CN111145267A - 基于imu辅助的360度全景视图多相机标定方法 - Google Patents

基于imu辅助的360度全景视图多相机标定方法 Download PDF

Info

Publication number
CN111145267A
CN111145267A CN201911358331.1A CN201911358331A CN111145267A CN 111145267 A CN111145267 A CN 111145267A CN 201911358331 A CN201911358331 A CN 201911358331A CN 111145267 A CN111145267 A CN 111145267A
Authority
CN
China
Prior art keywords
camera
imu
cameras
panoramic view
calibration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911358331.1A
Other languages
English (en)
Other versions
CN111145267B (zh
Inventor
许文渊
祝露峰
任卓恒
何韵
邓盛兰
杨芬
许天宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Zizhe Technology Co Ltd
Original Assignee
Chongqing Zizhe Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Zizhe Technology Co Ltd filed Critical Chongqing Zizhe Technology Co Ltd
Priority to CN201911358331.1A priority Critical patent/CN111145267B/zh
Publication of CN111145267A publication Critical patent/CN111145267A/zh
Application granted granted Critical
Publication of CN111145267B publication Critical patent/CN111145267B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

本发明涉及车辆、系统定位技术领域，具体公开了一种基于IMU辅助的360度全景视图多相机标定方法，包括如下步骤，步骤1，对相机和IMU进行固联，组成IMU辅助的360度全景视图系统；步骤2，将IMU辅助的360度全景视图系统与小车组建成实验平台；步骤3，对IMU和相机安装的相对位置关系进行标定。本发明利用惯导进行姿态解算和杆臂误差的标定，得到两两相机之间的姿态关系和安装关系，从而完成整个系统的标定工作。

