以下內(nèi)容來(lái)自從零開(kāi)始機(jī)器人SLAM知識(shí)星球 每日更新內(nèi)容

點(diǎn)擊領(lǐng)取學(xué)習(xí)資料 → 機(jī)器人SLAM學(xué)習(xí)資料大禮包

#論文# Multi-Camera-LiDAR Auto-Calibration by Joint Structure-from-Motion

論文地址：IROS2022論文集

單位：中國(guó)科學(xué)院自動(dòng)化研究所模式識(shí)別國(guó)家實(shí)驗(yàn)室

? ??多種傳感器，尤其是攝像頭和激光雷達(dá)，被廣泛應(yīng)用于自動(dòng)駕駛汽車(chē)。為了準(zhǔn)確地融合來(lái)自不同傳感器的數(shù)據(jù)，需要精確的標(biāo)定，包括相機(jī)的內(nèi)在參數(shù)，以及多個(gè)相機(jī)和激光雷達(dá)之間的相對(duì)位姿。然而，現(xiàn)有的相機(jī)-激光雷達(dá)標(biāo)定方法大多需要在多個(gè)位置、多次放置人工設(shè)計(jì)的校準(zhǔn)對(duì)象，耗時(shí)耗力，不適合頻繁使用。為了解決這個(gè)問(wèn)題，在本文中，我們提出了一種新的標(biāo)定方法，可以在運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)(SfM)過(guò)程中自動(dòng)標(biāo)定多個(gè)攝像機(jī)和多個(gè)激光雷達(dá)。

? ?在我們的方法中，我們首先在粗略的激光雷達(dá)數(shù)據(jù)的幫助下對(duì)所有圖像執(zhí)行全局SfM，以獲得所有傳感器的初始姿態(tài)。然后，從SfM點(diǎn)云和激光雷達(dá)中提取直線和平面上的特征點(diǎn)。通過(guò)這些特性，執(zhí)行全局Bundle Adjustment來(lái)最小化點(diǎn)重投影誤差、點(diǎn)到線的誤差和點(diǎn)到平面的誤差。在這個(gè)最小化過(guò)程中，相機(jī)的內(nèi)在參數(shù)、相機(jī)和LiDAR的姿態(tài)以及SfM點(diǎn)云被聯(lián)合細(xì)化。該方法利用自然場(chǎng)景的特點(diǎn)，不需要人工設(shè)計(jì)校準(zhǔn)對(duì)象，將所有標(biāo)定參數(shù)納入統(tǒng)一的優(yōu)化框架。在不同傳感器配置的自動(dòng)駕駛車(chē)輛上的實(shí)驗(yàn)驗(yàn)證了該方法的有效性和魯棒性。 本文貢獻(xiàn)如下： 1、提出了一種新型的多攝像頭激光雷達(dá)校準(zhǔn)方法，該方法完全自動(dòng)化，不需要棋盤(pán)或其他定制物體作為標(biāo)記。 2、將相機(jī)內(nèi)部參數(shù)、相機(jī)和激光雷達(dá)的絕對(duì)和相對(duì)姿態(tài)以及場(chǎng)景結(jié)構(gòu)集成到統(tǒng)一的優(yōu)化框架中。 3、所提出的方法對(duì)初始參數(shù)具有魯棒性，適用于具有不同攝像頭和激光雷達(dá)組合的自動(dòng)駕駛汽車(chē)。

以上內(nèi)容來(lái)自從零開(kāi)始機(jī)器人SLAM知識(shí)星球 每日更新內(nèi)容