A Target-Based Extrinsic Calibration Framework for Non-Overlapping Camera-Lidar Systems Using a Motion Capture System

要約

この作業では、重複しない視野 (FOV) センサーに使用できる、新しいターゲットベースのライダー カメラ外部キャリブレーション方法を提示します。
以前の作業とは対照的に、私たちの方法論は、従来の同時ローカリゼーションとマッピングのアプローチではなく、モーション キャプチャ システム (MCS) を使用して、重複しない FOV の課題を克服します。
MCS の相対精度が高いため、センサーの視野のオーバーラップ量に関係なく、従来のターゲットベースの方法の高精度と再現性の高いキャリブレーションの両方を実現できます。
シミュレーションを使用して、実際の状況で予想される真のキャリブレーションまで、さまざまな摂動の外部キャリブレーションを正確に回復できることを示します。
また、実験データで高精度のキャリブレーションを実現できることも検証します。
さらに、説明したアプローチを拡張可能な方法で実装し、フレームワーク内で任意のカメラ モデル、ターゲット形状、または特徴抽出方法を使用できるようにします。
この実装を 2 つのターゲット形状で検証します。構築が容易な円柱ターゲットとチェッカーボードのあるダイヤモンド ターゲットです。
円柱のターゲット形状の結果は、ターゲットの姿勢を 1 回の観測から完全に制約することができず、ターゲット上で明確な反復可能な特徴を検出する必要がない、縮退したターゲット形状に私たちの方法論を使用できることを示しています。

要約(オリジナル)

In this work, we present a novel target-based lidar-camera extrinsic calibration methodology that can be used for non-overlapping field of view (FOV) sensors. Contrary to previous work, our methodology overcomes the non-overlapping FOV challenge using a motion capture system (MCS) instead of traditional simultaneous localization and mapping approaches. Due to the high relative precision of the MCS, our methodology can achieve both the high accuracy and repeatable calibrations of traditional target-based methods, regardless of the amount of overlap in the field of view of the sensors. We show using simulation that we can accurately recover extrinsic calibrations for a range of perturbations to the true calibration that would be expected in real circumstances. We also validate that high accuracy calibrations can be achieved on experimental data. Furthermore, We implement the described approach in an extensible way that allows any camera model, target shape, or feature extraction methodology to be used within our framework. We validate this implementation on two target shapes: an easy to construct cylinder target and a diamond target with a checkerboard. The cylinder target shape results show that our methodology can be used for degenerate target shapes where target poses cannot be fully constrained from a single observation, and distinct repeatable features need not be detected on the target.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google