World-Base Calibration by Global Polynomial Optimization
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F15%3A00226740" target="_blank" >RIV/68407700:21230/15:00226740 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1109/3DV.2014.78" target="_blank" >http://dx.doi.org/10.1109/3DV.2014.78</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/3DV.2014.78" target="_blank" >10.1109/3DV.2014.78</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
World-Base Calibration by Global Polynomial Optimization
Popis výsledku v původním jazyce
This paper presents a novel solution to the world-base calibration problem. It is applicable in situations where a known calibration target is observed by a camera attached to the end effector of a robotic manipulator. The presented method works by minimizing geometrically meaningful error function based on image projections. Our formulation leads to a non-convex multivariate polynomial optimization problem of a constant size. However, we show how such a problem can be relaxed using linear matrix inequality (LMI) relaxations and effectively solved using Semi definite Programming. Although the technique of LMI relaxations guaranties only a lower bound on the global minimum of the original problem, it can provide a certificate of optimality in cases whenthe global minimum is reached. Indeed, we reached the global minimum for all calibration tasks in our experiments with both synthetic and real data. The experiments also show that the presented method is fast and noise resistant.
Název v anglickém jazyce
World-Base Calibration by Global Polynomial Optimization
Popis výsledku anglicky
This paper presents a novel solution to the world-base calibration problem. It is applicable in situations where a known calibration target is observed by a camera attached to the end effector of a robotic manipulator. The presented method works by minimizing geometrically meaningful error function based on image projections. Our formulation leads to a non-convex multivariate polynomial optimization problem of a constant size. However, we show how such a problem can be relaxed using linear matrix inequality (LMI) relaxations and effectively solved using Semi definite Programming. Although the technique of LMI relaxations guaranties only a lower bound on the global minimum of the original problem, it can provide a certificate of optimality in cases whenthe global minimum is reached. Indeed, we reached the global minimum for all calibration tasks in our experiments with both synthetic and real data. The experiments also show that the presented method is fast and noise resistant.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
3DV 2014: International Conference on 3D Vision
ISBN
978-1-4799-7001-8
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
593-600
Název nakladatele
IEEE Computer Society Press
Místo vydání
Los Alamitos
Místo konání akce
Tokyo
Datum konání akce
8. 12. 2014
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—