自动驾驶中相机相对地面的在线标定

摘要

本文介绍了自动驾驶中相机相对地面的在线标定方法。相机相对地面的在线标定是要实时生成相机与地面之间的非刚体变换。现有的解决方案利用静态标定，其受到环境变化的影响，例如胎压变化、车辆负载量变换和路面多样性。其它的在线解决方案利用道路元素或者多帧图像重叠区域之间的光度一致性，这需要对道路上的特定目标进行连续检测，或者使用多个相机辅助以完成标定。在本工作中，本文提出一种单目相机相对地面的在线标定解决方案，车辆在行驶时不使用任何特定目标。我们通过轮式里程计执行由粗到精的地面特征提取方法，并且通过基于滑动窗口的因子图优化来估计相机相对地面的标定参数。考虑到车辆行驶时相机相对地面的非刚体变换，我们提供了量化标定性能的指标和停止准则，以给出我们令人满意的标定结果。使用现实世界数据的大量实验表明，本文所提出的算法是有效的，并且优于最先进的技术。

主要贡献

本文的贡献如下：

1）本文提出一种自动驾驶中相机相对地面的在线标定方法，它不使用任何特定的标定目标，而是执行由粗到精的方法来获取地面特征，并且在因子图中优化相机相对地面的标定参数；

2）本文利用地平线来分离图像中的地面和非地面区域，通过轮式里程计预测地面特征的位置，并且通过基于几何的方法验证了地面特征；

3）本文对三角化的地面特征进行平面拟合以获得地面法向量和相机中心到地面的高度，并且通过因子图优化来确定相机到地面的变换；

4）本文提出了量化标定性能的指标和确保标定质量的停止准则。

论文图片和表格

总结

本文提出一种相机相对地面的无标定目标的在线标定方法，以在驾驶时生成相机坐标和地面坐标之间的非刚体变换。我们利用一种新型的由粗到精的架构来选择地面特征，并且通过基于几何的方法验证它们。我们对三角化的特征执行平面拟合以获取平面法向量和相机中心到地面的高度，这将通过滑动窗口中的因子图优化来进一步优化。我们通过旋转均值确定相机相对地面的变换，并且提供了停止准则来给出令人满意的标定结果。我们通过不同天气和驾驶条件下采集的真实数据对本文算法进行大量测试。实验结果表明，本文所提出的方法是有效的，并且优于最先进的技术。

在未来，我们将降低因子图优化的时间复杂度，并且进行能观性分析以识别退化的运动段，这将有助于丢弃标定计算不需要的位姿和地面特征。

文章转载自公众号：自动驾驶专栏