Обновить

Комментарии 4

Ручное совмещение можно было бы сделать полуавтоматом, выбрать по >4 точек с каждого сенсора и совместить их с помощью 3д преобразования. Вообще говоря в вашем случае лучший паттерн это угол стена пол стена, там 3 плоскости, 3 плоскости можно находить как целое и совмещать.

У RGB-D камеры очень сильный шум у неё нет плоскостей, ровная стена волнами идёт как синус, будет не просто найти такие точки. Стены в том числе я использовал как ориентир но на них тонгаж и крен плохо видно + у камеры FOV 90 градусов маленький и уже на 2.5, 3м шум очень сильный, имхо чем больше разных предметов - паттернов тем лучше. Я ожидал, что ICP или GICP будет в этом синусе искать какую-то среднею/усредненую плоскость где уровняются растояния до всех ближайших точек RGB-D камеры, либо, хотя-бы по фронтам дальним/ближним совместит “плоскости” но увы(.

Когда мои колегм тыкали палкой в ргбд, там проблема была с совмещением д и ргб, как у вас это решено? Там разные разрешения и разные дисторсии были. Если есть переход ргб в д, то можно оптикой найти все по паттернам на а4, на том же углу. Сейчас ллм уже справится с задачей если ее поставить по шагам. Найти 3 плоскости паттерна, найти 3 плоскости лидрара. И совместить их. Но Вы как инженер решили задачу и идете дальше, это тоже вариант конечно

В EEPROM камеры зашиты векторы трансляции, матрицы вращения, коэффеценты дисторсии для перехода от от depth к rgb или imu например. Потому я наоборот обычно делал находил калибровку lidar - depth а от неё, да можно скинуть калибровочные матрицы llm из EEPROM для перехода от depth в rgb и llm пересчитает её в матрицу lidar -> rgb. Ставить задачу llm найти преобразование lidar-> depth либо lidar-> rgb-d я не пробовал.

Зарегистрируйтесь на Хабре, чтобы оставить комментарий

Публикации