日本先进工业所开源激光雷达-相机标定工具箱，无需标定物！

以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

点击领取学习资料 → 机器人SLAM学习资料大礼包

#论文# #开源代码# Single-shot, Target-less, and Automatic LiDAR-Camera Extrinsic Calibration Toolbox 论文地址：https://staff.aist.go.jp/k.koide/assets/pdf/icra2023.pdf

作者单位：日本茨城市筑波国立先进工业科学技术研究所 开源代码：https://github.com/koide3/direct_visual_lidar_calibration

 本文提出了一种开源的激光雷达相机校准工具箱，该工具箱适用于激光雷达和相机投影模型，只需要对激光雷达和相机数据进行一次配对，无需标定目标，并且是全自动的。对于自动初始值估计，我们使用SuperGlue图像匹配来查找LiDAR和相机数据之间的2D-3D对应关系，并通过RANSAC估计LiDARcamera转换。给定初始值，我们基于归一化信息距离(一种相互信息的跨模态距离度量)，通过直接lidar -摄像机配准来改进转换估计。为了方便校准过程，我们还提供了一些辅助功能(例如，动态激光雷达数据集成和手动进行2D-3D通信的用户界面)。实验结果表明，所提出的工具箱能够校准旋转和非重复扫描激光雷达以及针孔和全向摄像机的任何组合，并且显示出比最先进的基于边缘对准的校准方法更好的校准精度和鲁棒性。特点如下：1、无目标:本文提出的标定算法不需要标定目标，而是利用环境结构和纹理进行标定。2、单样本，校准只需要激光雷达点云和相机图像的一次配对。可以使用多个LiDAR-camera数据对来进一步提高标定精度。3、自动:为了使校准过程完全自动化，系统包括一个基于SuperGlue的跨模态2D-3D对应匹配的初始猜测估计算法[4 4、精确和鲁棒性:采用像素级直接lidar相机配准算法，在没有丰富几何特征的环境中稳健准确地执行lidar相机校准，现有的基于边缘对准的算法无法实现。

以上内容来自小六的机器人SLAM学习圈知识星球每日更新内容