CaLiV：任意传感器组合的激光雷达至车辆标定
机器人学
2026-02-02 v3 计算机视觉与模式识别
摘要
在自动驾驶系统中，传感器标定对于在动态环境中实现安全高效的导航至关重要。准确的标定是可靠感知与规划任务（如目标检测与障碍规避）的前提。许多现有激光雷达标定方法要求视场重叠，另一些方法则依赖外部感知设备或假设环境丰富。此外，大多数标定算法不支持传感器至车辆标定。本文提出一种 novel 目标导基于的技术，用于多激光雷达系统的外参传感器间及传感器至车辆标定，称为CaLiV。该算法适用于视场不重叠且无需外部感知设备的场景。首先，我们通过施加运动产生视场重叠，并运用简单的Unscented卡尔曼滤波器获取车辆姿态。随后，我们采用基于高斯混合模型的注册框架GMMCalib在统一标定坐标系中对点云进行配准。最终，我们将恢复传感器外参的任务简化为最小化问题。我们表明该方法可准确求解传感器间的平移与旋转误差。此外，所有传感器至车辆旋转角度也可获得高精度标定。我们在仿真及真实世界实验中验证了方法的有效性。该代码已开源并发布于https://github.com/TUMFTM/CaLiV。
引用
@article{arxiv.2504.01987,
title = {CaLiV: LiDAR-to-Vehicle Calibration of Arbitrary Sensor Setups},
author = {Ilir Tahiraj and Markus Edinger and Dominik Kulmer and Markus Lienkamp},
journal= {arXiv preprint arXiv:2504.01987},
year = {2026}
}