Description

基于IMU辅助的360度全景视图多相机标定方法
技术领域
本发明涉及车辆、系统定位技术领域。
背景技术
在基于车载的辅助系统中，为了对鱼眼图像的畸变进行校正，使其符合人眼的观测习惯，还原真实的场景信息，需要获取相机的参数和不同相机之间的位置关系，这一过程被称为多相机的联合标定。
在计算机视觉领域中，相机标定是进行位姿估计、三维重建、视觉导航与定位等研究的关键技术之一。针对不同的应用会对相机采用不同的布设方式，从而采用不同的相机标定方法。相机标定主要分为内参标定和外参标定两部分。针对相机外参数的标定，国内外学者根据不同的应用场景和思路对其进行了广泛研究，获得了一系列的研究成果。
(1)一种利用多个小标定板的多相机外参数标定方法：首先，利用张正友法标定各相机内参数；然后，利用全站仪测得小标定板的相对位置关系，将小标定板统一到同一坐标系下，整合为一个大标定板，分别计算各相机相对整合后标定板的位姿关系；最后统一坐标系得到多相机之间的外参数。该方法过程复杂需要依靠全站仪等专业工具，操作复杂。
(2)一种多相机视觉测量系统的全局标定方法：提出了一种基于双平面靶标的多相机全局标定方法，要求两靶标之间为刚性联接，绕同一根轴旋转，但它们之间的相对位姿关系可以是未知的。该方法不仅适用于立体视觉测量系统，也适用于基于单目视觉的多相机测量系统。该方法默认两靶标刚性连接，实际工程应用中难以实现，误差较大。
(3)基于圆点阵列的多相机外部参数标定：提出了一种基于圆点内具有数字标记的全局标定方法。其关键步骤包括：首先在标定板的某些圆内用数字做标记，并记下带有标记的圆点的物理坐标，然后通过模板匹配的方法快速找到标记有特殊数字的圆点，通过2D仿射变换将图像坐标转换成工作台物理坐标。该方法需要提前对标定板进行标记，而且易受到环境影响，精度较低。
多相机在360度全景视图中有丰富的应用，特别是在自动泊车中具有重要应用。然而多相机的安装位置和相对姿态对后端的图像拼接和姿态解算有重大影响，对系统的精度起到决定作用。
发明内容
本发明的目的在于提供一种基于IMU辅助的360度全景视图多相机标定方法。
为了达到上述目的，本发明的基础方案提供一种基于IMU辅助的360度全景视图多相机标定方法，包括如下步骤，
步骤1，对相机和IMU进行固联，组成IMU辅助的360度全景视图系统；
步骤2，将IMU辅助的360度全景视图系统与小车组建成实验平台；
步骤3，对IMU和相机安装的相对位置关系进行标定,分为如下步骤进行：
第一步，启动系统；
第二步，通过相机获得图像数据，从而计算当前姿态信息；
第三步，在第二步同时，获取IMU的数据，从而计算当前姿态信息；
第四步，将IMU和相机两两进行姿态融合，得到相对姿态；
第五步，根据两两之间的相对姿态关系，得到相机和相机之间的相对姿态关系；
步骤4，完成对IMU和相机安装的相对位置关系的标定。
进一步，当相机数量为单个相机时，标定方法设计步骤如下：
(1)由于单目相机可以跟踪系统的位姿，所以通过对极几何约束和随机采样一致性检测两帧图像之间的相对旋转
Figure BDA0002336555160000021
(2)对IMU陀螺仪测量的角速度进行积分，得到IMU坐标系下的相对旋转
Figure BDA0002336555160000022
(3)根据步骤(1)和步骤(2)，可以得到:
Figure BDA0002336555160000023
将式(5)用四元数表示:
Figure BDA0002336555160000024
Figure BDA0002336555160000031
Figure BDA0002336555160000032
权值可由下式得到:
Figure BDA0002336555160000033
进一步，当相机数量为三个时，多相机融合的标定方法设计步骤如下：
(1)根据惯导和单个相机的标定结果，分别进行三次，得到惯导和每个相机的两两安装关系TCnB，其中n取1、2、3，表示的是单个相机；
(2)根据公式1的两两关系，可以得到相机之间的安装关系，具体计算公式如下所示：
Figure BDA0002336555160000034
Figure BDA0002336555160000035
Figure BDA0002336555160000036
由(6)和(7)两个式子可得到如下(9)和(10)两个式子：
Figure BDA0002336555160000037
Figure BDA0002336555160000038
由于相机和惯导的相对姿态矩阵都可以由第一步计算出来，因此可以得到相机1和相机2之间的安装关系，同理可得到相机2和相机3之间的安装关系。
本发明的优点如下：
(1)本发明利用惯导进行姿态解算和杆臂误差的标定，得到两两相机之间的姿态关系和安装关系，从而完成整个系统的标定工作。
(2)系统将惯导和相机进行固联(固定了解即可，不需要考虑两者之间的安装关系和姿态关系)，操作方便，能够有效完成两者之间的标定工作，具有重要的工业前景和指导意义。
(3)该技术具有自成体系，抗干扰强，标定精度高等优点，在智能驾驶、自动泊车等领域都有很重要的应用价值。
附图说明
图1为本发明一种基于IMU辅助的360度全景视图多相机标定方法的标定方法流程图。
具体实施方式
下面通过具体实施方式进一步详细的说明：
实施例一：
如图1所示，一种基于IMU辅助的360度全景视图多相机标定方法，包括如下步骤，
包括如下步骤，
步骤1，对相机和IMU进行固联，组成IMU辅助的360度全景视图系统；由于相机和IMU在载体运动中，容易产生松动，连接不稳定等问题，首先需要对相机和IMU进行固联，保证两者之间的安装关系不会发生变化，然后在对IMU和相机安装的相对位置关系进行标定，为后端导航提高有效的位置关系，相机为单目相机。
步骤2，将IMU辅助的360度全景视图系统与小车组建成实验平台；
步骤3，对IMU和相机安装的相对位置关系进行标定,分为如下步骤进行：
第一步，启动系统；
第二步，通过相机获得图像数据，从而计算当前姿态信息；
第三步，在第二步同时，获取IMU的数据，从而计算当前姿态信息；具体如下：
对单目相机-IMU外参自动标定的初始化算法进行详细的阐述，本方法可以在不知道传感器机械结构信息的情况下，标定单目相机-IMU外参TCB。
因为单目相机可以跟踪系统的位姿，通过对极几何约束和随机采样一致性(random sample consensus，RANSAC)检测两帧图像之间的相对旋转
Figure BDA0002336555160000041
另外，可以对IMU陀螺仪测量的角速度进行积分，得到IMU坐标系下的相对旋转
Figure BDA0002336555160000042
通过图像姿态解算获得的姿态结果，IMU同时获得姿态信息。多相机融合的标定方法设计步骤如下：
(1)根据惯导和单个相机的标定结果，分别进行三次，得到惯导和每个相机的两两安装关系
Figure BDA0002336555160000051
其中n取1、2、3，表示的是单个相机。
(2)根据公式1的两两关系，可以得到相机之间的安装关系，具体计算公式如下所示：
Figure BDA0002336555160000052
Figure BDA0002336555160000053
Figure BDA0002336555160000054
其中两帧图像之间的相对旋转
Figure BDA0002336555160000055
表示的是惯导的旋转矩阵，
Figure BDA0002336555160000056
n取1、2、3分别表示的是每一个相机的旋转矩阵，RnBC，分别表示的是单个相机和IMU的相对矩阵。由(6)和(7)两个式子可得到如下(9)和(10)两个式子：
Figure BDA0002336555160000057
Figure BDA0002336555160000058
第四步，将IMU和相机两两进行姿态融合，得到相对姿态；
第五步，根据两两之间的相对姿态关系，得到相机和相机之间的相对姿态关系；由于相机和惯导的相对姿态矩阵都可以由第一步计算出来，因此可以得到相机1和相机2之间的安装关系。同理可得到相机2和相机3之间的安装关系。
步骤4，完成对IMU和相机安装的相对位置关系的标定。
实施例二与实施例一的区别仅在于：本实施例为单相机定位方法，第三步，在第二步同时，获取IMU的数据，从而计算当前姿态信息；具体如下：
对单目相机-IMU外参自动标定的初始化算法进行详细的阐述，本方法可以在不知道传感器机械结构信息的情况下，标定单目相机-IMU外参TCB。
因为单目相机可以跟踪系统的位姿，通过对极几何约束和随机采样一致性(random sample consensus，RANSAC)检测两帧图像之间的相对旋转
Figure BDA0002336555160000059
另外，可以对IMU陀螺仪测量的角速度进行积分，得到IMU坐标系下的相对旋转
Figure BDA00023365551600000510
根据标定方法，可以得到:
Figure BDA0002336555160000061
将式(5)用四元数表示:
Figure BDA0002336555160000062
式中:[.]L和[.]R表示四元数的左乘矩阵和右乘矩阵变换。对于时间上连续的图像帧，可以建立线性超定方程:
Figure BDA0002336555160000063
式中:N表示外参旋转矩阵qBC收敛时，所使用的图像帧数量；αN-1,N为处理外点对系统干扰的权值。因为外参旋转矩阵估计值RBC可以迭代计算，使用其计算残差:
Figure BDA0002336555160000064
权值可由下式得到:
Figure BDA0002336555160000065
式中:t0为设定的阈值。式(3)的解为QN最小奇异值对应的特征向量。当外参旋转矩阵标定被充分激励时，QN的零空间会成为一维。本文使用QN的次小奇异值σ2来判断算法的收敛性。当σ2大于阈值σthr时，外参旋转矩阵标定完成，得到相对旋转矩阵。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (3)

