kalibr论文阅读

最新推荐文章于 2023-02-22 10:25:38 发布
最新推荐文章于 2023-02-22 10:25:38 发布
阅读量1.2k 收藏 8
点赞数
分类专栏： 传感器标定
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43846627/article/details/104297637
版权

论文：Unified Temporal and Spatial Calibration for Multi-Sensor Systems

功能

可以实现时空同步
大部分算法在空间标定前默认已经进行时间同步
可以通过分批连续时间，最大似然估计得到固定的时间偏移
提供相机和IMU估计器，可以估计转换和时间偏移

原理

1.通过基函数估计时间偏移

时间变化状态可以表示为有限个已知分析基函数的加权和

时间变化状态的公式
在这里插入图片描述
Φ ( t ) \Phi(t) Φ(t)的值是固定的，因此估计x(t)的值也就是估计c的值

雅可比矩阵：一阶偏导数以一定方式排列成的矩阵。体现了一个可微方程与给出点的最优线性逼近。

在这里插入图片描述
因此，在从测量值估计时间偏移过程中产生的误差项可以表示为
公式

2.IMU和相机实例分析

a.需要估计的参数

非时变参数：重力加速度g，相机和imu的转移矩阵 Tc,i，时间间隔 d
时变参数：imu位姿Tw,i，线速度角速度的偏差
在这里插入图片描述

b.时变状态的参数化

时变状态由B样条函数表示

B样条函数：通过控制定点坐标、曲线次数、以及基函数就可以确定B样条曲线

在这里插入图片描述
参数化的相关公式
在这里插入图片描述

3.测量和过程模型

通过预测值计算与测量值对比

木子雨舟
关注
  • 0
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Unified Temporal and Spatial Calibration for Multi-Sensor Systems
anlaiji6783的博客
03-25 775
下载链接：点击 为了提高机器人状态估计的准确性和鲁棒性，越来越多的应用依赖于来自多个互补传感器的数据。 为了在传感器融合中获得最佳性能，这些不同的传感器必须在空间上和时间上相互对准。为此，已经开发了许多方法来在两阶段过程中估计这些系统参数，首先估计时间偏移 并随后解决传感器之间的空间转换。 在这项工作中，我们提出了一个新的框架，用于联合估计不同传感器的测量之间的时间偏移及其相对于彼此...
kalibr、imu_utils、camera_calibration工具进行相机、imu标定以及相机imu联合标定
最新发布
martin_19的博客
05-17 1108
kalibr、imu_utils、camera_calibration工具进行标定以及错误处理。
kalibr使用笔记
z15f34的博客
04-18 5012
官网 GitHub - ethz-asl/kalibr: The Kalibr visual-inertial calibration toolboxThe Kalibr visual-inertial calibration toolbox. Contribute to ethz-asl/kalibr development by creating an account on GitHub.https://github.com/ethz-asl/kalibr 编译 编译kalibr的Bug: f
利用Kalibr标定Camera-IMU外参
HERO_CJN的博客
04-10 3161
一、参考论文 Paul Furgale, Joern Rehder, Roland Siegwart (2013). Unified Temporal and Spatial Calibration for Multi-Sensor Systems. In Proceedings of the IEEE/RSJ International Conference on Intelligent Ro...
[论文学习]Online Temporal Calibration for Monocular Visual-Inertial Systems
Eminbogen的博客
07-28 2257
题目：Online Temporal Calibration for Monocular Visual-Inertial Systems 作者：秦通 沈邵劼 摘要：精确状态估计是机器人导航、自主驾驶、虚拟现实和增强现实等多种智能应用的基础模块。视觉与惯性融合是近年来发展起来的一种六自由度状态估计技术。不同传感器测量数据记录的时间瞬间对系统的鲁棒性和准确性至关重要。在实践中，每个传感器的时间戳通...
【学习总结】相机与IMU标定一：Kalibr论文
larrydong的博客
02-22 873
kalibr论文原理
Kalibr标定源码
11-17
Kalibr源码安装包，包括我标定过程中添加的一些yaml文件还有录制的bag包。有需要的可以下载。
kalibr_create_target_pdf
09-03
使用kalibr标定工具时，报错缺失此文件，将文件放在kalibr_workspace/src/Kalibr/aslam_offline_calibration/kalibr/python 下即可
一键安装kalibr的脚本
09-06
ubuntu18.04 shell脚本安装kalibr
Kalibr-CDE 64-bit
01-12
