提出单目深度辅助的LiDAR-相机两阶段标定优化方法

研究者提出一种单目深度辅助的LiDAR-相机外参两阶段联合优化标定方法，用深度约束替代传统灰度-强度互信息约束，以提升复杂光照与材质条件下的标定精度与鲁棒性。 粗标定阶段使用ArUco标记与圆孔阵列复合标定板，经SVD优化的ICP算法无需预设初值即可求解外参初值；精标定阶段引入DepthPro单目深度估计网络生成稠密预测深度图，构建几何约束与归化互信息距离（NID）的联合优化目标函数。 测试选用Livox Mid-360混合半固态LiDAR，在多种场景下采集7组不同观测位姿的传感器数据，标定基准由手动辅助标定流程构建。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。