1.基于IMU辅助的360度全景视图多相机标定方法，其特征在于：包括如下步骤，
步骤1，对相机和IMU进行固联，组成IMU辅助的360度全景视图系统；
步骤2，将IMU辅助的360度全景视图系统与小车组建成实验平台；
步骤3，对IMU和相机安装的相对位置关系进行标定,分为如下步骤进行：
第一步，启动系统；
第二步，通过相机获得图像数据，从而计算当前姿态信息；
第三步，在第二步同时，获取IMU的数据，从而计算当前姿态信息；
第四步，将IMU和相机两两进行姿态融合，得到相对姿态；
第五步，根据两两之间的相对姿态关系，得到相机和相机之间的相对姿态关系；
步骤4，完成对IMU和相机安装的相对位置关系的标定。
2.根据权利要求1所述的基于IMU辅助的360度全景视图多相机标定方法，其特征在于：当相机数量为单个相机时，标定方法设计步骤如下：
(1)所述相机为单目相机，由于单目相机可以跟踪系统的位姿，所以通过对极几何约束和随机采样一致性检测两帧图像之间的相对旋转
Figure FDA0002336555150000011
(2)对IMU陀螺仪测量的角速度进行积分，得到IMU坐标系下的相对旋转
Figure FDA0002336555150000012
(3)根据步骤(1)和步骤(2)，可以得到:
Figure FDA0002336555150000013
将式(5)用四元数表示:
Figure FDA0002336555150000014
Figure FDA0002336555150000015
Figure FDA0002336555150000021
权值可由下式得到:
Figure FDA0002336555150000022
3.根据权利要求1所述的基于IMU辅助的360度全景视图多相机标定方法，其特征在于：当相机数量为三个时，多相机融合的标定方法设计步骤如下：
(1)所述相机为单目相机，根据惯导和单个相机的标定结果，分别进行三次，得到惯导和每个相机的两两安装关系
Figure FDA0002336555150000031
其中n取1、2、3，表示的是单个相机；
(2)根据公式1的两两关系，可以得到相机之间的安装关系，具体计算公式如下所示：
Figure FDA0002336555150000032
Figure FDA0002336555150000033
Figure FDA0002336555150000034
由(6)和(7)两个式子可得到如下(9)和(10)两个式子：
Figure FDA0002336555150000035
Figure FDA0002336555150000036
由于相机和惯导的相对姿态矩阵都可以由第一步计算出来，因此可以得到相机1和相机2之间的安装关系，同理可得到相机2和相机3之间的安装关系。
CN201911358331.1A 2019-12-25 2019-12-25 基于imu辅助的360度全景视图多相机标定方法 Active CN111145267B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911358331.1A CN111145267B (zh) 2019-12-25 2019-12-25 基于imu辅助的360度全景视图多相机标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911358331.1A CN111145267B (zh) 2019-12-25 2019-12-25 基于imu辅助的360度全景视图多相机标定方法

