[論文レビュー] A Novel Dual-Lidar Calibration Algorithm Using Planar Surfaces

Jianhao Jiao, Qinghai Liao+6 more|arXiv (Cornell University)|Apr 27, 2019

Robotics and Sensor-Based Localization参考文献 24被引用数 4

ひとこと要約

本論文は、環境内の3つの線形独立な平面表面を自然なキャリブレーションターゲットとして用いることで、人工マーカーや追加センサーを不要にする、新しいデュアルライダー補正アルゴリズムを提案する。初期化には閉形式ソルバーを採用し、非線形最適化により外挿パラメータを精緻化することで、シミュレーションおよび実環境実験の両方で回転誤差が0.05 rad未満、並進誤差が0.1 m未満の高精度を達成する。

ABSTRACT

Multiple lidars are prevalently used on mobile vehicles for rendering a broad view to enhance the performance of localization and perception systems. However, precise calibration of multiple lidars is challenging since the feature correspondences in scan points cannot always provide enough constraints. To address this problem, the existing methods require fixed calibration targets in scenes or rely exclusively on additional sensors. In this paper, we present a novel method that enables automatic lidar calibration without these restrictions. Three linearly independent planar surfaces appearing in surroundings is utilized to find correspondences. Two components are developed to ensure the extrinsic parameters to be found: a closed-form solver for initialization and an optimizer for refinement by minimizing a nonlinear cost function. Simulation and experimental results demonstrate the high accuracy of our calibration approach with the rotation and translation errors smaller than 0.05rad and 0.1m respectively.

研究の動機と目的

• 屋外環境におけるデュアルライダーの自動的でマーカーフリー補正を可能にすること。
• 人工キャリブレーションターゲットや追加センサーに依存する既存手法の限界を克服すること。
• 環境からの平面特徴のみを用いて、頑健で高精度な補正ソリューションを提供すること。
• 2段階の最適化プロセスにより、最小限の人的介入で高精度を確保すること。
• 遮蔽やごみによる干渉があるような困難な現実世界のシナリオでも、本手法の有効性を検証すること。

提案手法

• ライダースキャンから3つの線形独立な平面表面を検出するために、RANSACベースの平面抽出を用いる。
• 3つの平面間の幾何的制約を確立し、初期外挿パラメータ推定のための閉形式解を導出する。
• 平面同士の整合性に基づくコスト関数を最小化することで、初期推定値を非線形最適化フレームワークで精緻化する。
• コーナー状の配置を形成する平面表面の構造的整合性に依存して、安定した対応関係を確保する。
• 1回の測定で補正を実行可能であり、リアルタイム適用が可能である。
• モーションドータやユーザーが提供する初期推定値に依存しない頑健な初期化を実装する。

実験結果

リサーチクエスチョン

• RQ1 人工キャリブレーションターゲットや追加センサーなしでデュアルライダー補正を達成できるか？
• RQ2 環境の自然な平面表面のみを用いて、外挿パラメータをどの程度高精度に推定できるか？
• RQ3 遮蔽やごみなどの困難な条件下でも、本手法は高精度を維持できるか？
• RQ4 閉形式解と最適化の2段階アプローチは、ICP法やモーショントリガー法と比較して、精度と頑健性において優れているか？
• RQ5 現実世界のシナリオにおける、本手法の最適化の計算コストと収束特性はいかがなっているか？

主な発見

• 提案手法は、シミュレーションおよび実環境実験の両方で、回転誤差が0.05 rad未満、並進誤差が0.1 m未満の高精度を達成した。
• $L_1 \ominus L_2$ の構成では、回転誤差が0.0203 rad、並進誤差が0.067196 mであった。
• $L_1 \ominus L_3$ の構成では、回転誤差が0.0238 rad、並進誤差が0.08357 mであった。
• 遮蔽がある困難なシナリオでも、回転誤差が0.0292 rad、並進誤差が0.0930 mであった。これにより、本手法の頑健性が確認された。
• 最適化フェーズの処理時間は、2つの構成でそれぞれ約27.3秒および35.8秒であり、許容可能な計算コストであった。
• 定性的な結果から、補正後は点群が非常に良好に整合しており、不確実性が最小限に抑えられていることが確認され、正確な登録が達成された。