精度升速快
利用废弃假设模型信息，将RANSAC的内点选择转化为权重系数训练，在机器人自标定中显著抑制非运动学误差。
Jianhui, He · Yiyang, Feng · 杨桂林 · Shen, Wenjun · 陈思鲁 · Zheng, Tianjiang · 李俊杰
2024
通过加权最小二乘融合样本与假设模型的质量信息，避免标准RANSAC的内点误判，提升标定精度。
无需寻找无污染内点集，直接训练权重系数，省去反复抽样，大幅减少计算时间。
分段加权机制整合废弃假设模型信息，降低自标定中非运动学误差的影响。