Accurate Measurement of 3D and 2D Circular Centers With Application to LiDAR-Camera Extrinsic Calibration
本文提出了一种通过将用于三维恢复的共形几何代数估计器与 RANSAC 相结合，以及利用用于二维投影的弦长方差准则来精确测量三维和二维圆心的创新方法，从而显著提高了与传统流程相比的 LiDAR-相机外参标定的精度。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在机器视觉的世界里，精准至关重要。为了让机器人能够导航房间、自动驾驶汽车能够避开行人，或是无人机能够安全着陆，它必须确切地知道自己相对于周围物体的空间位置。这项任务通常依赖于两类不同的“眼睛”：一个是相机，它捕捉世界平面的二维图像；另一个是激光雷达（LiDAR）传感器，它通过发射不可见的激光束来绘制物体在空间中的三维形状。为了让这两类传感器作为一个团队协同工作，工程师必须进行一种被称为“外参标定”的精细对准过程。这是在确定相机与激光雷达之间相对位置的过程。如果这种对准出现哪怕极微小的偏差，机器对世界的理解就会变得扭曲，从而导致导航或测量误差。执行这种对准的一种常见方法是使用一个简单的圆形目标，例如涂色的圆盘或金属环，并要求两种传感器同时寻找其中心。然而，挑战在于，当数据存在噪声、不完整或从特定角度观察时，寻找圆形的真实中心是非常困难的。
一组研究人员针对这一特定问题进行了研究，重点关注了在测量三维空间和二维图像中的圆心时所产生的隐藏误差。在标准实践中，当激光雷达扫描一个圆形物体时，它收集的数据通常是一团散乱的点云。寻找该形状中心部的传统方法涉及两个步骤：首先，计算机通过这些散乱的点拟合出一个平面，然后将这些点投影到该平面上以拟合一个简单的二维圆。研究人员发现，这种分步处理的方法会引入系统性偏差，这意味着计算出的中心会持续偏离真实中心，尤其是在数据稀疏或圆仅部分可见的情况下。同样，当相机观察一个三维圆时，圆在图像中很少呈现为完美的圆形；透视畸变通常会将其变成椭圆。传统方法通常假设这个椭圆的中心与原始三维圆的中心相同。研究人员证明，这一假设是不正确的；在大多数观察角度下，椭圆的中心实际上与三维圆中心的投影位置存在位移。这些初始测量中的微小误差会不断累积，导致相机与激光雷达之间的最终对准精度低于理想水平。
为了解决这个问题，研究人员开发了一种新方法，将三维圆的测量与二维图像视为一个统一的几何问题，而不是一系列独立的步骤。对于来自激光雷达的三维数据，他们引入了一种方法，利用专门的数学框架直接将圆拟合到空间点上。该方法不再先对数据进行扁平化处理，而是同时寻找最佳拟合球体和平面，从而有效地忽略了通常会干扰传统计算的噪声和异常值。这种技术足够鲁棒，可以处理传感器仅能看到圆的一小段弧线，或者数据受到随机误差污染的情况。对于二维图像，团队创建了一种定位投影圆真实中心的新方法。他们意识到，如果你通过投影形状的真实中心画出直线，这些直线在椭圆上形成的弦长会遵循一种特定的、可预测的模式。通过寻找使这些弦长变化最小化的点，系统可以精准定位真实中心，从而将其与具有误导性的椭圆中心区分开来。
二维测量中的一个重大障碍是，寻找真实中心的数学搜索过程经常会产生两个可能的答案，即“局部极小值”，且并不容易判断哪一个是正确的。研究人员通过两种方式解决了这种歧义。如果标定目标包含位于同一平面上的两个圆，系统可以利用它们之间的几何关系来验证哪个中心才是正确的。如果只有一个圆可用，他们设计了一种备选策略，通过将两种可能性分别与三维数据进行比对，观察哪一个能实现一致的对准。团队通过计算机模拟、合成数据以及结合了不同类型相机（包括固态和机械式激光雷达）的真实世界实验测试了这些方法。结果表明，他们的新方法显著降低了测量圆心的误差。在模拟中，新方法将相机与激光雷达之间的最终对准误差从超过一厘米降低到了不到一厘米，同时也提高了旋转角的精度。
这项研究证实，机器人的感知精度很大程度上取决于其理解世界时所使用的几何原语的质量。通过修正测量圆心时的系统性偏差，研究人员为标定异构传感器系统提供了更可靠的基础。他们的工作不仅提供了理论上的改进，还提供了一个适用于不同传感器配置和现实世界环境（从工业制造到自动驾驶）的实用工具。研究人员已公开了他们的代码，允许其他工程师将这些更精确的测量技术应用于自己的系统中。虽然本研究侧重于圆形目标，但其核心原则——即直接、联合优化几何测量优于顺序、解耦的步骤——为提高许多其他类型的传感器融合任务的精度指明了方向。这些发现强调了，即使是最简单的几何形状，在通过不完美的现实世界传感器进行观察时，也需要精密的处理。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。