Online Camera-to-ground Calibration for Autonomous Driving

要約

カメラから地面へのオンライン キャリブレーションは、リアルタイムでカメラと路面の間の非剛体変換を生成することです。
既存のソリューションは静的キャリブレーションを利用しており、タイヤの空気圧の変化、車両の積載量の変化、路面の多様性などの環境変化に悩まされています。
他のオンライン ソリューションでは、道路要素を使用したり、複数の画像間で重複するビュー間の測光の一貫性を利用したりします。これには、道路上の特定のターゲットを継続的に検出するか、キャリブレーションを容易にするために複数のカメラによる支援が必要です。
私たちの仕事では、運転中に特定のターゲットを利用しない、オンラインの単眼カメラから地上へのキャリブレーション ソリューションを提案します。
ホイールオドメトリによる地上特徴抽出のための粗いものから細かいものへのアプローチを実行し、スライディングウィンドウベースのファクターグラフ最適化によってカメラから地面へのキャリブレーションパラメータを推定します。
運転中のカメラから地面への非剛体変換を考慮して、キャリブレーション パフォーマンスを定量化するための指標と、満足のいくキャリブレーション結果を報告/ブロードキャストするための停止基準を提供します。
実世界のデータを使用した広範な実験により、当社のアルゴリズムが効果的であり、最先端の技術よりも優れていることが実証されています。

要約(オリジナル)

Online camera-to-ground calibration is to generate a non-rigid body transformation between the camera and the road surface in a real-time manner. Existing solutions utilize static calibration, suffering from environmental variations such as tire pressure changes, vehicle loading volume variations, and road surface diversity. Other online solutions exploit the usage of road elements or photometric consistency between overlapping views across images, which require continuous detection of specific targets on the road or assistance with multiple cameras to facilitate calibration. In our work, we propose an online monocular camera-to-ground calibration solution that does not utilize any specific targets while driving. We perform a coarse-to-fine approach for ground feature extraction through wheel odometry and estimate the camera-to-ground calibration parameters through a sliding-window-based factor graph optimization. Considering the non-rigid transformation of camera-to-ground while driving, we provide metrics to quantify calibration performance and stopping criteria to report/broadcast our satisfying calibration results. Extensive experiments using real-world data demonstrate that our algorithm is effective and outperforms state-of-the-art techniques.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google