SensorX2car: Sensors-to-car calibration for autonomous driving in road scenarios

要約

適切に校正されたセンサーは、信頼性の高い自動運転システムの前提条件です。
しかし、従来の方法のほとんどはセンサー間の外部校正に焦点を当てており、センサーと車両座標系の間の位置ずれに焦点を当てたものはほとんどありません。
既存のターゲットレスアプローチは、この位置ずれに対処するために、走行ルートや道路の特徴などの特定の事前知識に依存しています。
この研究では、これらの制限を取り除き、一般的に使用される 4 つのセンサー (カメラ、LiDAR、GNSS/INS、ミリ波レーダー) のより一般的な校正方法を提案します。
画像特徴、3D LiDAR ポイント、GNSS/INS 解析姿勢、レーダー速度といったセンサー固有のパターンを利用することで、主に通常運転中のセンサーから自動車への回転を数分以内に校正する 4 つの対応する方法を設計し、SensorX2car という名前のツールボックスを構成します。
現実世界の実験とシミュレーション実験は、私たちが提案した方法の実用性を示しています。
一方、コミュニティに利益をもたらすために、関連コードはオープンソース化されています。
私たちの知る限り、SensorX2car は、初のオープンソースのセンサーから自動車へのキャリブレーション ツールボックスです。
コードは https://github.com/OpenCalib/SensorX2car で入手できます。

要約(オリジナル)

Properly-calibrated sensors are the prerequisite for a dependable autonomous driving system. However, most prior methods focus on extrinsic calibration between sensors, and few focus on the misalignment between the sensors and the vehicle coordinate system. Existing targetless approaches rely on specific prior knowledge, such as driving routes and road features, to handle this misalignment. This work removes these limitations and proposes more general calibration methods for four commonly used sensors: Camera, LiDAR, GNSS/INS, and millimeter-wave Radar. By utilizing sensor-specific patterns: image feature, 3D LiDAR points, GNSS/INS solved pose, and radar speed, we design four corresponding methods to mainly calibrate the rotation from sensor to car during normal driving within minutes, composing a toolbox named SensorX2car. Real-world and simulated experiments demonstrate the practicality of our proposed methods. Meanwhile, the related codes have been open-sourced to benefit the community. To the best of our knowledge, SensorX2car is the first open-source sensor-to-car calibration toolbox. The code is available at https://github.com/OpenCalib/SensorX2car.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google