Rotation Initialization and Stepwise Refinement for Universal LiDAR Calibration

要約

自律システムは多くの場合、統合された利点を活用するために複数の LiDAR を採用し、認識と堅牢性を強化します。
この設定における最も重要な前提条件は、各 LiDAR 間の外部要因の推定、つまりキャリブレーションです。
マルチ LiDAR キャリブレーションの取り組みは目覚ましい進歩を遂げているにもかかわらず、センサーに依存しない普遍的なキャリブレーション方法は依然として見つかっていません。
coarse-to-fine フレームワークに従って、まず予備知識なしで 3-DoF 回転初期化用の球面記述子 TERRA を設計します。
さらに最適化するために、点群の登録に影響を与える要因を克服するために、幾何学的情報と動き情報を統合して、外部と姿勢を共同推定するための JEEP を紹介します。
最後に、階層最適化モジュールによって最適化された LiDAR ポーズが時間同期モジュールに入力され、時間オフセットを含む最終的なキャリブレーション結果が生成されます。
有効性を検証するために、8 つのデータセットに対して広範な実験を実施し、合計 16 種類の多様な LiDAR と数十のキャリブレーション タスクをテストしました。
難しいタスクでも、高い成功率でキャリブレーション誤差を 5cm および 1{\deg} 以内に制御できます。

要約(オリジナル)

Autonomous systems often employ multiple LiDARs to leverage the integrated advantages, enhancing perception and robustness. The most critical prerequisite under this setting is the estimating the extrinsic between each LiDAR, i.e., calibration. Despite the exciting progress in multi-LiDAR calibration efforts, a universal, sensor-agnostic calibration method remains elusive. According to the coarse-to-fine framework, we first design a spherical descriptor TERRA for 3-DoF rotation initialization with no prior knowledge. To further optimize, we present JEEP for the joint estimation of extrinsic and pose, integrating geometric and motion information to overcome factors affecting the point cloud registration. Finally, the LiDAR poses optimized by the hierarchical optimization module are input to time syn- chronization module to produce the ultimate calibration results, including the time offset. To verify the effectiveness, we conduct extensive experiments on eight datasets, where 16 diverse types of LiDARs in total and dozens of calibration tasks are tested. In the challenging tasks, the calibration errors can still be controlled within 5cm and 1{\deg} with a high success rate.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google