SOAC：基于神经辐射场的时空重叠感知多传感器标定

在自动驾驶等快速发展的领域中，使用多种不同模态的传感器对于确保高操作精度与稳定性至关重要。为了在单一公共坐标系下正确利用各传感器提供的信息，这些传感器的精确标定必不可少。本文利用神经辐射场（NeRF）将不同传感器模态表示为统一体积表征的能力，实现鲁棒且精确的时空传感器标定。通过设计一种基于各传感器可见场景部分的划分方法，我们仅使用重叠区域来构建标定问题。该策略带来了更鲁棒、更精确且更不易失败的标定结果。我们通过在多个成熟的驾驶数据集上验证，证明了该方法适用于室外城市场景。结果表明，与现有方法相比，我们的方法能够获得更好的精度与鲁棒性。