Ca$^2$Lib: Simple and Accurate LiDAR-RGB Calibration using Small Common Markers

要約

ロボット工学の多くの分野では、2 つのセンサー間の相対的な位置と方向を知ることが、複数のセンシング モダリティで動作するための必須の前提条件です。
これに関連して、LiDAR-RGB カメラのペアは補完的な機能を提供します。LiDAR はまばらな高品質の距離測定を提供し、RGB カメラは環境の密なカラー測定を提供します。
既存の技術は、多くの場合、入手に費用がかかる複雑なキャリブレーション ターゲット、または推定の精度を妨げる可能性がある抽出された仮想対応関係のいずれかに依存しています。
このペーパーでは、人間の介入を最小限に抑えた典型的なキャリブレーション パターン (つまり、A3 チェス盤) を使用して、LiDAR-RGB キャリブレーションの問題に対処します。
私たちのアプローチは、ターゲットの平面性を利用してセンサー測定値間の対応関係を見つけ、LiDAR ノイズに強い機能を実現します。
さらに、共同非線形最適化問題を解くことで解を推定します。
私たちは、他の最先端のアプローチとの定量的および比較実験を実行することで、私たちのアプローチを検証しました。
私たちの結果は、単純なスキーマが、複雑なキャリブレーション ターゲットを使用する他のアプローチと同等以上のパフォーマンスを発揮することを示しています。
最後に、オープンソースの C++ 実装を \url{https://github.com/srrg-sapienza/ca2lib} でリリースします。

要約(オリジナル)

In many fields of robotics, knowing the relative position and orientation between two sensors is a mandatory precondition to operate with multiple sensing modalities. In this context, the pair LiDAR-RGB cameras offer complementary features: LiDARs yield sparse high quality range measurements, while RGB cameras provide a dense color measurement of the environment. Existing techniques often rely either on complex calibration targets that are expensive to obtain, or extracted virtual correspondences that can hinder the estimate’s accuracy. In this paper we address the problem of LiDAR-RGB calibration using typical calibration patterns (i.e. A3 chessboard) with minimal human intervention. Our approach exploits the planarity of the target to find correspondences between the sensors measurements, leading to features that are robust to LiDAR noise. Moreover, we estimate a solution by solving a joint non-linear optimization problem. We validated our approach by carrying on quantitative and comparative experiments with other state-of-the-art approaches. Our results show that our simple schema performs on par or better than other approches using complex calibration targets. Finally, we release an open-source C++ implementation at \url{https://github.com/srrg-sapienza/ca2lib}

arxiv情報

提供元, 利用サービス

arxiv.jp, Google