基于静态目标信息的自动驾驶汽车多传感器三维激光雷达系统的高效外参标定

• ​论文链接：​​https://arxiv.org/pdf/2211.02614.pdf​​

摘要

本文介绍了基于静态目标信息的自动驾驶汽车多传感器三维激光雷达系统的高效外参标定。对于自动驾驶汽车而言，通过融合不同的传感器数据流来感知其周围环境并且构建环境的整体表示的能力是至关重要的。为此，需要精确确定所有传感器的位姿。传统的标定方法是基于：1）在受控环境中使用专门为标定目的设计的标定目标；2）在穿越未知但静态的环境时优化点云的质量指标；3）沿着满足特殊要求的运动路径优化传感器增量运动观测之间的匹配。然而，在实际场景中，这些方法的在线应用可能受到限制，因为它们通常是高度动态的，包含退化路径，并且需要快速计算。在本文中，我们提出一种方法，通过将标定问题转化为所有传感器标定的联合但结构化的优化问题来处理其中一些挑战，该问题将由地面点和柱状检测构成的点云信息汇总作为输入。本文在一组实验中通过激光雷达仿真和来自城市旅途的真实数据证明了所提出方法的效率和质量。

主要贡献

本文的关键贡献如下：

1）本文提出了一种标定方法，其将车辆自身运动估计（本体感受信息）和静态目标（感知信息）作为输入，以结构化但高效的方式联合优化所有传感器的外部标定参数；

2）本文所提出方法可以离线使用（精确确定传感器标定参数），也可以在线使用（连续估计它们），这归功于其计算高效以及在没有任何专用目标的自然动态环境（即交通城市驾驶）中工作的能力。这使得本文算法超越了最先进的方法；

3）本文使用真值信息可用的仿真数据以及来自城市驾驶场景的真实数据对所提出方法进行评估。

论文图片和表格

总结

本文提出了一种用于标定刚性安装在自动驾驶汽车上传感器的高效算法，其利用本体感受/感知信息以及时间/空间信息。最终，我们在仿真和真实数据（城市环境）上展示了本文方法如何能够寻找到精确标定值的实验证据。

文章转载自公众号：自动驾驶专栏