Cooperative Visual-LiDAR Extrinsic Calibration Technology for Intersection Vehicle-Infrastructure: A review

要約

典型的な都市部の交差点シナリオでは、車両とインフラストラクチャーの両方に視覚センサーと LiDAR センサーが装備されています。
車両側および道路監視デバイスからのデータをうまく統合することで、より包括的かつ正確な環境認識と情報取得を実現できます。
センサーのキャリブレーションは、自動運転技術の不可欠な要素として、常に大きな注目を集めています。
特に、複数のセンサーが協力して位置特定の課題を認識して対処するシナリオでは、センサー間のキャリブレーションの要件が重要になります。
近年、インフラストラクチャが周囲の環境情報を取得して車両に送信し、コストを削減しながら車両の認識能力を強化する、マルチエンド連携の概念が出現しています。
ただし、これは技術的な複雑さももたらし、多様な端部校正の差し迫った必要性を浮き彫りにしています。
自動運転の基盤センサーであるカメラとLiDARは、幅広い応用可能性を示します。
このペーパーでは、車両、道路側、および車両と道路の連携の観点からマルチエンド カメラと LiDAR セットアップのキャリブレーションを包括的に調査および分析し、それらの関連アプリケーションと深い意義について概説します。
要約の最後に、未来志向のアイデアと仮説を示します。

要約(オリジナル)

In the typical urban intersection scenario, both vehicles and infrastructures are equipped with visual and LiDAR sensors. By successfully integrating the data from vehicle-side and road monitoring devices, a more comprehensive and accurate environmental perception and information acquisition can be achieved. The Calibration of sensors, as an essential component of autonomous driving technology, has consistently drawn significant attention. Particularly in scenarios involving multiple sensors collaboratively perceiving and addressing localization challenges, the requirement for inter-sensor calibration becomes crucial. Recent years have witnessed the emergence of the concept of multi-end cooperation, where infrastructure captures and transmits surrounding environment information to vehicles, bolstering their perception capabilities while mitigating costs. However, this also poses technical complexities, underscoring the pressing need for diverse end calibration. Camera and LiDAR, the bedrock sensors in autonomous driving, exhibit expansive applicability. This paper comprehensively examines and analyzes the calibration of multi-end camera-LiDAR setups from vehicle, roadside, and vehicle-road cooperation perspectives, outlining their relevant applications and profound significance. Concluding with a summary, we present our future-oriented ideas and hypotheses.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google