大初始扰动下相机-LiDAR 外参标定的原生域交叉注意力
计算机视觉与模式识别
2026-04-01 v1 机器人学
摘要
准确的相机-LiDAR 融合依赖于精确的外参标定，这从根本上取决于在可能存在大偏差的情况下建立可靠的跨模态对应关系。现有的学习方法通常将 LiDAR 点投影到深度图中进行特征融合，这会扭曲三维几何并在外参初始化远离真值时降低性能。为了解决这一问题，我们提出了一种外参感知交叉注意力框架，直接在原生域中对齐图像块和 LiDAR 点组。所提出的注意力机制将外参假设显式注入对应关系建模过程，使跨模态交互保持几何一致性，而无需依赖投影的二维深度图。在 KITTI 和 nuScenes 基准上的大量实验表明，我们的方法在准确性和鲁棒性方面持续优于最先进的方法。在大外参扰动下，我们的方法在 88% 的 KITTI 案例和 99% 的 nuScenes 案例中实现了精确标定，显著超越了第二好的基线。我们已将代码开源至 https://github.com/gitouni/ProjFusion 以造福社区。
引用
@article{arxiv.2603.29414,
title = {Native-Domain Cross-Attention for Camera-LiDAR Extrinsic Calibration Under Large Initial Perturbations},
author = {Ni Ou and Zhuo Chen and Xinru Zhang and Junzheng Wang},
journal= {arXiv preprint arXiv:2603.29414},
year = {2026}
}
备注
8 pages, 3 figures