移动平台激光雷达点云的概率性自我中心运动校正及向相机图像的投影

来自异构传感器的传感器数据融合对于涉及移动平台的各种机器人应用（例如自动驾驶车辆导航）中的鲁棒感知至关重要。特别是，结合相机与激光雷达传感器能够将周围环境精确的距离信息投影到视觉图像上。它还使得可以用视觉分割/分类结果标记每个激光雷达点以用于3D建图，从而促进对场景更高层次的理解。然而，由于内外参标定以及由平台自我运动引起的激光雷达点失真，该任务被认为并非易事。尽管存在许多激光雷达自我运动校正方法，但由于自我运动估计中的不确定性，校正过程中的误差无法完全消除。因此有必要将该问题视为一个概率过程，其中自我运动估计不确定性被一致地建模与考虑。本文研究了概率性激光雷达自我运动校正与激光雷达到相机的投影，其中融入了自我运动估计中的不确定性与传感测量中的时间抖动。所提方法在仿真中以及使用从装备广角相机与16线扫描激光雷达的电动汽车收集的真实世界数据中均得到验证。