[论文解读] Calibration of Heterogeneous Sensor Systems

Juraj Peršić|arXiv (Cornell University)|Dec 29, 2018

Robot Manipulation and Learning被引用 3

一句话总结

本文全面综述了自动驾驶机器人中异构传感器系统校准技术，重点介绍基于标定板、无标定板和基于运动的外部校准方法。文章强调基于运动的校准是一种实用的在线解决方案，适用于长期自主运行，能够在传感器视场不重叠的情况下实现实时重新校准并保持系统鲁棒性。

ABSTRACT

Environment perception is a key component of any autonomous system and is often based on a heterogeneous set of sensors and fusion thereof for which sensor sensor calibration plays fundamental role. It can be divided to intrinsic and extrinsic sensor calibration. Former seeks for internal parameters of each individual sensor, while latter provides coordinate frame transformation between sensors. Calibration techniques require correspondence registration in the measurements which is one of the main challenges in the extrinsic calibration of heterogeneous sensors, since generally, each sensor can operate on a different physical principle. Measurement correspondences can originate from a designated calibration target or from features in the environment. Additionally, environment features can be used to estimate motion of individual sensors and the calibration is found by aligning these estimates. Motion-based calibration is the most common approach in the online calibration since it is more practical than the target-based methods, although it can lack in accuracy. Furthermore, online calibration is beneficial for system robustness as it can detect and adjust recalibration of the system in runtime, which can be seen as a prerequisite for long-term autonomy.

研究动机与目标

• 分析并比较用于自动驾驶机器人的异构传感器系统校准技术。
• 识别在基于不同物理原理工作的传感器之间实现对应关系注册的挑战。
• 评估基于标定板、无标定板和基于运动的校准方法的优势与局限性。
• 强调在线校准对系统鲁棒性和长期自主性的重要性。
• 系统性地概述相机、激光雷达、IMU和雷达在内参与外参校准方面的最先进方法。

提出的方法

• 使用专门设计的标定板进行基于标定板的校准，以确保已知的对应关系并实现高精度。
• 通过从环境中提取并匹配不同传感器模态之间的结构特征，实现无标定板校准。
• 利用各传感器提供的相对运动估计进行基于运动的校准，避免对外部标定板的依赖。
• 采用高斯-赫尔默特（Gauss-Helmert）和无迹卡尔曼滤波器（Unscented Kalman Filters）等迭代优化技术，求解非线性、非凸的校准问题。
• 应用可观察性分析和费舍尔信息矩阵（Fisher Information Matrix, FIM）以评估参数可辨识性，并检测不可观测的运动方向。
• 将时间同步集成到校准框架中，以提高多传感器位姿估计的精度。

实验结果

研究问题

• RQ1 如何在具有不同物理测量原理的异构传感器之间有效实现对应关系注册？
• RQ2 在精度、实用性及在线适用性方面，基于标定板、无标定板和基于运动的校准方法之间的权衡是什么？
• RQ3 如何使在线校准具备鲁棒性和自修正能力，以支持自主系统中的长期自主运行？
• RQ4 为确保传感器融合系统中校准参数的可观测性，需要何种运动激励轨迹？
• RQ5 优化技术可通过何种方式改进，以降低对局部极小值和测量噪声的敏感性？

主要发现

• 基于运动的校准更适合在线应用，支持运行时重新校准，从而增强系统鲁棒性。
• 基于标定板的方法精度更高，但需要离线处理，不适用于实际部署。
• 无标定板校准依赖于环境特征的提取与匹配，在非结构化或特征稀少环境中可能失效。
• 基于运动的方法可对视场不重叠的传感器进行校准，克服了其他方法的关键局限。
• 适当的运动激励——如至少沿两个旋转轴和两个平移轴运动——对于参数可观测性至关重要。
• 先进的优化技术如高斯-赫尔默特法和基于FIM的分析可提升收敛性，并降低对噪声和异常值的敏感性。