imu-相机标定

scjdas

已于 2023-10-13 17:19:50 修改

阅读量1.1k

点赞数 1

文章标签：数码相机

于 2023-05-06 14:25:49 首次发布

本文链接：https://blog.csdn.net/scjdas/article/details/130523905

版权

标定介绍

内参-外参

标定分为内参和外参标定，其中内参标定是确定传感器自身的模型参数，即确定仅与传感器自身存在关系的参数，所以imu和相机都需要进行内参标定。外参标定则是确定imu和相机之间的刚体变换关系，也就是确定两个传感器坐标之间的三维变换矩阵。

标定方法

其中相机内参和外参可以使用kalibr标定，具体步骤可以参考下面的kalibr imu-相机标定；

imu标定则需要使用其他工具，如Allan_variance_ros工具、imu-utils工具进行随即误差标定，一般不需要进行imu的系统误差标定，默认imu性能较好，尺度、工装误差（3个轴之间不正交）在出厂时的校正效果可以直接使用，而加速度计和陀螺仪的bias偏差、重力矢量会在标定算法、SLAM算法中估计，无需确定。

此外，最近发现一个已经集成的ros-imu工具箱，可以在rviz中查看imu姿态：https://github.com/CCNYRoboticsLab/imu_tools。

imu标定中的注意事项：

结合之前的几篇博客：

imu 标定_scjdas的博客-CSDN博客

airsim IMU仿真_scjdas的博客-CSDN博客（介绍Imu误差模型，连续时间误差与离散时间误差）

结合其他几个大牛技术团队的建议，在imu随机误差标定完成后，可以适当放大随机误差，以保证没有被建模到的误差也被融入算法中。

ORB-SLAM3、kalibr、TUM-VI都这样建议（依次展示）：

kalibr imu-相机标定

参考：

Kalibr 之 Camera-IMU 标定 (总结)_晨光ABC的博客-CSDN博客

Kalibr标定工具箱使用详细过程_随机游走321的博客-CSDN博客

手机上的SLAM（7）：Kalibr相机+IMU离线标定 - 知乎

kalibr安装

参考官方安装教程：

参考官方安装教程： https://github.com/ethz-asl/kalibr/wiki/installation

安装完成后使用官方提供的数据包测试

双目标定

相机驱动

双目分为单设备和多设备，我们的双目相机是单设备，也就是双目图像拼接在一起。

使用usb-cam发布ros图像，在其launch文件中设置分辨率的宽度为2倍。这里的分辨率不能乱取，可以根据报错反推对应分辨率！

再写ros包分割拼接在一起的双目图像

标定

rosbag录制

rosbag record /left_cam/image_raw /right_cam/image_raw -O images.bag

标定板配置文件



#example for aprilgrid
  # target_type: 'aprilgrid' #gridtype
  # tagCols: 6                  #number of apriltags
  # tagRows: 6                  #number of apriltags
  # tagSize: 0.088              #size of apriltag, edge to edge [m]
  # tagSpacing: 0.3             #ratio of space between tags to tagSize
                              #example: tagSize=2m, spacing=0.5m --> tagSpacing=0.25[-]

#example for checkerboard
 target_type: 'checkerboard' #gridtype
 targetCols: 13              #number of internal chessboard corners
 targetRows: 11              #number of internal chessboard corners
 rowSpacingMeters: 0.05       #size of one chessboard square [m]
 colSpacingMeters: 0.05       #size of one chessboard square [m]

标定命令

rosrun kalibr kalibr_calibrate_cameras  --target checkBoard_13x11.yaml     --bag images.bag --bag-from-to 5 60     --models pinhole-radtan  --topics /left_cam/image_raw  --show-extraction