Observability Analysis and Performance Evaluationof EKF-Based Visual-Inertial Odometry WithOnline Intrinsic Camera Parameter Calibration
EKF相机在线标定
摘要
本文主要研究视觉惯性系统中摄像机参数的在线标定问题。不精确的摄像机内参数会导致不可靠的姿态估计,甚至导致估计发散,具体地说,我们对系统进行了非线性可观测性分析,证明了在可观测性矩阵的右零空间上存在四个不可观测方向,即围绕重力矢量和全局帧中的位置旋转。提出了一种基于扩展卡尔曼滤波的视觉惯性里程测量方法,用于标定摄像机内参数同时估计姿态。利用仿真数据集和真实数据集验证了该估计器的可观测性和性能。
贡献
本文的主要贡献是:
•我们提供了一个基于测序的可观测性分析,以确保所提供的测量信息足以校准摄像机的固有参数。
•我们验证了利用摄像机的固有参数在线标定可以提高姿态估计的精度。通过蒙特卡罗模拟和现实世界的实验。
方法
相机和IMU联合特征点估计,重力对齐的全局坐标系和坐标系分别附着在imu和相机上
**** 推导太复杂了,建议看原文
结果
simulation
实验