面向自动驾驶与泊车应用的自我监督在线相机标定
计算机视觉与模式识别
2023-08-17 v1 机器人学
摘要
基于相机的感知系统在现代自动驾驶车辆中扮演核心角色。这些基于相机的感知算法需要精确的标定，以将真实世界距离映射到图像像素。在实践中，标定是一个繁琐的过程，需要专门的数据采集和细致调参。每当相机参数发生变化时都必须重复此过程，而这在自动驾驶车辆中可能是频繁发生的。因此，需要定期标定以确保相机准确。本文提出一个深度学习框架，用于实时学习相机的内参与外参标定。该框架为自我监督，不需要任何标注或监督来学习标定参数。该框架学习标定无需任何物理靶标或将车行驶于特殊平面之上。
引用
@article{arxiv.2308.08495,
title = {Self-Supervised Online Camera Calibration for Automated Driving and Parking Applications},
author = {Ciarán Hogan and Ganesh Sistu and Ciarán Eising},
journal= {arXiv preprint arXiv:2308.08495},
year = {2023}
}