基于目标的多 LiDAR 多相机外参标定系统-计算机科学-激光雷达-自动驾驶-计算机视觉.pdf

基于目标的多 LiDAR 多相机外参标定系统-计算机科学-激光雷达-自动驾驶-计算机视觉.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

基于目标的多LiDAR多相机外参标定系统

stnd

1LorenzoGentilini2PierpaoloSerio

ResearchDevelopmentDepartmentofInformationEngineering

ToyotaMaterialHandlingManufacturingUniversityofPisa

Bologna,ItalyPisa,Italy

lorenzo.gentilini@toyota-industries.eupierpaolo.serio@phd.unipi.it

rdth

3ValentinaDonzella4LorenzoPollini

SchoolofEngineeringandMaterialsScienceDepartmentofInformationEngineering

QueenMaryUniversityofLondonUniversityofPisa

London,UnitedKingdomPisa,Italy

v.donzella@qmul.ac.uklorenzo.pollini@unipi.it

1摘要—外在标定是自主驾驶的基础。其准确性在外在感知

v管道中起着至关重要的作用,因为任何错误都可能对车辆的安全

1

2产生影响。现代传感器系统从环境中收集不同类型的数据,使得

6数据的对齐变得更加困难。为此,我们提出了一种基于目标的外

6

1在标定系统,专门针对多激光雷达和多摄像头传感器套件。该系

.统利用定制的ChArUco板和量身定制的非线性优化方法,在

7

0有限的先验知识下实现了激光雷达与摄像头之间的交叉标定。我

5们在仓库中使用真实世界数据测试了该系统。结果证明了所提出

2

:方法的有效性,突显了一种专门针对各种类型传感器的独特管道

v

i的可行性。

xIndexTerms—激光雷达,相机,自动驾驶车辆,计算机视图1:激光雷达(红色十字)和相机(绿色点)找到的

r

a觉,校准。棋盘中心投影。蓝色ID是来自相机的ChArUCo标记

检测结果。

I.介绍

感知是环境与自动驾驶车辆处理管道之间的桥梁。

来自车辆周围的信息必须考虑到传感器在车身上的相虑到数据内在的多样性,而一种通用解决方案显得不切

对位置进行收集。实际上,在没有准确校准的情况下,实际。传感器规格和噪声特性的变化进一步加剧了这一

即使是细微的不对齐也会导致障碍物定位错误或场景挑战,所有这些都会影响校准的鲁棒性。

误解,从而显著削弱后续决策过程的可靠性。如今,由在此背景下,我们提出了一种新颖系统,利用一个

于视觉和测距传感器的有效结合以及高分辨率[1],[2],定制锚板,设计为可被激光雷达和相机检测到。检测

激光雷达和相机系统引起了更多的关注。后,校准可以表述为全局优化问题,计算所需转换以使

这种选择旨在取两者之长:激光雷达的深度估计精用每个传感器组合中检测到的板对齐每一项测量值。该

度丰富了来自相机的大量语义信息。为此,有效的外在系统使用在仓库收集的真实世界数据进行了测试。

标定可以确保二维像素信

您可能关注的文档

文档评论(0)

zikele + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档