マルチ LiDAR キャリブレーション multi_LiDAR_calibration

マルチ LiDAR キャリブレーション multi_LiDAR_calibration

複数のレーザー レーダーの校正では、主に ICP や NDT などの登録方法を使用して、複数のレーザー レーダーの外部パラメーター変換行列$T.\_$ _ ここでは、マルチ LIDAR 外部パラメータのキャリブレーションに関するこれまでの取り組みを簡単に紹介します。

• M-LOAM : 複数の LIDAR が SLAM マッピングのためにロボットに固定され、オンライン キャリブレーションによって外部パラメータ マトリックスが取得されます。
• multi_lidar_calibration : コードアドレスhttps://github.com/AbangLZU/multi_lidar_calibration、ブログ投稿の説明https://zhuanlan.zhihu.com/p/362709744、著者の元のブログ投稿は有料である必要があります。アルゴリズムは NDT 登録を使用し、初期変換行列を提供する必要があります。起動ファイルは$(x,よ、z、ロール、\_\_\_ピッチ、\_\_\_\_yaw)$ですが、この方法では、NDT 登録方法ではすべての 3D ボクセル グリッドが正規分布形式であると仮定していると個人的には考えていますが、この仮定は実際には当てはまらない可能性があります。比較すると、ICP 登録方法は NDT 登録方法よりも優れていますが、絶対的なものではありません。
• calibration_kit : このアルゴリズム パッケージは、Deep Blue Academy によって提供されており、単眼カメラおよび双眼カメラのキャリブレーション、カメラとライダーのキャリブレーション、ライダーとライダーのキャリブレーション、ライダーと IMU のキャリブレーションが含まれます。ここでは、マルチライダー キャリブレーションの例を示します。このスキームは、ICP レジストレーション メソッドを使用し、点群 pcd データの 1 フレームのみを選択します。効果は一般に、NDT ベースのレジストレーション アルゴリズムよりも優れていますが、偏差もあります。
• LiDAR-Automatic-Calibration : コード アドレスhttps://github.com/AlienCat-K/LiDAR-Automatic-Calibration、このメソッドは ICP 登録に基づいており、LOAM マッピングを使用して初期値を提供します。
• MULTI_LIDARs_CALIBRATE : コード アドレスhttps://github.com/GDUT-Kyle/MULTI_LIDARs_CALIBRATEは、ソリッドステート LIDAR Livox の外部パラメーター マトリックスを調整するために使用されます。

この論文では、以前のスキームを参照し、LOAM マップ構築を実行し、次にマップ上で ICP 登録を実行して変換行列を取得し、外部パラメータ校正プロセスを完了します。デュアルレーダーを例にとると、アルゴリズムの流れは次のとおりです。

该算法包的具体使用详见https://github.com/Xujianhong123Allen/sensor_calibration/tree/master/multi_LiDAR_calibration，只在velodyne VLP16上进行测试过，需要该定一个初始值$(x,y,z,roll,pitch,yaw)$

ICP的原理详见https://blog.csdn.net/qq_34782535/article/details/103835250。大致就是两帧点云，要计算它们的相对位姿关系。

标定出来的的效果如下：

图一实际激光雷达

标定前后的点云地图：

到这里可能会有许多人会问什么我会从A-LOAM建立的点云地图进行ICP匹配，而没有直接采用单帧的激光点云进行配准。该方法从A-LOAM中建立的点云地图进行配准会使得匹配度更高，因为A-LOAM所建立的点云地图是经过线、面特征提取后多帧数据组成，这样的点云特征更明显，尽管该过程都是静止状态。用下面两个动图来说：

• 利用单帧激光点云进行ICP配准结果

  

• 利用A-LOAM点云地图的匹配结果

  

通常のレーザー点群スキャンフレームを使用した直接位置合わせの安定性と精度が高くなるため、アルゴリズムパッケージの効果が明らかであることがわかります。

アルゴリズムパッケージは複数マシンの相乗効果も発揮できます