SOIC:LiDARとCameraのための意味論的オンライン初期化とキャリブレーション【JST・京大機械翻訳】

Wang Weimin; Nobuhara Shohei; Nakamura Ryosuke; Sakurada Ken

プレプリント

J-GLOBAL ID：202202213129357370 整理番号：22P0121050

SOIC:LiDARとCameraのための意味論的オンライン初期化とキャリブレーション【JST・京大機械翻訳】

SOIC: Semantic Online Initialization and Calibration for LiDAR and Camera

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年03月09日プレプリントサーバーでの情報更新日： 2020年03月09日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,光検出と測距(LiDAR)とカメラセンサのための,新しい意味ベースのオンライン外因性キャリブレーションアプローチ,SOIC(so,I sie)を提示した。従来のオンラインキャリブレーション法は,通常,最適化のための粗い初期値の事前知識を必要とする。提案手法は,意味重心(SC)の導入で,初期化問題をPerspective-n-Point(PnP)問題に変換することにより,この限界を除去する。このPnP問題の閉形式解はよく研究され,既存のPnP法で発見できる。ポイントクラウドの意味論的重心は,通常,対応する画像のそれと正確に一致しないので,非線形精密化プロセスの後でさえ,パラメータの精度は改善されない。したがって,点雲と画像データの両方からの意味要素間の対応の制約に基づくコスト関数を定式化した。続いて,最適外因性パラメータをコスト関数を最小化することにより推定した。KITTIデータセット上でGTまたは予測意味論のいずれかを用いて提案手法を評価した。実験結果およびベースライン法との比較は,初期化戦略の実現可能性およびキャリブレーションアプローチの精度を検証した。さらに,https://github.com/ /SOICでソースコードを解放する。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

図形・画像処理一般

, , , ,

前のページに戻る