Hand-Eye Calibration Residuals
핸드-아이 칼리브레이션의 성능을 평가하려면 잔차를 확인하는 방법이 필요합니다. 여기에서는 핸드-아이 칼리브레이션 잔차가 무엇을 나타내고 어떻게 계산되는지 설명합니다.
For each calibration object point cloud in the dataset, Zivid software extracts a certain number of feature points. We shall refer to this collection of feature points as a feature point set.
핸드-아이 칼리브레이션의 결과로 좌표 변환을 계산할 수 있습니다. 이 좌표 변환은 형상점 세트를 카메라 좌표 프레임에서 로봇 베이스 프레임으로 변환할 수 있습니다. 로봇 시스템의 각 요소, 즉, 카메라, 로봇 및 핸드-아이 칼리브레이션 알고리즘이 완벽했다고 가정합니다. 그런 다음 변환된 한 세트의 형상점은 데이터 세트의 다른 세트의 대응점과 동일한 좌표를 갖습니다. 시각적으로 이것은 3D 공간의 모든 형상점 세트가 겹친다는 것을 의미합니다. 이것은 현실에서는 결코 그렇지 않으며 항상 약간의 잔차가 있습니다. 시각적으로 이것은 다른 세트의 동일한 형상점이 완전히 겹치지 않는다는 것을 의미합니다. 이것은 Zivid 내부 핸드-아이 칼리브레이션 실험 중 얻은 포인트 클라우드 시각화한 이미지에서 볼 수 있습니다.
이제 Zivid 소프트웨어가 잔차를 계산하는 방법을 설명합니다.
With all feature point sets from the dataset, a set of reference feature points is found that represents the arithmetic mean of all other feature point sets. This means that each feature point of the reference set has coordinates so that the sum of Euclidean distances from its counterpart feature point, from the other sets, is minimized. This is represented by the black enlarged sphere in the zoomed in view. Zivid software then estimates the pose of each feature point set, including the reference set. Finally, translational and rotational residuals are calculated as the relative position and orientation between the reference feature point set and all other feature point sets. The translational residual is given as the Euclidean distance between the reference frames that represent the two feature point sets. The rotational residual is given as the angle of the angle-axis representation between the two reference frames.
팁
Zivid SDK 2.4의 핸드-아이 칼리브레이션 방법은 정확도 향상을 위해 업데이트되었습니다. 이번 업데이트로 변환 잔차에서 대략 50% 개선으로 이루어졌습니다. 이것은 회전 잔차를 약간 증가를 초래합니다. 그러나 이런 문제는 모든 점이 이제 다른 형상점 집합의 상대점과 더 가깝워졌기 때문입니다.
