Cooperative Visual-LiDAR Extrinsic Calibration Technology for Intersection Vehicle-Infrastructure: A review

在典型的城市交叉路口场景中，车辆和基础设施都配备了视觉和激光雷达传感器。通过成功地集成车辆端和道路监测设备的数据，可以实现更全面和准确的环境感知和信息获取。传感器的校准作为自动驾驶技术的重要组成部分，一直受到重视。特别是在涉及多个传感器协同感知和解决定位挑战的场景中，传感器间的互相校准要求变得至关重要。近年来，多端合作的概念已经出现，其中基础设施捕捉和传输周围环境信息到车辆，增强它们的感知能力同时降低成本。然而，这也带来了技术上的复杂性，强调了多样化端口校准的迫切需要。相机和激光雷达作为自动驾驶的基础传感器，具有广泛的适用性。本文全面研究和分析了车辆、路边和车路协作视角下的多端相机-激光雷达设置的校准，概述了它们的相关应用和深刻意义。最后总结，提出了未来导向的想法和假设。

本论文旨在探讨多端相机-LiDAR设置的校准问题，从车辆、路侧和车路协同合作的角度进行分析和研究。

通过整合车辆侧和道路监测设备的数据，实现更全面、准确的环境感知和信息获取。同时，提出了多端协作的概念，通过基础设施捕获和传输周围环境信息来增强车辆的感知能力，缓解成本压力。

本论文综合分析了多端相机-LiDAR设置的校准问题，从车辆、路侧和车路协同合作的角度进行探讨。实验设计合理，使用了多种数据集，为该领域的研究提供了新思路和新方法。

在该领域的相关研究中，还有一些论文值得关注，如《多传感器融合下的自动驾驶车辆环境感知》、《基于深度学习的自动驾驶车辆多传感器数据融合方法》等。