通用、单次、无靶标、自动化的激光雷达-相机外参标定工具箱
机器人学
2023-02-13 v1
摘要
本文提出一个开源的激光雷达-相机标定工具箱，该工具箱通用于激光雷达与相机投影模型，仅需一对激光雷达与相机数据且无需标定靶标，并完全自动化。为实现自动初始估计，我们采用 SuperGlue 图像匹配流程来寻找激光雷达与相机数据间的二维-三维对应点，并通过 RANSAC 估计激光雷达-相机变换。在获得初始估计后，我们基于归一化信息距离（一种基于互信息的跨模态距离度量）通过直接激光雷达-相机配准来精化变换估计。为便于标定过程，我们还提供了若干辅助功能（例如动态激光雷达数据集成，以及用于手动建立二维-三维对应点的用户界面）。实验结果表明，所提工具箱能够对旋转式与非重复扫描式激光雷达、以及针孔与全向相机的任意组合进行标定，并且在标定精度与鲁棒性上优于当前最先进的基于边缘对齐的标定方法。
引用
@article{arxiv.2302.05094,
title = {General, Single-shot, Target-less, and Automatic LiDAR-Camera Extrinsic Calibration Toolbox},
author = {Kenji Koide and Shuji Oishi and Masashi Yokozuka and Atsuhiko Banno},
journal= {arXiv preprint arXiv:2302.05094},
year = {2023}
}
备注
IEEE International Conference on Robotics and Automation (ICRA2023)