[논문 리뷰] ACSC: Automatic Calibration for Non-repetitive Scanning Solid-State LiDAR and Camera Systems

Jiahe Cui, Jianwei Niu외 3명|arXiv (Cornell University)|2020. 11. 17.

Robotics and Sensor-Based Localization참고 문헌 26인용 수 34

한 줄 요약

ACSC는 인쇄된 체커보드의 시간 도메인 통합과 반사율 기반 3D 코너 추정에 의해 SSL-카메라 시스템에 대한 완전 자동 외부 보정 방법을 제안하고, 이후 타깃 기반 외부 보정을 수행한다.

ABSTRACT

Recently, the rapid development of Solid-State LiDAR (SSL) enables low-cost and efficient obtainment of 3D point clouds from the environment, which has inspired a large quantity of studies and applications. However, the non-uniformity of its scanning pattern, and the inconsistency of the ranging error distribution bring challenges to its calibration task. In this paper, we proposed a fully automatic calibration method for the non-repetitive scanning SSL and camera systems. First, a temporal-spatial-based geometric feature refinement method is presented, to extract effective features from SSL point clouds; then, the 3D corners of the calibration target (a printed checkerboard) are estimated with the reflectance distribution of points. Based on the above, a target-based extrinsic calibration method is finally proposed. We evaluate the proposed method on different types of LiDAR and camera sensor combinations in real conditions, and achieve accuracy and robustness calibration results. The code is available at https://github.com/HViktorTsoi/ACSC.git .

연구 동기 및 목표

• 비균일한 스캔 패턴과 비균일한 거리 측정 오차를 갖는 SSL-카메라 시스템의 외부 보정 문제를 해결한다.
• 인쇄된 체커보드를 이용한 완전 자동 타깃 기반 보정 워크플로를 개발한다.
• SSL 포인트 클라우드로부터 시간 도메인 통합과 반사도 분포를 활용하여 3D 코너를 견고하게 추정한다.
• 3D 코너 추정치를 2D 이미지 코너와 통합하여 외부 보정 파라미터를 해결한다.
• 현실 조건에서 다수의 SSL 및 카메라 모델에 대한 견고성과 정확도를 평가한다.

제안 방법

• 프레임 수준의 이상치를 제거하면서 SSL 포인트 클라우드를 조밀화하기 위한 시간 도메인 통합.
• 반복적 RANSAC로 평면 피팅을 포함한 특징 보정과 보정된 포인트를 이상적 평면에 투사하여 축 방향 측정 노이즈를 보정한다.
• 반사율 분포를 유사도 척도로 사용하고 비선형 최적화(L-BFGS)를 통해 회전과 병진을 해석하여 SSL 유래 체커보드 포인트를 표준 모델에 맞춰 3D 코너를 추정한다.
• 표준 체커보드 검출을 사용한 카메라 영상에서의 2D 코너 검출.
• 반복적 외부 보정 파라미터 해결: RANSAC을 통한 초기 PnP, 재투영 오차에 따른 이상치 제거를 거듭하여 오차가 임계값 아래로 떨어질 때까지 반복한다.
• 정규화 재투영 오차(NRE)를 사용한 외부 보정 정확도 평가 및 투영 결과 시각화.

실험 결과

연구 질문

• RQ1 비반복적 SSL 스캐닝에서 수동 개입 없이 자동 SSL-카메라 외부 보정이 신뢰성 있게 달성될 수 있는가?
• RQ2 타임 도메인 데이터 융합이 보정용 SSL 포인트 클라우드에서 특징 추출을 어떻게 향상시킬 수 있는가?
• RQ3 전통적인 방법과 비교하여 반사율 기반 3D 코너 추정이 보정용 3D-2D 코너 대응을 향상시키는가?
• RQ4 ACSC의 서로 다른 SSL 모델 및 카메라 설정에서의 비교 정확도는 어느 정도인가?
• RQ5 재투영 정확도에 가장 큰 영향을 주는 요인들(센서 배치, 프레임 통합, 타깃 포즈)은 무엇인가?

주요 결과

• ACSC는 Livox Horizon, Mid-40, Mid-100 등 여러 SSL 모델과 카메라 쌍에서 정확한 외부 보정을 달성한다.
• 시간 도메인 통합과 특징 보정은 비반복적 SSL 스캔에서 더 조밀하고 노이즈가 감소된 체커보드 측정값을 제공한다.
• 반사율 분포 기반의 3D 코너 추정은 견고한 코너 추출과 표준 체커보드 모델에 대한 정확한 정렬을 가능하게 한다.
• 정량적 결과는 이전 방법들에 비해 평균 재투영 성능이 우수함(AVG 낮음)과 선택된 임계값 이하의 재투영 오차를 가진 코너의 비율이 높음을 보여준다.
• 타깃 배치 수를 늘리고 더 긴 통합 시간이 보정 견고성 및 정확도를 향상시킨다.