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