要約
ロボット工学において、モーションキャプチャシステムは、ローカライゼーションアルゴリズムの精度を測定するために広く使用されている。さらに、このインフラストラクチャは、視覚（-慣性）SLAMの動的初期化、多オブジェクト追跡、自動アノテーションの評価など、他のコンピュータビジョンタスクにも使用できます。しかし、これらの機能を最適に動作させるためには、カメラとグローバルポーズセンサ間の正確で信頼性の高い空間-時間キャリブレーションパラメータが必要である。本研究では、これらのキャリブレーションパラメータを推定するための2つの新しいソリューションを提供する。第一に、高い精度と一貫性を持つオフラインのターゲットベースの手法を設計する。時空間パラメータ、カメラ固有パラメータ、軌跡を同時に最適化する。次に、オンラインターゲットレス法を提案し、キャリブレーションターゲットの必要性をなくし、時間変化する空間-時間パラメータの推定を可能にする。さらに、ターゲットレス手法の詳細な観測可能性解析を行う。観測可能性に関する我々の理論的知見はシミュレーション実験によって検証され、校正のための説明可能なガイドラインを提供する。最後に、2つの提案手法の精度と一貫性を、伝統的な手視線キャリブレーション手法が機能しない手持ち実世界データセットを用いて評価する。
要約(オリジナル)
In robotics, motion capture systems have been widely used to measure the accuracy of localization algorithms. Moreover, this infrastructure can also be used for other computer vision tasks, such as the evaluation of Visual (-Inertial) SLAM dynamic initialization, multi-object tracking, or automatic annotation. Yet, to work optimally, these functionalities require having accurate and reliable spatial-temporal calibration parameters between the camera and the global pose sensor. In this study, we provide two novel solutions to estimate these calibration parameters. Firstly, we design an offline target-based method with high accuracy and consistency. Spatial-temporal parameters, camera intrinsic, and trajectory are optimized simultaneously. Then, we propose an online target-less method, eliminating the need for a calibration target and enabling the estimation of time-varying spatial-temporal parameters. Additionally, we perform detailed observability analysis for the target-less method. Our theoretical findings regarding observability are validated by simulation experiments and provide explainable guidelines for calibration. Finally, the accuracy and consistency of two proposed methods are evaluated with hand-held real-world datasets where traditional hand-eye calibration method do not work.
arxiv情報
| 著者 | Junlin Song,Antoine Richard,Miguel Olivares-Mendez |
| 発行日 | 2024-03-01 20:56:14+00:00 |
| arxivサイト | arxiv_id(pdf) |