道路足矣！利用道路信息对非重叠立体相机与LiDAR进行外参标定

本文提出了一种针对视场（FOV）非重叠的立体相机与光探测与测距（LiDAR）传感器的无目标外参标定框架。为解决此种具挑战性配置下的外参标定问题，所提方案利用道路标线作为城市环境中各类动态物体之间的静态且鲁棒的特征。首先，本研究利用两种传感器模态常能捕获的道路标线来筛选信息丰富的图像以估计外参。为实现稳定优化，定义了多种代价函数，包括归一化信息距离（NID）、边缘对齐以及平面拟合代价。由此形成平滑的代价曲线用于全局优化，以防止收敛到局部最优点。我们进一步通过在最优点附近检验参数敏感性来评估各代价函数。外参标定的另一关键特性——可重复性，通过对所提方法以不同随机扰动初始点多次执行而进行分析。