ethz-asl/kalibr Version Last updated Kalibr-CDE 64-bit 0.1 20. Jun. 2014
kalibr:Kalibr视觉惯性校准工具箱
05-06
（学分：@indigomega）作者保罗·弗格（Paul Furgale）（） 汉尼斯·索默（） JérômeMaye（） 约恩·雷德（JörnRehder）（） 托马斯·施耐德（） 卢克·奥特（Luc Oth）参考Kalibr中使用的校准方法基于以下论文。...
论文研究-视觉SLAM初始化IMU算法研究 .pdf
08-22
视觉SLAM初始化IMU算法研究，黄源，刘建国，近些年视觉惯性SLAM算法研究取得重大成果,能够较精确地计算传感器的增量运动。然而这些方法都缺少闭环,即使重复访问同一个地方,而��
超全汇总！多传感器离线/在线时空联合标定方法
CV_Autobot的博客
09-22 2389
多源异构传感器融合在当今的自动驾驶应用场景中很常见，准确的多传感器时间和空间统一是实现多传感器融合感知和定位的先决条件。许多传感器融合方法假设不同传感器的时间戳精确对齐，这实际上只能通过严格的硬件同步来保证，但是对于大多数低成本和自建的传感器组，硬件同步是不可用的。在实践中，传感器数据的时间戳会受到不同的时钟、触发机制、传输延迟、数据堵塞、抖动、偏斜的影响，导致测量时刻和时间戳之间的存在偏移。准确的时间校准是实现有效传感器融合的首要前提。
基于关键帧视觉惯性传感器非线性优化SLAM
枫叶南国的博客
04-21 7685
Keyframe-Based Visual-Inertial SLAM Using Nonlinear Optimization Taylor Guo, 2016年4月13日-12:01  – 2016年8月1日-20：30  @ EJU Shanghai 原文发表于Conference :《 Robotics: Science and Systems (RSS)》, 2013-06-24
kalibr论文阅读笔记
weixin_30734435的博客
09-20 727
单目相机IMU标定 该论文将相机IMU标定分为两个大方面： 一. 使用基函数来估计时间偏差 二. 相机和IMU的空间位置转换 校准变量：重力、外参旋转和平移、时钟偏移、IMU位姿、加速度计偏置、陀螺仪偏置。 校准过程： (1) 校准前有如下假设： 　　　　　　a....
相机-imu外参校准总结
weixin_30853329的博客
08-30 1626
1. 研究背景及相关工作 1)研究背景 单目视觉惯性slam是一种旨在跟踪移动平台的增量运动并使用来自单个车载摄像头和imu传感器的测量结果同时构建周围环境地图的技术。视觉相机和惯性测量单元(imu)是slam技术的理想选择，因为这两种传感器模式尺寸小，价格便宜，功耗低，并且可以相互补充。视觉传感器在大多数纹理丰富的场景中效果很好，但是如果遇到玻璃，白墙等特征较少的场景，基本上无...
【多传感器融合定位SLAM专栏】前端里程计、IMU预积分、滤波、图优化推导与应用（3）
雨声敲敲的博客
11-27 176
本专栏基于深蓝学院《多传感器融合定位》课程基础上进行拓展，对多传感器融合SLAM的学习过程进行记录，包括前端里程计、惯性导航原理误差分析、图优化、预积分、滤波等
【ECCV2018】Modeling Varying Camera-IMU Time Offset in Optimization-Based Visual-Inertial Odometry
Amazingren的博客
10-10 740
这篇文章是： 关于基于优化方法的视觉惯性里程计的的变化相机-IMU时间偏移的建模
学习Kalibr工具--Camera标定过程
热门推荐
hairuiJY
01-09 1万+
这里介绍用kalibr工具对相机进行单目和双目的标定； 在kalibr中不仅提供了IMU与camera的联合标定工具，也包含了camera的标定工具箱； - 准备: 安装好kalibr之后，开始准备标定板，在kalibr中适用于三种标定板，分别是：Aprilgrid,Checkerboard和Circlegrid。其中checkboard最常用，但是aprilgird精度最好，因为它可以提供...
ubuntu20.04安装kalibr
06-28
### 回答1： 要在Ubuntu 20.04上安装Kalibr，您可以按照以下步骤进行操作： 1. 打开终端并更新软件包列表： sudo apt update 2. 安装Kalibr所需的依赖项： sudo apt install python-catkin-tools python-rosinstall python-rosinstall-generator python-wstool python-git python-pip python-matplotlib python-scipy python-git python-yaml python-pyqt5 python-opencv python-numpy python-six python-pandas python-pyqtgraph 3. 创建一个工作空间并克隆Kalibr存储库： mkdir -p ~/kalibr_ws/src cd ~/kalibr_ws/src git clone https://github.com/ethz-asl/kalibr.git 4. 使用catkin工具构建Kalibr： cd ~/kalibr_ws catkin build -DCMAKE_BUILD_TYPE=Release -j4 5. 