相机-IMU联合标定

求出相机与 IMU 之间的相对位姿和时间偏移，让两路数据能对齐融合。

视觉惯性里程计（VIO，用相机加 IMU 估计自身运动）要把两种传感器的数据放在一起算，前提是知道它们的空间外参（IMU 相对相机的旋转和平移）和时间偏移（两者时间戳之间因触发、传输造成的固定延迟），求这两样就是相机-IMU 联合标定。最常用的离线工具是 ETH 开源的 Kalibr，方法来自 Furgale 等人 IROS 2013 的工作：用连续时间 B 样条表示运动轨迹，对着 Aprilgrid 标定板把设备沿各个轴充分晃动，同时优化外参和时间偏移；IMU 的噪声参数通常先用 Allan 方差测好作为输入。VINS-Mono 等系统还能在运行中在线估计时间偏移（Qin 与 Shen，IROS 2018）。标定不准时，VIO 会明显漂移甚至发散。

例子给手持数据采集设备上的 RealSense D435i 做标定：录一段对着 Aprilgrid 做平移和旋转的数据包，用 Kalibr 求出相机到 IMU 的变换矩阵和时间偏移（通常是毫秒级），写进 VINS-Fusion 的配置文件。

也叫

视觉惯性标定、相机 IMU 外参与时延标定、Visual-Inertial Calibration

相关

视觉惯性里程计、Kalibr、惯性测量单元、相机外参、多传感器时间同步（时间戳对齐）、Allan 方差（IMU 噪声标定）

来源

ethz-asl/kalibr（GitHub）
Online Temporal Calibration for Monocular Visual-Inertial Systems (arXiv 1808.00692, IROS 2018)