An Extrinsic Calibration Method between LiDAR and GNSS/INS for Autonomous Driving

要約

自動運転でLiDARと慣性測定を融合するには、正確で信頼性の高いセンサーキャリブレーションが重要です。
この論文では、自動運転のための LiDAR と GNSS/INS の間の新しい 3 段階の外部キャリブレーション方法を提案します。
第 1 段階では、ポイント クラウド サーフェス フィーチャを介してセンサー間の外部パラメータをすばやく調整できるため、外部パラメータを大きな初期誤差から小さな誤差範囲に短時間で絞り込むことができます。
第 2 段階では、モーションの歪みを除去しながら、LiDAR マッピング空間占有率に基づいて外部パラメーターをさらに調整できます。
最終段階では、自律走行車の平面運動によって引き起こされる z 軸誤差が修正され、正確な外部パラメーターが最終的に取得されます。
具体的には、この方法は環境の平面的な特徴を利用するため、迅速にキャリブレーションを行うことができます。
実世界のデータ セットに関する実験結果は、この方法の信頼性と精度を示しています。
コードは、Github Web サイトでオープンソース化されています。
コード リンクは https://github.com/OpenCalib/LiDAR2INS です。

要約(オリジナル)

Accurate and reliable sensor calibration is critical for fusing LiDAR and inertial measurements in autonomous driving. This paper proposes a novel three-stage extrinsic calibration method between LiDAR and GNSS/INS for autonomous driving. The first stage can quickly calibrate the extrinsic parameters between the sensors through point cloud surface features so that the extrinsic can be narrowed from a large initial error to a small error range in little time. The second stage can further calibrate the extrinsic parameters based on LiDAR-mapping space occupancy while removing motion distortion. In the final stage, the z-axis errors caused by the plane motion of the autonomous vehicle are corrected, and an accurate extrinsic parameter is finally obtained. Specifically, This method utilizes the planar features in the environment, making it possible to quickly carry out calibration. Experimental results on real-world data sets demonstrate the reliability and accuracy of our method. The codes are open-sourced on the Github website. The code link is https://github.com/OpenCalib/LiDAR2INS.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google