密歇根大学开源LiDARTag：点云中的实时基准标记检测和姿态估计

2023-06-29 09:55 作者:计算机视觉life 0人读过 | 我要投稿

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# LiDARTag: A Real-Time Fiducial Tag System for Point Clouds 论文地址：https://arxiv.org/abs/1908.10349开源代码：https://github.com/UMich-BipedLab/LiDARTag 基于图像的基准标记在诸如混乱或无纹理环境中的目标跟踪，相机(和多传感器)标定任务以及基于视觉的同步定位和建图(SLAM)等问题中非常有用。最先进的基准标记检测算法依赖于环境照明的一致性。介绍了一种适用于LiDAR点云的新型基准标签设计和检测算法LiDARTag。所提出的方法是实时运行的，可以处理100 Hz的数据，这比目前可用的激光雷达传感器频率快。由于激光雷达传感器的性质，快速变化的环境照明不会影响激光雷达标签的检测；因此，所提出的基准标记可以在完全黑暗的环境中运行。此外，LiDARTag很好地补充并兼容现有的视觉基准标记，如AprilTags，允许高效的多传感器融合和校准任务。我们进一步提出了最小化点云和标记器模板之间的拟合误差的概念来估计标记器的姿势。该方法平移误差可达毫米级，旋转误差可达几度。由于LiDAR回波的稀疏性，将点云提升为再生核Hilbert空间中的连续函数，利用内积确定标记物的ID。实验结果经运动捕获系统验证，该方法能够可靠地提供标记物的姿态和唯一的ID代码。本文贡献如下： 1、提出了一种新颖灵活的点云基准标记器LiDARTag，它与现有的基于图像的基准标记器系统(如AprilTag)兼容。 2、提出了一种稳健实时的LiDARTag姿态估计方法。最大限度地减少了点云和已知几何体的标记模板之间受L1启发的拟合误差。 3、为了解决LiDAR回波的稀疏性，我们将点云提升为RKHS中的连续函数，并利用内积结构在预先计算的函数字典中确定标记的ID。 4、我们给出了LiDARTag的性能评估，其中地面真实数据由运动捕获系统提供。我们还广泛分析了系统中的每个步骤，包括宽敞的室外环境和杂乱的室内环境。此外，我们报告了在室内Google Cartograph数据集和室外本田H3D数据集上验证的假阳性率。 5、我们在C++和机器人操作系统(ROS)中为建议的LiDARTag和使用它们的所有相关软件的物理设计提供了开源实现；参见Page not found · GitHub · GitHub。