kalibr相机内参标定优化过程和原理

在估计出内参之后,会进行优化迭代操作。
如果是多相机标定,在完成内参标定的同时,也会完成具有交叉视野相机外参的的标定。初始估计步骤也会进行多相机基线距离的估计,用作后续的迭代优化。

优化过程如下:
将提取到的靶标角点按照打上时间标签,然后按照时间对特征点进行索引。
kalibr相机内参标定优化过程和原理_第1张图片

如果某一时刻有多个相机同时观测靶标,则先求取视野内看见角点最多的那个相机的外参,然后根据预估计出的基线距离得到靶标到第一个相机的变换矩阵。

kalibr相机内参标定优化过程和原理_第2张图片
kalibr相机内参标定优化过程和原理_第3张图片

然后计算第一个相机的重投影误差,构造优化函数。
对每个占位都执行以上步骤,进行迭代优化。

kalibr相机内参标定优化过程和原理_第4张图片

以fov模型为例,如何进行w参数迭代优化的?
~/vio-calib-kalibr_ws/src/vio-calib-kalibr/aslam_cv/aslam_cameras/src/FovDistortion.cpp
kalibr相机内参标定优化过程和原理_第5张图片

kalibr相机内参标定优化过程和原理_第6张图片

你可能感兴趣的:(相机标定)