许多自动驾驶车辆使用包含多个3D LiDAR和其他雷达传感器的系统,以实现的全方位感知。这种多传感器系统精准的外参是准确感知数据的关键前提,这有助于在高度动态的城市环境中自动驾驶车辆的安全运行。本文首次提出无目标的自动标定多个3D LiDAR和雷达传感器外参的方法,该方法仅要求车辆短距离行驶。所提出的方法首先通过最小化来自不同LiDA的三维点和车体参考系下的帧的点云点到平面的距离(Plane ICP)来计算其相对位姿。反过来,使用来自车辆上所有已校准LiDAR传感器的数据构建环境的3D地图。我们通过最小化
(1)雷达扫描点和3D地图之间的点到平面距离
(2)径向速度误差
来找到相对于车辆参考系的每个雷达传感器的外参。我们提出的校准方法不需要在LiDAR和雷达传感器之间重叠视场。实际实验证明了所提出校准方法的准确性和可重复性。
Automatic Targetless Extrinsic Calibration of Multiple 3D LiDARs and Radars
最新推荐文章于 2024-05-22 09:39:39 发布
本文介绍了一种无目标的自动校准多3DLiDAR和雷达传感器外参的技术,仅需车辆短距离行驶。通过最小化点到平面距离和径向速度误差,该方法能够在没有传感器视场重叠的情况下精确校准,确保自动驾驶车辆在城市环境中的安全运行。实际测试验证了方法的准确性和可靠性。
摘要由CSDN通过智能技术生成