Click-Calib: A Robust Extrinsic Calibration Method for Surround-View Systems

要約

サラウンドビュー システム (SVS) は、先進運転支援システム (ADAS) の重要なコンポーネントであり、正確な調整が必要です。
しかし、従来のオフライン外部キャリブレーション方法は、物理的パターンに大きく依存するため、面倒で時間がかかります。
さらに、これらの方法は主に車両周囲の近距離エリアに焦点を当てているため、より離れたゾーンではキャリブレーション品質が低下します。
これらの制限に対処するために、オフライン SVS 外部キャリブレーションのためのパターンフリーのアプローチである Click-Calib を提案します。
特別な設定を必要とせず、ユーザーは自然のシーンで地面のいくつかのキーポイントをクリックするだけで済みます。
他のオフライン キャリブレーション アプローチとは異なり、Click-Calib はキーポイントの再投影距離誤差を最小限に抑えることで広範囲にわたってカメラのポーズを最適化し、それによって短距離と長距離の両方で正確なキャリブレーションを実現します。
さらに、Click-Calib は単一フレーム モードと複数フレーム モードの両方をサポートしており、後者ではさらに優れた結果が得られます。
当社の社内データセットと公開 WoodScape データセットの評価では、ベースライン手法と比較してその優れた精度と堅牢性が実証されています。
コードは https://github.com/lwangvaleo/click_calib で入手できます。

要約(オリジナル)

Surround-View System (SVS) is an essential component in Advanced Driver Assistance System (ADAS) and requires precise calibrations. However, conventional offline extrinsic calibration methods are cumbersome and time-consuming as they rely heavily on physical patterns. Additionally, these methods primarily focus on short-range areas surrounding the vehicle, resulting in lower calibration quality in more distant zones. To address these limitations, we propose Click-Calib, a pattern-free approach for offline SVS extrinsic calibration. Without requiring any special setup, the user only needs to click a few keypoints on the ground in natural scenes. Unlike other offline calibration approaches, Click-Calib optimizes camera poses over a wide range by minimizing reprojection distance errors of keypoints, thereby achieving accurate calibrations at both short and long distances. Furthermore, Click-Calib supports both single-frame and multiple-frame modes, with the latter offering even better results. Evaluations on our in-house dataset and the public WoodScape dataset demonstrate its superior accuracy and robustness compared to baseline methods. Code is available at https://github.com/lwangvaleo/click_calib.

arxiv情報

著者 Lihao Wang
発行日 2025-01-15 18:29:56+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.CV パーマリンク