Spatio-Temporal Calibration for Omni-Directional Vehicle-Mounted Event Cameras

要約

全方向性車両に搭載されたイベント カメラの時空間キャリブレーションの問題に対する解決策を提案します。
通常、軌道の位置合わせを使用して車両の車体フレームに対するカメラの姿勢を決定する従来の方法とは異なり、私たちのアプローチは、それぞれイベント データと車輪の走行距離計からの 2 セットの線形速度推定値の運動学的相関を活用します。
全体的なキャリブレーション タスクは、2 つの異種センサー間の基礎となる時間オフセットを推定し、さらに 2 セットの速度推定値間の線形関係を定義する外部回転を回復することで構成されます。
最初の副問題は最適化問題として定式化され、任意の線形変換に対して不変の相関測定値を最大化する最適な時間オフセットを探します。
一時的なオフセットが補償されると、関連する線速度推定値を増分的に登録する反復閉形式ソルバーを使用して外部回転を計算できます。
提案されたアルゴリズムは、合成データと実際のデータの両方で効果的であることが証明されており、軌道の位置合わせに基づく従来の方法よりも優れています。

要約(オリジナル)

We present a solution to the problem of spatio-temporal calibration for event cameras mounted on an onmi-directional vehicle. Different from traditional methods that typically determine the camera’s pose with respect to the vehicle’s body frame using alignment of trajectories, our approach leverages the kinematic correlation of two sets of linear velocity estimates from event data and wheel odometers, respectively. The overall calibration task consists of estimating the underlying temporal offset between the two heterogeneous sensors, and furthermore, recovering the extrinsic rotation that defines the linear relationship between the two sets of velocity estimates. The first sub-problem is formulated as an optimization one, which looks for the optimal temporal offset that maximizes a correlation measurement invariant to arbitrary linear transformation. Once the temporal offset is compensated, the extrinsic rotation can be worked out with an iterative closed-form solver that incrementally registers associated linear velocity estimates. The proposed algorithm is proved effective on both synthetic data and real data, outperforming traditional methods based on alignment of trajectories.

arxiv情報

著者 Xiao Li,Yi Zhou,Ruibin Guo,Xin Peng,Zongtan Zhou,Huimin Lu
発行日 2023-07-19 09:47:49+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO パーマリンク