基于部分惯性传感器信息的惯性传感器–摄像机标定方法
对于低端惯性传感器与摄像机组合设备惯性传感器Yaw角输出误差较大或无Yaw输出的情况,进行惯性传感器与摄像机之间的精确标定。分析经典手眼标定方法,利用标定方程中有关矩阵的相似性质,使得在缺少惯性传感器Yaw角测量信息的情况下,仍然能够精确标定惯性传感器与摄像机之间的相对姿态。首先,使惯性传感器和摄像机一起运动两次(图3)。根据摄像机拍摄标定板的视频图像求出摄像机两次相对位置姿态,同时记录两次惯性传感器的Roll角和Pitch角的输出。然后,通过分析经典手眼标定方程RX=XR(公式4),得出矩阵R与矩阵R为相似矩阵,且二者迹相等。据此,恢复两次惯性传感器运动的相对旋转矩阵R(算法1)。最后,为获得精准标定结果,记录惯性传感器-摄像机设备的多次运动数据,并利用Levenberg-Marquardt(LM)算法进行优化,以减小噪声影响,获得惯性传感器和摄像机之间的相对旋转(图5)。利用相似矩阵的性质,可以恢复两次运动之间惯性传感器间的旋转矩阵,利用LM算法,可以优化标定结果。
关键词:
标定,
计算机视觉,
惯性传感器,
智能手机,
部分信息