3D雷达与相机联合标定：一种灵活且精确的目标式外参标定方法
机器人学
2023-07-31 v1 系统与控制
信号处理
系统与控制
摘要
自动驾驶的发展离不开传感器融合。异质传感器因其互补特性被广泛用于传感器融合，其中雷达与相机是装备最多的传感器。内参与外参标定是传感器融合的必要步骤。外参标定独立于传感器自身参数，且在传感器安装后进行，极大决定了传感器融合的精度。许多目标式方法需要繁琐的操作流程与精心设计的实验条件，极具挑战性。为此，我们提出一种灵活、易复现且精确的3D雷达与相机外参标定方法。所提方法无需专门设计的标定环境，而是将单个角反射器(CR)置于地面，利用机器人操作系统(ROS)迭代同步采集雷达与相机数据，并基于时间戳获得雷达-相机点对应关系，随后将这些点对应关系作为输入求解透视-n-点(PnP)问题，最终得到外参标定矩阵。此外，使用RANSAC以增强鲁棒性，并采用Levenberg-Marquardt (LM)非线性优化算法以提升精度。多项受控环境实验及真实世界实验证明了所提方法的效率与精度（平均端点误差为15.31像素，准确率高达89%）。
引用
@article{arxiv.2307.15264,
title = {3D Radar and Camera Co-Calibration: A Flexible and Accurate Method for Target-based Extrinsic Calibration},
author = {Lei Cheng and Arindam Sengupta and Siyang Cao},
journal= {arXiv preprint arXiv:2307.15264},
year = {2023}
}