论文 / 摘要阅读
SyncHeC:基于可微渲染与连续时间联合优化的无标记时空手眼标定
SyncHeC: Markerless Spatio-Temporal Hand-Eye Calibration via Differentiable Rendering and Continuous-Time Joint Optimization
AI 导读 · 根据来源整理
SyncHeC 是一个基于稠密可微渲染的无标记手眼标定框架,可从单条机器人轨迹中同时估计相机几何与图像和关节状态之间的时间偏移。方法用连续时间前向运动学使延迟可微,以度量深度补充掩膜轮廓,并用离线规划器结合空间敏感性与时间激励,交替更新支持 Eye-to-Hand、Eye-in-Hand 和多相机标定。在 7 自由度机械臂上,一段 6.5 秒运动相对标记板参考得到 0.21 厘米平移误差、0.34 厘米触摸测试误差,相对 87 毫秒参考的延迟误差为 2.7 毫秒,95% 不确定度为 ±1.5 毫秒;在匹配录制上相对 CM-Calib 的平移与标称延迟误差分别改善 3.7 倍和 2.3 倍。
本站目前提供摘要
以上是对来源材料的中文整理,不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源:arXiv · cs.RO · arxiv.org