Publications (2)

Publication Number Publication Date
CN111145267A true CN111145267A (zh) 2020-05-12
CN111145267B CN111145267B (zh) 2023-09-05

Family

ID=70520040

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911358331.1A Active CN111145267B (zh) 2019-12-25 2019-12-25 基于imu辅助的360度全景视图多相机标定方法

Country Status (1)

Country Link
CN (1) CN111145267B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111739102A (zh) * 2020-05-27 2020-10-02 杭州易现先进科技有限公司 电子设备的内外参标定方法、装置和计算机设备
CN112284421A (zh) * 2020-11-02 2021-01-29 蘑菇车联信息科技有限公司 一种imu内参调整方法及相关装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100220173A1 (en) * 2009-02-20 2010-09-02 Google Inc. Estimation of Panoramic Camera Orientation Relative to a Vehicle Coordinate Frame
AU2011201189A1 (en) * 2010-03-16 2011-10-06 The University Of Sydney Vehicle localization in open-pit mining using GPS and monocular camera
CN203126621U (zh) * 2013-03-14 2013-08-14 武汉大学 一种车载三维激光与全景影像测量系统
CN105096284A (zh) * 2014-05-04 2015-11-25 北京四维图新科技股份有限公司 一种生成道路正射投影图像的方法、装置及系统
CN106705964A (zh) * 2017-01-06 2017-05-24 武汉大学 全景相机融合imu、激光扫描仪定位与导航系统及方法
CN106780629A (zh) * 2016-12-28 2017-05-31 杭州中软安人网络通信股份有限公司 一种三维全景数据采集、建模方法
CN107341831A (zh) * 2017-07-06 2017-11-10 青岛海通胜行智能科技有限公司 一种imu辅助的视觉特征鲁棒跟踪方法及装置
CN108663043A (zh) * 2018-05-16 2018-10-16 北京航空航天大学 基于单个相机辅助的分布式pos主子节点相对位姿测量方法
CN108717712A (zh) * 2018-05-29 2018-10-30 东北大学 一种基于地平面假设的视觉惯导slam方法
CN109596121A (zh) * 2019-01-09 2019-04-09 南京师范大学 一种机动站自动目标检测与空间定位方法
CN109764880A (zh) * 2019-02-19 2019-05-17 中国科学院自动化研究所 紧耦合车辆轮子编码器数据的视觉惯性测程方法及系统
EP3506203A1 (en) * 2017-12-29 2019-07-03 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for fusing point cloud data technical field

