基于凸优化的扩展手眼标定算法

不同于双目相机标定,手眼标定无需待标定的两个传感器采集的数据之间有特征匹配,这一特点使其可以用于多种标定应用中。扩展手眼标定算法是手眼标定算法的扩充,它假设相机(眼)的运动通过运动恢复结构 (Structure From Motion, SFM) 确定。由于SFM无法确定坏境尺度,所以由SFM得到的平移是相对距离。论文提出了两种扩展手眼标定算法,这两种算法分别采用了基于L2范数和L∞范数的凸优化方法,且这两种算法无需初始化。设计了仿真及真实实验来评估提出的新算法,结果表明基于L2范数的凸优化方法非常鲁棒且误差最小。