Universal Online Temporal Calibration for Optimization-based Visual-Inertial Navigation Systems

要約

視覚センサーと慣性センサーの組み合わせによる6自由度（6DoF）運動推定は、実世界で数多くのアプリケーションを持つ成長分野である。しかし、正確でロバストなトラッキングのためには、これら2つのセンサー間の時間オフセットの正確なキャリブレーションが必須条件である。これを解決するために、我々は最適化ベースの視覚-慣性ナビゲーションシステムのための普遍的なオンライン時間キャリブレーション戦略を提案する。技術的には、時間オフセットtdを最適化残差モデルの状態パラメータとして組み込み、td、角速度、並進速度を用いてIMUの状態を対応する画像のタイムスタンプに合わせる。これにより、時間的ミスアライメントtdは、プロセス中に他のトラッキング状態と共に最適化されます。我々の方法は残差モデルの構造を変更するだけなので、異なるトラッキングフロントエンドを持つ様々な最適化ベースのフレームワークに適用することができます。我々は、EuRoCとシミュレーションデータの両方を用いて我々のキャリブレーション手法を評価し、広範な実験により、我々のアプローチが、特にノイズの多いセンサーデータが存在する場合において、より正確な時間オフセット推定と、より速い収束を提供することを実証した。

要約(オリジナル)

6-Degree of Freedom (6DoF) motion estimation with a combination of visual and inertial sensors is a growing area with numerous real-world applications. However, precise calibration of the time offset between these two sensor types is a prerequisite for accurate and robust tracking. To address this, we propose a universal online temporal calibration strategy for optimization-based visual-inertial navigation systems. Technically, we incorporate the time offset td as a state parameter in the optimization residual model to align the IMU state to the corresponding image timestamp using td, angular velocity and translational velocity. This allows the temporal misalignment td to be optimized alongside other tracking states during the process. As our method only modifies the structure of the residual model, it can be applied to various optimization-based frameworks with different tracking frontends. We evaluate our calibration method with both EuRoC and simulation data and extensive experiments demonstrate that our approach provides more accurate time offset estimation and faster convergence, particularly in the presence of noisy sensor data.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL