文章:Camera-IMU Extrinsic Calibration Quality Monitoring for Autonomous Ground Vehicles
作者：Xuesu Xiao , Yulin Zhang , Haifeng Li , Hongpeng Wang and Binbin Li
编辑：点云PCL
欢迎各位加入知识星球，获取PDF论文，欢迎转发朋友圈。文章仅做学术分享，如有侵权联系删文。
公众号致力于点云处理，SLAM，三维视觉，高精地图等领域相关内容的干货分享，欢迎各位加入，有兴趣的可联系dianyunpcl@163.com。文章未申请原创，侵权或转载联系微信cloudpoint9527。
摘要
传感器外参标定的高度准确性对于多个传感器的数据融合至关重要，例如相机和惯性测量单元（IMU）传感器套件。然而预先标定的外参可能由于外参干扰（例如车辆振动）而不再准确，这将导致自动驾驶车辆性能显著下降。现有的方法依赖于在线校准，无论外参是否实际发生更改或是否需要重新校准，这在计算上效率低下。在本文中提出了一种用于相机-IMU传感器套件的外参标定质量监控方法，以确定何时实际上需要重新校准。我们提出了一种有效的算法来检测稳健的道路图像特征，利用IMU数据捕获这些特征的不匹配，并通过三种常用的误差度量来量化外参标定误差。我们的算法在模拟和实际数据中都表现出很好的效果。