黄 强,潘常春,裴 凌,刘海春,李岚臻,李 扬,李泽亚
(1.上海交通大学电子信息与电气工程学院,上海 200240;2.上海交通大学北斗导航与位置服务重点实验室,上海 200240;3.上海西虹桥导航技术有限公司,上海 201799;4.北京跟踪与通信技术研究所,北京 100089)
激光雷达与视觉传感器在智能化移动机器人与无人驾驶领域具有广泛应用,激光雷达的优点在于其有着较远的探测距离和较高的三维信息获取能力、受环境影响较小、鲁棒性好,但也存在着价格高昂、数据点稀疏的问题;视觉传感器的优势在于其有着非常丰富的直观视觉信息,以及大量优秀的视觉算法,在环境感知和目标检测方面具有极大优势,且成本低廉,但也存在着难以获取相对精确的三维信息、鲁棒性差、需要大量计算资源、受环境光照影响较大的问题。对两者进行数据融合可以发挥两个传感器各自的优势,提升整体运行中的精度与鲁棒性,在多传感器融合的SLAM和多模态的环境感知等多个领域内都是研究的热点问题。而传感器间的联合标定是实现传感器融合的重要基础,其精度直接影响后续融合算法的精度。
激光雷达与视觉传感器的标定方法主要分为静态离线标定与动态在线标定两大类。静态离线标定主要依赖于标定物如棋盘格、Arucomarker[1-2]等构成的标定板等。Q.Zhang等[3]采用棋盘格标定板首先进行了单线激光雷达与视觉传感器的联合标定。通过激光点云识别出标定板是静态标定中的重要一步,A.Dhall等[4]和L.Zhou等[5]通过检测激光雷达下的标定板边缘点来拟合角点,借此实现点云配准。……