸变为虚拟针孔相机，（2）将靶标重投影至图像帧，（3）自适应亚像素精化。结合自适应亚像素精化与特征重投影将重投影误差显著降低达26.59%，帮助我们多检测达42.01%的特征，并提升稠密深度映射下游任务性能。最后，TartanCalib开源并集成于易用标定工具箱。我们还提供与其他最优工作的转换层，支持回归含数千参数的通用模型或使用更鲁棒的求解器。就此，TartanCalib是广角标定的首选工具。项目网站与代码：http://tartancalib.com。
引用
@article{arxiv.2210.02511,
title = {TartanCalib: Iterative Wide-Angle Lens Calibration using Adaptive SubPixel Refinement of AprilTags},
author = {Bardienus P Duisterhof and Yaoyu Hu and Si Heng Teng and Michael Kaess and Sebastian Scherer},
journal= {arXiv preprint arXiv:2210.02511},
year = {2022}
}