对于SLAM问题,载具上的传感器可能有多种,包括但不限于激光雷达,相机,GMU等,在实现里程计模型时,多种传感器输出的帧间位姿都是在对应传感器的坐标系下的,不同传感器输出的帧间位姿不直接具有可比性,为了满足可比性(通常在做融合的时候需要),需要通过传感器之间的转换矩阵进行转换。
例如,kitti数据集的采集设备上搭载了lidar,camera和GMU,三者的转换关系可以在raw data的calib文件夹中获取。现在以Lidar和Camera为例,推导如何对齐不同传感器里程计的输出位姿:
假设LO输出的绝对位姿是
,代表第i帧数据相对第0帧(初始状态)的位姿转换关系,即把空间一点P从第i帧雷达坐标系投影到第0帧坐标系。同理假设VO输出的绝对位姿是
在没有误差的理想假设下,对应帧的两个位姿表达的物理意义是一样的,但是由于参考系不同两个矩阵是不相等的,无法直接比较。假设空间中一点P:
同时有:
由上述四个式子,推导得到:
由此得到将雷达坐标系中的绝对位姿转换到相机坐标系下的关系。
将上式中的“0”替换成“i-1”则变成不同传感器帧间位姿的转换关系: