用于精确稠密三维重建的激光雷达-相机融合联合优化方法
机器人学
2019-07-02 v1
摘要
融合来自 LiDAR 和相机的数据在概念上很有吸引力，因为它们具有互补特性。例如，相机图像分辨率更高且具有颜色，而 LiDAR 数据提供更准确的距离测量并具有更宽的视场（FOV）。然而，传感器融合问题仍然具有挑战性，因为很难在特性非常不同的数据（几何 vs. 纹理，稀疏 vs. 稠密）之间找到可靠关联。本文提出一种离线的 LiDAR-相机融合方法以构建稠密、精确的三维模型。具体而言，我们的方法联合求解束调整（BA）问题和点云配准问题，以计算相机位姿和传感器外参标定。在实验中，我们通过与来自测量扫描仪的地面真值数据比较，表明我们的方法能达到 2.7mm 的平均精度和每平方厘米 70 个点的分辨率。此外，讨论了外参标定结果，并显示出优于最先进（SOTA）方法。
引用
@article{arxiv.1907.00930,
title = {A Joint Optimization Approach of LiDAR-Camera Fusion for Accurate Dense 3D Reconstructions},
author = {Weikun Zhen and Yaoyu Hu and Jingfeng Liu and Sebastian Scherer},
journal= {arXiv preprint arXiv:1907.00930},
year = {2019}
}
备注
Accepted by IEEE Robotics and Automation Letters and is to be presented at IROS2019, Macau