calibration_next_pose — CALIB `calib_truth` op

• Datenarten: table → table

• Aufruf: import fullseye as fs; fs.ledger.calibration_next_pose(calibration, candidate_poses, image_shape, step=32, sigma_px=None) (die Implementierung direkt: import calib_lm; calib_lm.calibration_next_pose(calibration, candidate_poses, image_shape, step=32, sigma_px=None); aus dem Register: opscalib.get("calibration_next_pose"))

• GPU: nein (nur CPU-Referenzimplementierung)

Verwendung

Empfiehlt unter den Kandidatenposen des Bretts die eine Aufnahme, die die Kalibrierunsicherheit (Mittel über das Bild) am stärksten senkt (table).

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

Recommend the next calibration view. The information already gathered is rebuilt from the calibration's own geometry (board, poses, current estimate — the Jacobian does not depend on the measured points) as JᵀJ/σ²; each candidate pose (board -> camera 4x4) adds its own block (with its 6 pose unknowns). The score is the mean of calibration_uncertainty_map after adding the candidate; lower is better. Candidates whose board leaves the image or goes behind the camera get inf. sigma_px overrides the corner noise (default: the calibration's sigma_px).

★これは予測(線形化した共分散)。モンテカルロで「推薦を足した校正の実際の誤差 < 最下位を足した校正」を門で確かめる(tests)。最適な実験計画の D 最適ではなく、画像の上の予測の不確かさの平均を直接減らす基準。画像の上の予測の再投影誤差で次の姿勢を選ぶ考え方は AprilCal(Richardson, Strom & Olson, IROS 2013)と同じ系統(あちらは最大値、こちらは平均)。★実測(tests の 6 候補): 候補どうしの差が小さいとき予測の順位と実際の順位は入れ替わりうる。確かなのは「最下位を避ける」ほうで、門もそこを見る。

返す dict: scores(候補ごと、px)、best_index、current_mean_px、improvement(現在 − 最良)、visible(候補ごと)、param_std(候補ごとの 9 変数の標準偏差)。

Raises ValueError: 校正の表に姿勢・板・雑音が無い、候補が空・剛体でない、引数の範囲外。

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie camera_calibration

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• poc_calibration_truth_map — py -3.11 examples/poc_calibration_truth_map.py

Typkompatible Folge-Operatoren (nehmen `table` als Eingabe)

image_points_to_world_plane · contour_to_world_plane_xld · sim_caltab · disp_caltab · calibration_error_map · calibration_uncertainty_map

Gleiche Kategorie (`calib_truth`)

calibration_error_map · calibration_uncertainty_map

*Provenance: calib_lm.py — CALIB Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

calibration_next_pose — CALIB calib_truth op