Automated Static Camera Calibration with Intelligent Vehicles

要約

タイトル：自動車AIによる静止カメラ校正
要約：
– つながりのある協調的なドライブには、信頼できるパーセプションシステムのための道路脇のインフラストラクチャの正確な校正が必要である。
– この要件を自動化に解決するために、自己位置推定のために結合されたGNSS/RTK受信機と慣性測定ユニット(IMU)を備えた較正車両が必要となる。特定の対象の外観と現地の交通状況が必要なく、仮説フィルタリング法を提案し、情報をインフラストラクチャおよび車両で記録された情報に関する人間の操作が必要ない。
– さらに、校正中に他の道路利用者の道路アクセスを制限する必要がない。
– 私たちは、合成データセットと実際の接続された交差点で私たちのアプローチを評価し、実際のインフラストラクチャ上で校正を展開することで私たちのアプローチの実現可能性と正確性を実証する。
– 弊社のソースコードは公開されています。

要約(オリジナル)

Connected and cooperative driving requires precise calibration of the roadside infrastructure for having a reliable perception system. To solve this requirement in an automated manner, we present a robust extrinsic calibration method for automated geo-referenced camera calibration. Our method requires a calibration vehicle equipped with a combined GNSS/RTK receiver and an inertial measurement unit (IMU) for self-localization. In order to remove any requirements for the target’s appearance and the local traffic conditions, we propose a novel approach using hypothesis filtering. Our method does not require any human interaction with the information recorded by both the infrastructure and the vehicle. Furthermore, we do not limit road access for other road users during calibration. We demonstrate the feasibility and accuracy of our approach by evaluating our approach on synthetic datasets as well as a real-world connected intersection, and deploying the calibration on real infrastructure. Our source code is publicly available.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI