Google Jump， Jaunt和Lytro Immerge等多相机系统的广泛应用带来了对于可靠高效标定方法的需求。目前最好的标定方案一般至少需要邻近的相机能够拍摄到同一片区域或是一个已知结构的场景。基于让标定更加便捷的目的，我们采用一种不依赖于这些约束的新的多相机标定方法，它是机器人学中标定单对目标的手眼标定法的一种扩展。通过场景中未知具体参数的平面结构和基于平面的SfM方法来估算相机姿态，并使用集束调整来进一步优化参数，从而摆脱对特定标定图样的依赖。该方法在多个实验中展现出较好的准确性、鲁棒性和高效性。