[논문 리뷰] A Novel Dual-Lidar Calibration Algorithm Using Planar Surfaces

Jianhao Jiao, Qinghai Liao외 6명|arXiv (Cornell University)|2019. 04. 27.

Robotics and Sensor-Based Localization참고 문헌 24인용 수 4

한 줄 요약

이 논문은 인공 마커나 추가 센서가 필요 없이 환경 내 세 개의 선형적으로 독립적인 평면 표면을 자연적 校정 대상으로 사용하는 새로운 双레이저 캘리브레이션 알고리즘을 제안한다. 초기화에 닫힌 형태의 해법을 사용하고 비선형 최적화를 통해 외부 파rameter를 정밀하게 보정함으로써 시뮬레이션 및 실세계 실험에서 각각 0.05 rad 이하의 회전 오차와 0.1 m 이하의 변위 오차를 달성한다.

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.

연구 동기 및 목표

• 외부 환경에서 자동으로 마커 없이 이중 레이저를 캘리브레이션할 수 있도록 하는 것.
• 인공 캘리브레이션 타겟이나 추가 센서에 의존하는 기존 방법의 한계를 극복하는 것.
• 환경의 평면적 특징만을 사용하여 견고하고 정확한 캘리브레이션 솔루션을 제공하는 것.
• 두 단계 최적화 프로세스를 통해 최소한의 인간 간섭으로 고정밀도를 확보하는 것.
• 장애물 및 혼잡함이 있는 도전적인 실세계 환경에서도 방법의 유효성을 검증하는 것.

제안 방법

• 레이저 스캔에서 세 개의 선형적으로 독립적인 평면 표면을 탐지하기 위해 RANSAC 기반의 평면 추출을 사용한다.
• 세 평면 간의 기하학적 제약 조건을 수립하여 초기 외부 파rameter 추정을 위한 닫힌 형태의 해법을 유도한다.
• 평면 간 정렬 오차를 최소화하는 비용 함수를 기반으로 한 비선형 최적화 프레임워크를 적용하여 初期 추정치를 정밀하게 보정한다.
• 모서리 형태의 구조적 일관성을 가진 평면 표면의 조합을 통해 안정적인 대응 관계를 보장한다.
• 단일 촬영 측정을 통해 캘리브레이션을 수행함으로써 실시간 적용 가능성을 확보한다.
• 운동 데이터나 사용자 제공의 초기 추정치에 의존하지 않는 견고한 초기화를 구현한다.

실험 결과

연구 질문

• RQ1 인공 캘리브레이션 타겟이나 추가 센서 없이도 이중 레이저 캘리브레이션을 달성할 수 있는가?
• RQ2 환경 내 자연 평면 표면만을 사용할 때 외부 파rameter의 정확도는 어느 정도인가?
• RQ3 장애물 및 혼잡함과 같은 도전적인 조건에서도 이 방법이 높은 정확도를 유지할 수 있는가?
• RQ4 제안된 두 단계 최적화 방식(닫힌 형태 + 최적화)이 ICP나 운동 기반 방법에 비해 정확도와 견고성 측면에서 어떻게 비교되는가?
• RQ5 실세계 환경에서 제안된 최적화의 계산 비용과 수렴 행동은 어떠한가?

주요 결과

• 제안된 방법은 시뮬레이션 및 실세계 실험 모두에서 각각 0.05 rad 이하의 회전 오차와 0.1 m 이하의 변위 오차를 달성한다.
• $L_1 \ominus L_2$ 구성에서, 방법은 0.0203 rad의 회전 오차와 0.067196 m의 변위 오차를 달성하였다.
• $L_1 \ominus L_3$ 구성에서, 방법은 0.0238 rad의 회전 오차와 0.08357 m의 변위 오차를 달성하였다.
• 장애물이 있는 어려운 시나리오에서도, 방법은 0.0292 rad의 회전 오차와 0.0930 m의 변위 오차를 기록하여 뛰어난 견고성을 입증하였다.
• 최적화 단계는 두 구성에 대해 각각 약 27.3초와 35.8초가 소요되어 수용 가능한 계산 비용임을 나타내었다.
• 정성적 결과는 캘리브레이션 후에 불확실성이 최소화된 잘 정렬된 포인트 클라우드를 보여주며 정확한 정렬을 확인한다.