MARSCalib：面向野外与外太环境的多机器人、自动、稳健的球形目标基准外推标定方法

本文提出了一种 novel 的球形目标基准的LiDAR-相机外推标定方法，专为户外多机器人系统设计，考虑到目标和传感器的损坏情况。该方法从图像中提取2D椭圆中心，从点云中提取3D球心，然后进行配对以计算变换矩阵。具体而言，首先使用Segment Anything Model(SAM)对图像进行分解。然后，提出一种新算法从可能被损坏的球体中提取椭圆，并对提取的椭圆中心进行校正，以纠正由透视投影模型引入的误差。对于LiDAR点云，由于缺乏平坦区域，球面上的点极为噪声。为准确提取这些噪声测量中的球体，我们应用层次加权求和到累积点云。通过实验，我们展示了即使在两种损坏情况下，球体也能稳健检测，优于其他目标。我们使用三种不同类型的LiDAR（旋转式、固态和非重复式）与摄像机进行评估，摄像机安装在三个不同位置。此外，我们通过对各种类型降解的球体进行实验，验证了方法对目标损坏的鲁棒性。这些实验在行星测试和野外环境中进行。我们的代码可在 https://github.com/sparolab/MARSCalib 查阅。