快速校准：一秒内的激光雷达-相机外参标定-计算机科学-自动标定流水线-机器人.pdfVIP

快速校准：一秒内的激光雷达-相机外参标定

ChunranZhengandFuZhang

Abstract—本文提出了FAST-Calib，一种基于自定义

3D目标的快速且用户友好的LiDAR–相机外参标定工具。

FAST-Calib通过利用一个高效可靠的边缘提取算法支持机

械和固态LiDARs，该算法与LiDAR扫描模式无关。它还通

过椭圆拟合来补偿由LiDAR光斑扩散引起的边缘膨胀伪影，

并支持多场景的联合优化。我们在三种LiDAR模型（Ouster、

Avia和Mid360）上验证了FAST-Calib，每种都配有一个

广角相机。实验结果表明其精度和鲁棒性优于现有方法。在点

对点注册误差始终低于mm且总处理时间少于s的情况Fig.1.左边：定制的校准目标；右边：带有标注尺寸的技术图纸。

下，FAST-Calib提供了一个高效、准确且基于目标的自动标

本2

定流水线。我们已在GitHub上开源了代码和数据集，以造对于具有大点尺寸的激光雷达（例如LivoxLiDAR），

译福机器人社区。

中校准板的边缘经常出现扩展，导致激光雷达和相机数

I.介绍据之间的特征对应不准确。据我们所知，没有开源工

1

v具同时解决所有这些挑战。缺乏实用且通用的校准解

0激光雷达和相机之间的外参标定旨在估计它们的决方案仍然是部署激光雷达-摄像头融合的关键瓶颈。

1空间坐标系之间的刚体变换。这是多传感器融合在自

2为此，我们提出了FAST-Calib：一种用于激光雷达-

7动驾驶应用中的基本要求，例如跟踪[1]、映射[2]–[6]摄像头系统的快速且用户友好的外部校准工具（例如

1.和目标检测[7,8]。在生产线中，校准通常在专门的校

7FAST-LIVO2）。我们的贡献如下：

0准室进行，在那里控制环境和标准化程序确保了高精

5度和可重复性。与基于场景的方法[9]–[12]相比，这样1)对激光雷达扫描模式不敏感的圆形孔边缘稳健

2提取，支持机械和固态激光雷达。

:的设置可以产生更低批次间差异和更稳定的结果。然

v2)椭圆拟合以补偿由激光雷达光斑扩散引起的边

i而，当尝试将工厂校准板转移到实验室环境时，现有

x缘膨胀，提高孔中心提取的准确性。

r的基于目标的方法（例如Velo2Cam[13],JointCalib

a3)提供一个高效、准确且基于目标的自动校准流水

[14]）遇到了几个实际限制：1)有限兼容性：大多数现

线，具备多场景联合优化功能，允许生产线校准

有工具由于不同的扫描模式而无法同时支持机械式和

程序在实验室环境中复制。

固态激光雷达；2)低自动化：在工厂设置中，校准板被

放置在固定位置以方便检测。在实验室环境中，任意II.相关工作

放置需要手动深度过滤来从激光雷达点云中提取感兴