LiDARTag：一种面向点云的实时基准标记系统
机器人学
2021-04-05 v3 计算机视觉与模式识别
机器学习
摘要
基于图像的基准标记在杂乱或无纹理环境中的目标跟踪、相机（及多传感器）标定任务以及基于视觉的同步定位与建图（SLAM）等问题中十分有用。当前最先进的基准标记检测算法依赖于环境光照的一致性。本文提出 LiDARTag，一种适用于激光探测与测距（LiDAR）点云的新型基准标记设计与检测算法。所提方法可实时运行，能以 100 Hz 处理数据，快于现有 LiDAR 传感器频率。由于 LiDAR 传感器的特性，快速变化的环境光照不会影响 LiDARTag 的检测，因此该基准标记可在完全黑暗的环境中工作。此外，LiDARTag 能很好地补充并与现有视觉基准标记（如 AprilTags）兼容，从而实现高效的多传感器融合与标定任务。我们进一步提出一种最小化点云与标记模板之间拟合误差以估计标记位姿的思路。所提方法在平移上达到毫米级误差，在旋转上达到几度误差。由于 LiDAR 回波的稀疏性，将点云提升为再生核希尔伯特空间中的连续函数，其中内积可用于确定标记 ID。由运动捕捉系统验证的实验结果证实，所提方法能可靠地提供标记的位姿与唯一 ID 编码。在 Google Cartographer 室内数据集与 Honda H3D 室外数据集上验证了其对误检的拒识能力。所有实现均用 C++ 编写，并可访问：https://github.com/UMich-BipedLab/LiDARTag。
引用
@article{arxiv.1908.10349,
title = {LiDARTag: A Real-Time Fiducial Tag System for Point Clouds},
author = {Jiunn-Kai Huang and Shoutian Wang and Maani Ghaffari and Jessy W. Grizzle},
journal= {arXiv preprint arXiv:1908.10349},
year = {2021}
}