手写VIO第8章--相机与IMU时间戳同步--作业

0. 题目

1. T1 逆深度参数化时的特征匀速模型的重投影误差

参考常鑫助教的答案：思路是将i时刻的观测投到world系，再用j时刻pose和外参投到j时刻camera坐标系下，归一化得到预测的二维坐标（这里忽略了camera的内参，逆深度是在camera系下）
要计算的是i时刻和j时刻之间的补偿之后的u坐标的重投影误差，所以i时刻也要补偿，具体步骤见下，式（5）参照14讲P47的公式，已经用过很多次了。

2. T2 阅读Kalibr论文，总结基于 B 样条的时间戳估计算法流程

2.1 答题

论文题目： Unified Temporal and Spatial Calibration for Multi-Sensor Systems
多传感器的联合时空标定

B(ackground)：标定时time offset和外参是分开标的（但实际上二者应该有联系）。
I(ntention)：在不支持硬件或者软件上时间戳同步的多传感器上实现较高精度的多传感器联合时空标定。
M(ethod)：提出一个estimator和一个框架来联合标定。
R(esult)：精度高。
C(conclusion)：好，有望拓展到其他的sensor联合标定。

论文contri(bution):

1. 提出一种方法标定fixed时间延迟
2. 推导一个estimator可以同时标时间戳和外参(rotation only)
3. 数据集和真实数据上的结果证明estimator估计时间戳很准
4. 准是因为很好的用了之前别人没用的加计数据

助教的学术话版本：

1. 提出一种统一的使用批量、连续时间下的最大似然估计方法，估计多传感器之间的固定时间戳延迟。
2. 提出一个可以同时校准相机和IMU之间位姿和时间戳延迟的估计模型。
3. 这个估计模型应用在仿真数据和真实数据上，都有足够的灵敏度估算出时间戳延迟。
4. 证明时间戳延迟估计明显受益于在加速度测量中所包含的附加信息。

论文主要理论（助教答案）：