Accurate Measurement of 3D and 2D Circular Centers With Application to LiDAR-Camera Extrinsic Calibration
यह शोध पत्र 3D रिकवरी के लिए एक कॉन्फॉर्मल-जियोमेट्रिक-एल्जेब्रा एस्टीमेटर और 2D प्रोजेक्शन के लिए एक कॉर्ड-लेंथ-वेरिएंस मानदंड को एकीकृत करके, पारंपरिक पाइपलाइनों की तुलना में LiDAR-कैमरा एक्सट्रिंसिक अंशांकन (कैलिब्रेशन) की सटीकता में महत्वपूर्ण सुधार करते हुए, 3D और 2D गोलाकार केंद्रों को सटीक रूप से मापने के लिए एक नवीन विधि प्रस्तावित करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
मशीनों की दुनिया में जो देख सकती हैं, वहां सटीकता ही सब कुछ है। एक रोबोट के लिए कमरे में नेविगेट करने, एक स्वयं चालक कार के लिए पैदल यात्री से बचने, या एक ड्रोन के लिए सुरक्षित रूप से उतरने के लिए, उसे यह जानना आवश्यक है कि वह अपने आस-पास की वस्तुओं के संबंध में ठीक कहाँ स्थित है। यह कार्य अक्सर दो अलग-अलग प्रकार की आँखों पर निर्भर करता है: एक कैमरा, जो दुनिया की एक सपाट, द्वि-आयामी (2D) तस्वीर कैप्चर करता है, और एक LiDAR सेंसर, जो अंतरिक्ष में वस्तुओं के त्रि-आयामी (3D) आकार को मैप करने के लिए अदृश्य लेजर बीम छोड़ता है। इन दोनों सेंसरों को एक टीम के रूप में एक साथ काम करने के लिए, इंजीनियरों को 'एक्सट्रिंसिक कैलिब्रेशन' नामक एक सूक्ष्म संरेखण प्रक्रिया करनी होती है। यह इस बात का पता लगाने की प्रक्रिया है कि कैमरा और LiDAR एक-दूसरे के सापेक्ष बिल्कुल कैसे स्थित हैं। यदि यह संरेखण एक मामूली अंश से भी गलत हो जाता है, तो रोबोट की दुनिया की समझ विकृत हो जाती है, जिससे नेविगेशन या माप में त्रुटियां होती हैं। इस संरेखण को करने का एक सामान्य तरीका एक सरल, गोलाकार लक्ष्य का उपयोग करना है, जैसे कि एक चित्रित डिस्क या धातु का छल्ला, और दोनों सेंसरों से इसके केंद्र को खोजने के लिए कहना। हालाँकि, चुनौती यह है कि जब डेटा शोर युक्त (noisy), अधूरा या किसी कोण से देखा गया हो, तो एक वृत्त के वास्तविक केंद्र को खोजना आश्चर्यजनक रूप से कठिन होता है।
शोधकर्ताओं की एक टीम ने इस विशिष्ट समस्या पर ध्यान केंद्रित करते हुए इस पर काम किया है, जो 3D स्थान और 2D छवियों में वृत्तों के केंद्रों को मापने के दौरान होने वाली छिपी हुई त्रुटियों पर केंद्रित है। मानक अभ्यास में, जब एक LiDAR सेंसर एक गोलाकार वस्तु को स्कैन करता है, तो उसके द्वारा एकत्र किया गया डेटा अक्सर बिखरे हुए बिंदुओं का एक समूह होता है। इस आकार के केंद्र को खोजने की पारंपरिक विधि में दो चरणों वाली प्रक्रिया शामिल होती है: पहले, कंप्यूटर बिखरे हुए बिंदुओं के माध्यम से एक सपाट तल (plane) फिट करता है, और फिर यह उन बिंदुओं को उस तल पर प्रोजेक्ट करता है ताकि एक सरल 2D वृत्त फिट किया जा सके। शोधकर्ताओं ने पाया कि यह चरण-दर-चरण दृष्टिकोण एक व्यवस्थित पूर्वाग्रह (systematic bias) पेश करता है, जिसका अर्थ है कि गणना किया गया केंद्र वास्तविक केंद्र से लगातार विस्थापित रहता है, विशेष रूप से तब जब डेटा विरल (sparse) हो या वृत्त केवल आंशिक रूप से दिखाई दे रहा हो। इसी तरह, जब एक कैमरा 3D वृत्त को देखता है, तो वृत्त शायद ही कभी छवि में एक पूर्ण वृत्त के रूप में दिखाई देता है; परिप्रेक्ष्य विरूपण (perspective distortion) आमतौर पर इसे एक अंडाकार या दीर्घवृत्त (ellipse) में बदल देता है। पारंपरिक विधियाँ अक्सर यह मान लेती हैं कि इस अंडाकार का केंद्र मूल 3D वृत्त के केंद्र के समान ही है। शोधकर्ताओं ने प्रदर्शित किया कि यह धारणा गलत है; अधिकांश देखने के कोणों के तहत, अंडाकार का केंद्र वास्तविक 3D वृत्त के प्रक्षेपण (projection) के केंद्र से विस्थापित होता है। ये छोटी त्रुटियां प्रारंभिक मापों में जमा हो जाती हैं, जिससे कैमरा और LiDAR के बीच अंतिम संरेखण उतना सटीक नहीं रह जाता जितना कि वह हो सकता था।
