arXiv cs.RO· Simon Bultmann, Daniele Cattaneo, Abhinav Valada·· 4 小时前AI 评分60
无需标靶的相机-LiDAR联合内外参标定方法
Generalizable Target-Less Joint Intrinsic-Extrinsic Camera-LiDAR Calibration using Deep Pixel-Point Correspondences
AI 导读
作者提出一种全自动、无需标靶的框架，可从原始图像和 LiDAR 扫描中联合估计相机内参、径向-切向畸变和相机-LiDAR 外参。该方法通过内参与畸变感知的对应学习，把基于深度像素点对应的标定从校正图像推广到原始相机，并在标定中迭代耦合对应预测与非线性优化。在 KITTI 未见配置和三个真实机器人平台上的零样本评测显示，联合标定提升了外参精度，同时恢复了准确的内参。
来源：arXiv cs.RO · arxiv.org