添加Kalibr到环境变量中： echo "source ~/kalibr_ws/devel/setup.bash" >> ~/.bashrc source ~/.bashrc 6. 测试Kalibr是否安装成功： kalibr 这些步骤应该可以帮助您在Ubuntu 20.04上安装Kalibr。如果您遇到任何问题，请随时向我提问。 ### 回答2： Kalibr是一个广泛用作自主无人驾驶运动控制系统、机器人控制和其他自主机器人项目的开源工具包。Kalibr软件包提供了一个高度可定制的视觉惯性系统校准框架，可以用于各种机器人和自主无人驾驶应用程序的开发和测试。在Ubuntu 20.04上安装Kalibr可以让开发和测试基于计算机视觉的自主机器人项目变得更加便捷和高效。以下是在Ubuntu 20.04上安装Kalibr的步骤： 1. 安装依赖项 Kalibr需要许多依赖项才能成功安装和运行。打开终端并输入以下命令进行安装： sudo apt update sudo apt install python-catkin-tools python-rosinstall ros-melodic-cv-bridge ros-melodic-tf ros-melodic-image-transport ros-melodic-pcl-ros 2. 克隆Kalibr仓库 在终端中输入以下命令克隆Kalibr仓库： git clone https://github.com/ethz-asl/kalibr.git 3. 编译Kalibr 进入kalibr文件夹并输入以下命令编译Kalibr： cd kalibr catkin build kalibr 4. 安装Kalibr 在进行完上述步骤后，输入以下命令安装Kalibr： catkin build kalibr -DCMAKE_INSTALL_PREFIX=/usr/local 5. 测试安装 输入以下命令检查Kalibr是否成功安装： kalibr_calibrate_imu_camera --help 6. 运行Kalibr 可以通过命令行或使用Kalibr的GUI界面运行Kalibr。例如，要通过命令行运行Kalibr，请在终端中输入kalibr_calibrate_imu_camera，根据所选的参数输入完整的命令行。或者，通过在命令行中输入kalibr_calibrate_imu_camera --gui启动图形用户界面。 以上是在Ubuntu 20.04上安装Kalibr的步骤。成功安装Kalibr之后，您可以在您的机器人或无人驾驶项目中使用Kalibr的强大功能进行系统校准、位姿估计和其他视觉惯性任务。 ### 回答3： Kalibr是一个开源的多摄像头标定工具，它可以通过对多个摄像头进行标定来提高机器人视觉应用的准确性。在Ubuntu 20.04中安装Kalibr需要以下步骤： 1. 安装依赖库 在Ubuntu 20.04中，我们需要安装一些依赖库，包括ceres-solver、ros-melodic-cv-camera和ros-melodic-camera-info-manager。安装命令如下： sudo apt-get update sudo apt-get install -y cmake \ build-essential \ libboost-all-dev \ libeigen3-dev \ libsuitesparse-dev \ libgoogle-glog-dev \ libatlas-base-dev \ libsuitesparse-dev \ libceres-dev \ ros-melodic-cv-camera \ ros-melodic-camera-info-manager 2. 安装Kalibr 在安装Kalibr之前，我们需要先安装pip和numpy。运行以下命令： sudo apt-get install python-pip pip install numpy --user 接下来，我们可以使用以下命令安装Kalibr： mkdir -p ~/kalibr_ws/src && cd ~/kalibr_ws/src git clone https://github.com/ethz-asl/kalibr.git cd .. catkin_make 注意：如果你使用的是ROS Kinetic，需要使用git checkout kinetic-devel命令选择相应的分支。 3. 测试Kalibr 安装完成后，可以使用demo-bag测试Kalibr。使用以下命令创建数据目录，并下载demo-bag文件： mkdir -p ~/kalibr_demo/data cd ~/kalibr_demo/data wget https://files.ifi.uzh.ch/rpg/website/kalibr_demo_data/indoor_forward_3.bag 执行以下命令运行Kalibr： rosrun kalibr_calibrate_cameras calibrate_cameras --bag ./data/indoor_forward_3.bag --topics /cam0/image_raw /cam1/image_raw --models pinhole-radtan pinhole-radtan --target ./resources/april_6x6.yaml 以上就是在Ubuntu 20.04中安装Kalibr的步骤。注意在安装过程中可能会出现依赖库不匹配或其他问题，需要根据具体情况进行解决。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值