इसे हल करने के लिए, शोधकर्ताओं ने एक नया दृष्टिकोण विकसित किया जो 3D वृत्त के मापन और 2D छवि को अलग-अलग चरणों के बजाय एक एकीकृत, ज्यामितीय समस्या के रूप में मानता है। LiDAR से प्राप्त 3D डेटा के लिए, उन्होंने एक विधि पेश की जो बिंदुओं को सीधे अंतरिक्ष में वृत्त से फिट करने के लिए एक विशेष गणितीय ढांचे का उपयोग करती है। डेटा को पहले समतल करने के बजाय, यह विधि एक साथ सर्वोत्तम-फिटिंग वाले गोले (sphere) और तल (plane) को खोजती है, जो प्रभावी रूप से उस शोर और आउटलेर्स को अनदेखा करती है जो आमतौर पर पारंपरिक गणनाओं को प्रभावित करते हैं। यह तकनीक इतनी मजबूत है कि यह उन स्थितियों को भी संभाल सकती है जहाँ सेंसर केवल वृत्त का एक छोटा सा हिस्सा (arc) देखता है या जहाँ डेटा यादृच्छिक त्रुटियों से दूषित होता है। 2D छवि के लिए, टीम ने प्रक्षेपित वृत्त के वास्तविक केंद्र को खोजने का एक नया तरीका बनाया। उन्होंने महसूस किया कि यदि आप प्रक्षेपित आकृति के वास्तविक केंद्र के माध्यम से रेखाएं खींचते हैं, तो अंडाकार पर उनके द्वारा बनाए गए जीवाओं (chords) की लंबाई एक विशिष्ट, अनुमानित पैटर्न का पालन करती है। इस प्रक्रिया में उस बिंदु की खोज करके, जहाँ इन जीवाओं की लंबाई की भिन्नता न्यूनतम होती है, सिस्टम वास्तविक केंद्र को सटीक रूप से पहचान सकता है, जो इसे अंडाकार आकार के भ्रामक केंद्र से अलग करता है।
2D मापन में एक महत्वपूर्ण बाधा यह है कि वास्तविक केंद्र की गणितीय खोज अक्सर दो संभावित उत्तर, या "लोकल मिनिमा" (local minima) उत्पन्न करती है, और यह तुरंत स्पष्ट नहीं होता कि कौन सा सही है। शोधकर्ताओं ने इस अस्पष्टता को दो तरीकों से हल किया। यदि अंशांकन लक्ष्य (calibration target) में एक ही सपाट सतह पर दो वृत्त मौजूद हैं, तो सिस्टम दो वृत्तों के बीच के ज्यामितीय संबंध का उपयोग करके यह सत्यापित कर सकता है कि कौन सा केंद्र सही है। यदि केवल एक ही वृत्त उपलब्ध है, तो उन्होंने एक बैकअप रणनीति बनाई जो दोनों संभावनाओं का 3D डेटा के विरुद्ध परीक्षण करती है ताकि यह देखा जा सके कि कौन सा निरंतर संरेखण (consistent alignment) प्रदान करता है। टीम ने कंप्यूटर सिमुलेशन, सिंथेटिक डेटा और विभिन्न प्रकार के कैमरों के साथ विभिन्न सेंसरों, जिसमें सॉलिड-स्टेट और मैकेनिकल LiDAR शामिल हैं, का उपयोग करके इन विधियों का परीक्षण किया। परिणामों ने दिखाया कि उनकी नई विधियों ने वृत्त केंद्रों को मापने में त्रुटि को काफी कम कर दिया। सिमुलेशन में, नए दृष्टिकोण ने कैमरा और LiDAR के बीच अंतिम संरेखण में त्रुटि को एक सेंटीमीटर से अधिक से घटाकर एक सेंटीमीटर से भी कम कर दिया, और इसने रोटेशन एंगल की सटीकता में भी सुधार किया।
यह अध्ययन पुष्टि करता है कि एक रोबोट की धारणा (perception) की सटीकता काफी हद तक इस बात पर निर्भर करती है कि वह दुनिया को समझने के लिए अपने ज्यामितीय प्रिमिटिव्स (geometric primitives) की कितनी अच्छी गुणवत्ता का उपयोग करता है। वृत्तों के केंद्रों को मापने के व्यवस्थित पूर्वाग्रहों को ठीक करके, शोधकर्ताओं ने विषम सेंसर प्रणालियों (heterogeneous sensor systems) को कैलिब्रेट करने के लिए एक अधिक विश्वसनीय आधार प्रदान किया है। उनका कार्य केवल एक सैद्धांतिक सुधार नहीं है; यह एक व्यावहारिक उपकरण प्रदान करता है जो औद्योगिक विनिर्माण से लेकर स्वायत्त ड्राइविंग तक, विभिन्न सेंसर कॉन्फ़िगरेशन और वास्तविक दुनिया की स्थितियों में काम करता है। शोधकर्ताओं ने अपना कोड सार्वजनिक रूप से उपलब्ध कराया है, जिससे अन्य इंजीनियर अपने स्वयं के सिस्टम में इन अधिक सटीक माप तकनीकों को लागू कर सकें। हालांकि इस अध्ययन में गोलाकार लक्ष्यों पर ध्यान केंद्रित किया गया था, लेकिन अंतर्निहित सिद्धांत—कि ज्यामितीय मापों का प्रत्यक्ष, संयुक्त अनुकूलन (joint optimization) पृथक चरणों की तुलना में बेहतर है—सेंसर फ्यूजन कार्यों की सटीकता में सुधार के लिए कई अन्य प्रकार के कार्यों के लिए एक मार्ग सुझाता है। निष्कर्ष इस बात पर जोर देते हैं कि वास्तविक दुनिया के दोषपूर्ण सेंसरों के माध्यम से देखे जाने पर, सबसे सरल ज्यामितिक आकृतियों को भी परिष्कृत हैंडलिंग की आवश्यकता होती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।