常見的消費(fèi)級RGB-D相機(jī)具有粗略的內(nèi)參和外參校準(zhǔn)數(shù)據(jù)的，通常無法滿足許多機(jī)器人應(yīng)用所需的精度要求。我們的校準(zhǔn)方法基于一種新穎的雙分量測量誤差模型，該模型統(tǒng)一了基于不同技術(shù)RGB-D相機(jī)的誤差源，如結(jié)構(gòu)光3D相機(jī)和飛行時(shí)間相機(jī)，提出的的標(biāo)定模型使用兩種不同的參數(shù)實(shí)現(xiàn)對圖像的矯正，這兩種圖通過控制函數(shù)的線性組合提供校準(zhǔn)讀數(shù)，非線性優(yōu)化算法在單個(gè)優(yōu)化步驟中細(xì)化相機(jī)深度傳感器剛性位移以及上述參數(shù)，確保結(jié)果高度可靠。

本文的主要貢獻(xiàn)如下：

• 一個(gè)通用的、可實(shí)現(xiàn)的測量誤差模型，該模型以統(tǒng)一的方式很好地描述了不同深度傳感器類型的誤差。

• 一種空間和參數(shù)不畸變圖像，以緊湊有效的方式模擬結(jié)構(gòu)光深度傳感器的畸變模型

• 一種新的優(yōu)化框架，在估計(jì)攝像機(jī)深度傳感器剛性位移以及描述深度測量系統(tǒng)誤差的參數(shù)模型

• 提出方法的開源實(shí)現(xiàn)，集成在ROS（機(jī)器人操作系統(tǒng)）框架內(nèi)。

標(biāo)定算法流程

深度圖矯正，不同距離的一面墻的點(diǎn)云矯正后的結(jié)果

校準(zhǔn)后的RGB圖與深度圖配準(zhǔn)與使用默認(rèn)校準(zhǔn)參數(shù)生成RGB圖與深度圖配準(zhǔn)結(jié)果的對比

本文提出了一種通用RGB-D傳感器標(biāo)定的新方法，開源的校準(zhǔn)程序僅要求用戶在最小結(jié)構(gòu)的環(huán)境中收集數(shù)據(jù)，并在輸出中提供傳感器的內(nèi)參和外參數(shù)據(jù)，通過兩個(gè)不同的分量，一個(gè)畸變誤差和一個(gè)全局系統(tǒng)誤差來概括深度傳感器誤差，畸變誤差使用每像素參數(shù)無畸變圖建模，在算法的第一階段進(jìn)行估計(jì)，在算法的第二階段，在魯棒優(yōu)化框架內(nèi)，估計(jì)深度系統(tǒng)誤差以及攝像機(jī)深度傳感器對準(zhǔn)，文章用幾個(gè)傳感器進(jìn)行了詳盡的實(shí)驗(yàn)，結(jié)果表明，該方法提供了高度精確的結(jié)果，優(yōu)于其他最先進(jìn)的方法。與其他方法相比，方法非常適合不同類型的深度傳感器，同時(shí)需要相對簡單的標(biāo)定要求。

掃描下方微信視頻號二維碼可查看最新研究成果及相關(guān)開源方案的演示：