用户反馈与样本加权用于病态手眼标定。
摘要：手眼标定是一种重要且广泛研究的方法，用于根据传感器的运动估计来校准刚性耦合传感器。由于这个问题的几何结构，至少需要两个具有非平行旋转轴的运动估计才能得到唯一解。如果大多数旋转轴几乎平行，那么所得到的优化问题就是病态的。在本文中，我们提出了一种自动加权的方法，用于改进这种病态优化问题的条件。样本权重根据所有可用旋转轴的局部密度来选择。此外，我们还提出了一种估计代价函数灵敏度和条件性的方法，将其分为平移部分和旋转部分进行计算。这些信息可以作为用户反馈，在记录标定数据时预防病态问题。我们在经过人工增强的KITTI里程数据集上评估和比较了我们的方法。
作者：Markus Horn, Thomas Wodtko, Michael Buchholz, and Klaus Dietmayer
论文ID：2308.06045
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-14