一种智能自适应标定方法及系统

本发明提供一种智能自适应标定方法及系统，涉及标定技术领域，包括基于实时的运动数据，对实时的异步事件流进行时空聚类，并与当前的RGB图像帧进行时间对齐，生成净化事件簇；将净化事件簇累积为事件灰度图，并与当前的RGB图像帧共同输入动态感知网络，输出静态掩膜；基于净化事件簇，将事件坐标映射至当前的RGB图像帧的坐标系，并结合静态掩膜进行空间投影过滤，形成静态特征点集；基于静态特征点集构建目标函数并进行非线性优化，获取实时标定参数及标定残差；基于实时标定参数更新运动约束参数，同时根据标定残差动态调整动态感知网络的静态掩膜分割阈值，本发明提升了多模态视觉系统在复杂动态环境下的鲁棒性与实用性。