基于GMM与PSO的AMCW同轴扫描LiDAR内部杂散光自动校准
图像与视频处理
2023-04-25 v2 系统与控制
信号处理
系统与控制
摘要
本文提出一种自动校准算法，用于减小调幅连续波(AMCW)同轴扫描激光探测与测距(LiDAR)中由内部杂散光引起的深度误差。假设激光发射过程中产生的内部杂散光是静态的，利用高斯混合模型(GMM)和粒子群优化(PSO)估计内部杂散光的幅值与相位延迟。具体而言，考虑到暗与亮图像模式，使用具有两个簇的GMM对校准棋盘的原始信号幅值图中的像素位置进行分割。随后将损失函数定义为两个幅值分割簇的平均深度之差的L1范数。为避免PSO过程中在特定距离处过拟合，实际在多个距离处测量校准棋盘，并取相应L1损失函数的平均值作为实际损失。通过PSO最小化该损失以求得两个最优目标参数：内部杂散光的幅值与相位延迟。根据所提算法的验证结果，当校准棋盘的测量距离在1 m至4 m之间时，原始损失由数十厘米降低至3.2 mm。该精确校准性能在几何复杂测量场景中亦得以保持。本文提出的内部杂散光校准算法可适用于任何类型的AMCW同轴扫描LiDAR，与其光学特性无关。
引用
@article{arxiv.2302.14467,
title = {Automatic Internal Stray Light Calibration of AMCW Coaxial Scanning LiDAR Using GMM and PSO},
author = {Sung-Hyun Lee and Wook-Hyeon Kwon and Yoon-Seop Lim and Yong-Hwa Park},
journal= {arXiv preprint arXiv:2302.14467},
year = {2023}
}