Kalibr 视觉-惯性校准工具箱
kalibr
3/5
🧩 软硬件结合
已发布
项目简介
The Kalibr visual-inertial calibration toolbox
Kalibr 是由苏黎世联邦理工学院（ETH Zurich）自主系统实验室开发的一款开源多传感器标定工具箱，专为解决机器人、自动驾驶和无人机等领域中复杂的传感器联合标定问题而设计。其核心功能涵盖四大标定任务：多相机系统的内参和外参标定（支持非全局重叠视野）、相机与惯性测量单元（IMU）之间的空间与时间标定、多IMU之间的相对位姿与内参标定，以及卷帘快门相机的完整内参标定（包括投影、畸变和快门参数）。该工具箱支持多种相机模型（如针孔、鱼眼、双球面模型等），并提供了丰富的可视化报告，帮助用户直观验证标定结果。
标签
项目特点
**多相机校准**：支持具有非全局共享重叠视野的相机系统，兼容多种相机模型。
**视觉-惯性校准**：精确校准相机系统与IMU之间的空间和时间参数，以及IMU内参。
**多惯性校准**：校准多个IMU相对于基准惯性传感器的空间和时间参数，需要辅助相机传感器。
**卷帘快门校准**：支持卷帘快门相机的完整内参校准，包括投影、畸变和快门参数。
**基于ROS**：深度集成ROS生态，便于在机器人系统中使用。
**学术支持**：基于多篇顶级会议论文，提供严谨的数学和算法基础。
技术规格
| 支持平台 | Ubuntu 16.04 / 18.04 / 20.04 |
|---|---|
| 依赖环境 | ROS (Kinetic / Melodic / Noetic) |
| 安装方式 | Docker 或 源码编译 |
| 编程语言 | C++ (核心) / Python (脚本) |
| 支持的相机模型 | 多种，详见[文档](https://github.com/ethz-asl/kalibr/wiki/supported-models) |
| 校准类型 | 多相机、视觉-惯性、多惯性、卷帘快门 |
项目资源
搜索资源
物料清单 (BOM)
| 物料名称 | 数量 | 参考价格 | 备注 |
|---|---|---|---|
| 相机 | 1+ | — | 用于校准的相机系统 |
| IMU | 1+ | — | 用于校准的惯性测量单元 |
| 校准目标 | 1 | — | 如Aprilgrid棋盘格 |
| ROS | 1 | — | 机器人操作系统 |
| Docker (可选) | 1 | — | 容器化部署 |
能力画像
⚪ 记忆与知识检索: 2/5
🔵 逻辑推演: 4/5
⚪ 表达与交流: 1/5
⚪ 感知与观察: 2/5
⚪ 数理与计算: 5/5
⚪ 动手与操作: 3/5
⚪ 狂热与坚持: 3/5
⚪ 创造与创新: 3/5
项目图库
所需技能
🔧 **动手能力**：需要搭建传感器平台（相机、IMU）并采集校准数据，操作校准目标。
💻 **编程能力**：需要熟悉ROS、C++和Python，能够配置和运行校准流程，并处理结果。
⚡ **电子电路**：需要了解IMU和相机的基本接口（如I2C、SPI、USB）以及数据同步。
适用场景
**机器人多传感器融合**：校准机器人上的相机和IMU，提高状态估计精度。
**自动驾驶车辆**：校准车载摄像头和惯性导航系统。
**SLAM系统开发**：为视觉-惯性SLAM系统提供精确的传感器参数。
**学术研究**：用于多传感器校准算法的研究和验证。