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100220173A1 (en) * 2009-02-20 2010-09-02 Google Inc. Estimation of Panoramic Camera Orientation Relative to a Vehicle Coordinate Frame
AU2011201189A1 (en) * 2010-03-16 2011-10-06 The University Of Sydney Vehicle localization in open-pit mining using GPS and monocular camera
CN203126621U (zh) * 2013-03-14 2013-08-14 武汉大学 一种车载三维激光与全景影像测量系统
CN105096284A (zh) * 2014-05-04 2015-11-25 北京四维图新科技股份有限公司 一种生成道路正射投影图像的方法、装置及系统
CN106780629A (zh) * 2016-12-28 2017-05-31 杭州中软安人网络通信股份有限公司 一种三维全景数据采集、建模方法
CN106705964A (zh) * 2017-01-06 2017-05-24 武汉大学 全景相机融合imu、激光扫描仪定位与导航系统及方法
CN107341831A (zh) * 2017-07-06 2017-11-10 青岛海通胜行智能科技有限公司 一种imu辅助的视觉特征鲁棒跟踪方法及装置
EP3506203A1 (en) * 2017-12-29 2019-07-03 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for fusing point cloud data technical field
CN108663043A (zh) * 2018-05-16 2018-10-16 北京航空航天大学 基于单个相机辅助的分布式pos主子节点相对位姿测量方法
CN108717712A (zh) * 2018-05-29 2018-10-30 东北大学 一种基于地平面假设的视觉惯导slam方法
CN109596121A (zh) * 2019-01-09 2019-04-09 南京师范大学 一种机动站自动目标检测与空间定位方法
CN109764880A (zh) * 2019-02-19 2019-05-17 中国科学院自动化研究所 紧耦合车辆轮子编码器数据的视觉惯性测程方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
姚连璧;汪志飞;孙海丽;: "车载激光扫描仪外参数标定方法设计与实现" *
石丽梅;赵红蕊;李明海;付罡;李聪;: "车载移动测图系统外方位元素标定方法" *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111739102A (zh) * 2020-05-27 2020-10-02 杭州易现先进科技有限公司 电子设备的内外参标定方法、装置和计算机设备
CN111739102B (zh) * 2020-05-27 2023-07-21 杭州易现先进科技有限公司 电子设备的内外参标定方法、装置和计算机设备
CN112284421A (zh) * 2020-11-02 2021-01-29 蘑菇车联信息科技有限公司 一种imu内参调整方法及相关装置
CN112284421B (zh) * 2020-11-02 2021-03-19 蘑菇车联信息科技有限公司 一种imu内参调整方法及相关装置

Also Published As

Publication number Publication date
CN111145267B (zh) 2023-09-05

Similar Documents

Publication Publication Date Title
CN110009681B (zh) 一种基于imu辅助的单目视觉里程计位姿处理方法
CN107564061B (zh) 一种基于图像梯度联合优化的双目视觉里程计算方法
CN106679648B (zh) 一种基于遗传算法的视觉惯性组合的slam方法
JP5992184B2 (ja) 画像データ処理装置、画像データ処理方法および画像データ処理用のプログラム
CN107193279A (zh) 基于单目视觉和imu信息的机器人定位与地图构建系统
KR100855657B1 (ko) 단안 줌 카메라를 이용한 이동로봇의 자기위치 추정 시스템및 방법
Frahm et al. Pose estimation for multi-camera systems
CN112734841B (zh) 一种用轮式里程计-imu和单目相机实现定位的方法
CN110969665B (zh) 一种外参标定方法、装置、系统及机器人
CN104281148A (zh) 基于双目立体视觉的移动机器人自主导航方法
CN111707261A (zh) 一种微型无人机高速感知和定位方法
CN112669354A (zh) 一种基于车辆非完整约束的多相机运动状态估计方法
CN116205947A (zh) 基于相机运动状态的双目-惯性融合的位姿估计方法、电子设备及存储介质
CN111145267B (zh) 基于imu辅助的360度全景视图多相机标定方法
CN113724337A (zh) 一种无需依赖云台角度的相机动态外参标定方法及装置
Kim et al. Visual odometry for non-overlapping views using second-order cone programming
CN112857328B (zh) 一种无标定摄影测量方法
Laganière et al. Robust object pose estimation from feature-based stereo
CN114234967B (zh) 一种基于多传感器融合的六足机器人定位方法
CN113048985B (zh) 已知相对旋转角度条件下的像机相对运动估计方法
Ye et al. Robust and efficient vehicles motion estimation with low-cost multi-camera and odometer-gyroscope
CN115015956A (zh) 一种室内无人车的激光与视觉slam系统
CN113920150A (zh) 一种资源受限下的行星车简化双目视觉里程定位方法
Silveira et al. Visual servoing over unknown, unstructured, large-scale scenes
Hadj-Abdelkader et al. Closed form solution for rotation estimation using photometric spherical moments

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant