要約
自動運転の進歩はセンサーフュージョンと切り離せません。
異種センサーは、その相補的な特性によりセンサー フュージョンに広く使用されており、最も多く装備されているセンサーはレーダーとカメラです。
内部および外部キャリブレーションは、センサー フュージョンにおける重要なステップです。
外部キャリブレーションは、センサー自体のパラメーターとは独立しており、センサーの設置後に実行され、センサー フュージョンの精度を大きく左右します。
ターゲットベースの手法の多くは、煩雑な操作手順と適切に設計された実験条件を必要とするため、非常に困難です。
この目的を達成するために、3D レーダーとカメラの外部キャリブレーションのための、柔軟で再現が容易で正確な方法を提案します。
提案された方法は、特別に設計されたキャリブレーション環境を必要とせず、代わりに単一のコーナーリフレクター (CR) を地面に配置し、ロボットオペレーティングシステム (ROS) を使用してレーダーとカメラのデータを同時に繰り返し収集し、レーダーとカメラの点の対応関係を取得します。
次に、これらの点の対応関係を入力として使用して、パースペクティブ n ポイント (PnP) 問題を解決し、最終的に外部キャリブレーション行列を取得します。
また、堅牢性のために RANSAC が使用され、精度のためにレーベンバーグ・マルカート (LM) 非線形最適化アルゴリズムが使用されます。
複数の制御された環境実験と実際の実験により、提案された方法の効率と精度 (AED エラーは 15.31 ピクセル、精度は最大 89\%) が実証されています。
要約(オリジナル)
Advances in autonomous driving are inseparable from sensor fusion. Heterogeneous sensors are widely used for sensor fusion due to their complementary properties, with radar and camera being the most equipped sensors. Intrinsic and extrinsic calibration are essential steps in sensor fusion. The extrinsic calibration, independent of the sensor’s own parameters, and performed after the sensors are installed, greatly determines the accuracy of sensor fusion. Many target-based methods require cumbersome operating procedures and well-designed experimental conditions, making them extremely challenging. To this end, we propose a flexible, easy-to-reproduce and accurate method for extrinsic calibration of 3D radar and camera. The proposed method does not require a specially designed calibration environment, and instead places a single corner reflector (CR) on the ground to iteratively collect radar and camera data simultaneously using Robot Operating System (ROS), and obtain radar-camera point correspondences based on their timestamps, and then use these point correspondences as input to solve the perspective-n-point (PnP) problem, and finally get the extrinsic calibration matrix. Also, RANSAC is used for robustness and the Levenberg-Marquardt (LM) nonlinear optimization algorithm is used for accuracy. Multiple controlled environment experiments as well as real-world experiments demonstrate the efficiency and accuracy (AED error is 15.31 pixels and Acc up to 89\%) of the proposed method.
arxiv情報
| 著者 | Lei Cheng,Arindam Sengupta,Siyang Cao |
| 発行日 | 2023-07-28 02:17:48+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google