SLAM算法评估中的轨迹拟合与外参求解

本文介绍了SLAM算法评估中如何解决轨迹对齐问题,通过数学关系和求解方法,包括求解变换矩阵和交替迭代优化,以及处理时间戳对齐问题。实验结果显示了轨迹对齐的有效性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

文章同步更新到github pages欢迎收藏

问题描述

SLAM中常常碰到对齐(align)两个不同设备采集的轨迹的问题。比如通过VICON跟踪获得了一组轨迹,手机通过SLAM算法也获得一组轨迹,要评估SLAM算法的精度,就需要将手机获得的轨迹与作为真值的VICON轨迹对齐。

数学关系

l p g p T _{lp}^{gp}T lpgpT代表手机(phone)从当前局部坐标系(local)到SLAM算法定义的世界坐标系(global)的变换,即当前手机在SLAM算法定义的世界坐标系下的位姿。

l v g v T _{lv}^{gv}T lvgvT代表从VICON的当前刚体坐标系到VICON定义的世界坐标系的变换,即VICON跟踪的刚体在VICON世界坐标系下的位姿。

g p g v T _{gp}^{gv}T gpgvT代表两个世界坐标系之间的变换

l p l v T _{lp}^{lv}T lplvT代表当前刚体坐标系与手机坐标系之间的变换

这几个变换满足:
g p g v T   ∗   l p g p T   =   l v g v T   ∗   l p l v T _{gp}^{gv}T\ *\ _{lp}^{gp}T\ =\ _{lv}^{gv}T\ *\ _{lp}^{lv}T gpgvT  lpgpT = lvgvT  lplvT

其中 l p g p T _{lp}^{gp}T lpgpT l v g v T _{lv}^{gv}T lvgvT均是已知量,多个 l p g p T _{lp}^{gp}T lpgpT l v g v T _{lv}^{gv}T lvgvT各自构成了两条运动轨迹,轨迹中的每一帧记为 l p g p T i _{lp}^{gp}T_i lpgpTi l v g v T j _{lv}^{gv}T_j lvgvTj g p g v T _{gp}^{gv}T gpgvT l p l v T _{lp}^{lv}T lplvT是待求解的未知量。如果手机与VICON刚体是刚性连接的,在整个运动过程中, g p g v T _{gp}^{gv}T gpgvT l p l v T _{lp}^{lv}T lplvT的值是定值。

求解方法

优化的目标函数为:
min ⁡ g p g v T ,   l p l v T ∑ i ∥   g p g v T   ∗   l p g p T i   −   l v g v T j ( i )   ∗   l p l v T   ∥ F 2 \min_{_{gp}^{gv}T,\ _{lp}^{lv}T} \sum_{i}\Vert\ _{gp}^{gv}T\ *\ _{lp}^{gp}T_i\ -\ _{lv}^{gv}T_{j(i)}\ *\ _{lp}^{lv}T\ \Vert_F^2 gpgvT, lplvTmini gpgvT  lpgpTi  lvgvTj(i)  lplvT F2
其中 l v g v T j ( i ) _{lv}^{gv}T_{j(i)} lvgvTj(i)表示在时间戳上与 l p g p T i _{lp}^{gp}T_i lpgpTi对应的某一帧。

上式不好直接优化,原因在于

  1. 自由度过大,如果旋转用四元数表示,上式要同时优化12个自由量。
  2. 约束不足,存在奇异解,比如 g p g v T _{gp}^{gv}T
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值