RIs-Calib: An Open-Source Spatiotemporal Calibrator for Multiple 3D Radars and IMUs Based on Continuous-Time Estimation

要約

支援慣性航法システム (INS) は、通常、慣性測定ユニット (IMU) と外受容センサーで構成され、ナビゲーションの実現可能なソリューションとして広く受け入れられています。
視覚支援型 INS や LiDAR 支援型 INS と比較して、レーダー支援型 INS は、大気ガスや雨による減衰の影響が少ない低周波測定信号をレーダーが利用するため、悪天候条件下でも優れたパフォーマンスを達成できます。
このようなレーダー支援型 INS では、正確な時空間変換が最適な情報融合を達成するための基本的な前提条件となります。
この研究では、RIs-Calib を紹介します。RIs-Calib は、連続時間推定に基づく複数の 3D レーダーおよび IMU 用の時空間キャリブレーターです。これにより、正確な時空間キャリブレーションが可能になり、追加の人工インフラストラクチャーや事前知識は必要ありません。
私たちのアプローチは、状態の初期化のための厳密かつ堅牢な手順から始まり、その後にバッチ最適化が続き、すべてのパラメーターを全体的に最適な状態に着実に調整できます。
私たちは、シミュレーション実験と現実世界の実験の両方で RIs-Calib を検証および評価しており、その結果は、RIs-Calib が正確で一貫した校正が可能であることを実証しています。
私たちは研究コミュニティに利益をもたらすために、実装を (https://github.com/Unsigned-Long/RIs-Calib) でオープンソース化しています。

要約(オリジナル)

Aided inertial navigation system (INS), typically consisting of an inertial measurement unit (IMU) and an exteroceptive sensor, has been widely accepted as a feasible solution for navigation. Compared with vision-aided and LiDAR-aided INS, radar-aided INS could achieve better performance in adverse weather conditions since the radar utilizes low-frequency measuring signals with less attenuation effect in atmospheric gases and rain. For such a radar-aided INS, accurate spatiotemporal transformation is a fundamental prerequisite to achieving optimal information fusion. In this work, we present RIs-Calib: a spatiotemporal calibrator for multiple 3D radars and IMUs based on continuous-time estimation, which enables accurate spatiotemporal calibration and does not require any additional artificial infrastructure or prior knowledge. Our approach starts with a rigorous and robust procedure for state initialization, followed by batch optimizations, where all parameters can be refined to global optimal states steadily. We validate and evaluate RIs-Calib on both simulated and real-world experiments, and the results demonstrate that RIs-Calib is capable of accurate and consistent calibration. We open-source our implementations at (https://github.com/Unsigned-Long/RIs-Calib) to benefit the research community.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google