3D毫米波雷达-相机对的时空校准
摘要：自动驾驶汽车（AV）通常依赖于多个传感器和感知模式，在恶劣条件下工作时能提供一定的健壮性。雷达和摄像头是常用的组合选择；虽然相较于摄像头图像，雷达测量稀疏，但雷达扫描能够穿透雾气、雨水和雪地。通常在将两种传感器的数据用于下游感知任务之前，会进行数据融合。然而，准确的传感器融合取决于对传感器间的空间变换和测量时间的任何时间误差的了解。在AV的生命周期中，这些校准参数可能会发生变化，因此进行就地时空校准以确保可靠的长期运行至关重要。最先进的3D雷达-摄像头时空校准算法需要定制的校准目标，这在实际场景中很少见。本文描述了一种无目标时空校准算法，可以在没有专门基础设施的情况下运行。我们的方法利用雷达单元能测量其自身与固定的外部参考框架之间的自我速度的能力。我们分析了时空校准问题的可识别性，并确定了所需的运动以进行校准。通过一系列的仿真研究，我们表征了我们的算法对测量噪声的敏感性。最后，我们证明了三个真实系统的准确校准，包括一个手持式传感器装置和一个车载传感器阵列。我们的结果显示，我们能够与现有的基于目标方法的性能相匹配，同时在任意无基础设施环境下进行校准。
作者：Emmett Wise, Qilong Cheng, and Jonathan Kelly
论文ID：2211.01871
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-02