PeLiCal: Targetless Extrinsic Calibration via Penetrating Lines for RGB-D Cameras with Limited Co-visibility

要約

RGB-D カメラは、深度データで強化された画像を生成できるため、ロボットの認識において非常に重要です。
ただし、FOV が限られているため、より広いエリアをカバーするには複数のカメラが必要になることがよくあります。
マルチカメラ RGB-D セットアップでは、通常、カメラの重複を減らし、できるだけ少ないカメラで空間カバー範囲を最適化することが目標となります。
これらのシステムの外部キャリブレーションにより、さらに複雑さが生じます。
外部キャリブレーションの既存の方法は、特定のツールを必要とするか、カメラの動き推定の精度に大きく依存しています。
これらの問題に対処するために、限られたオーバーラップを示す RGB-D カメラ システム用の新しいラインベースのキャリブレーション アプローチである PeLiCal を紹介します。
私たちの手法は、周囲の長いラインの特徴を活用し、新しい収束投票アルゴリズムで外れ値をフィルタリングして除外し、既存の手法と比較して、ターゲットのない、リアルタイムで、外れ値に強いパフォーマンスを実現します。
\url{https://github.com/joomeok/PeLiCal.git} で実装をオープンソース化しています。

要約(オリジナル)

RGB-D cameras are crucial in robotic perception, given their ability to produce images augmented with depth data. However, their limited FOV often requires multiple cameras to cover a broader area. In multi-camera RGB-D setups, the goal is typically to reduce camera overlap, optimizing spatial coverage with as few cameras as possible. The extrinsic calibration of these systems introduces additional complexities. Existing methods for extrinsic calibration either necessitate specific tools or highly depend on the accuracy of camera motion estimation. To address these issues, we present PeLiCal, a novel line-based calibration approach for RGB-D camera systems exhibiting limited overlap. Our method leverages long line features from surroundings, and filters out outliers with a novel convergence voting algorithm, achieving targetless, real-time, and outlier-robust performance compared to existing methods. We open source our implementation on \url{https://github.com/joomeok/PeLiCal.git}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google