4D-CAAL：面向自动驾驶的4D雷达-相机标定与自动标注
机器人学
2026-01-30 v1 计算机视觉与模式识别
摘要
4D雷达因在高度测量和更高分辨率方面优于传统3D雷达，已成为自动驾驶的关键传感器。有效地将4D雷达与摄像机集成需要精确的外参标定，而 developing radar-based perception algorithms则需要大规模标注数据集。然而，现有标定方法常采用针对视觉或雷达模态各优化的独立目标，导致对应关系建立复杂化。此外，手动标注稀疏雷达数据工作量大且不可靠。为解决这些挑战，我们提出了4D-CAAL（4D Radar-Camera Calibration and Auto-Labeling），一个统一的4D雷达-相机标定和自动标注框架。我们的方法引入了一种新颖的双urpose标定目标设计，将_checkerboard图案集成在前端表面用于摄像机检测，将角点反射器置于后表面中心用于雷达检测。我们发展了稳健的对应匹配算法，将_checkerboard中心与最强雷达反射点对齐，从而实现精确的外参标定。随后，我们提出了自动标注管道，利用标定后的传感器关系将基于摄像机分段的标注传递到雷达点云中，通过几何投影和多特征优化。广泛的实验表明，我们的方法在实现高标定精度的同时，显著减少了手动标注工作量，从而加速了面向自动驾驶的稳健多模态感知系统的开发。
引用
@article{arxiv.2601.21454,
title = {4D-CAAL: 4D Radar-Camera Calibration and Auto-Labeling for Autonomous Driving},
author = {Shanliang Yao and Zhuoxiao Li and Runwei Guan and Kebin Cao and Meng Xia and Fuping Hu and Sen Xu and Yong Yue and Xiaohui Zhu and Weiping Ding and Ryan Wen Liu},
journal= {arXiv preprint arXiv:2601.21454},
year = {2026}
}