Galibr: Targetless LiDAR-Camera Extrinsic Calibration Method via Ground Plane Initialization

随着自动驾驶和SLAM技术的快速发展，使用多模态传感器的自主系统的性能高度依赖于准确的外部校准。为了满足在任何自然环境下进行方便、易维护的校准过程的需求，本文介绍了Galibr，一种完全自动的无目标LiDAR-相机外部校准工具，专为任何自然环境下的地面车辆平台设计。该方法利用来自LiDAR和相机输入的地面平面和边缘信息，简化了校准过程。它包括两个主要步骤：基于地面平面的初始姿态估计算法（GP-init）和通过边缘提取和匹配的细化阶段。我们的方法显著提高了校准性能，主要归因于我们的新颖的初始姿态估计方法，如在KITTI数据集和KAIST四足动物数据集等非结构化自然环境中所展示的。

自动驾驶和SLAM技术的快速发展，需要准确的外参校准来提高多模态传感器的性能。本文旨在解决地面车辆平台在任何自然环境下进行方便、易维护的标定过程的需求。

本文提出了一种全自动的无标定板LiDAR-相机外参标定工具Galibr，利用来自LiDAR和相机输入的地面平面和边缘信息简化标定过程。该方法包括两个主要步骤：基于地面平面的初始姿态估计算法（GP-init）和通过边缘提取和匹配的细化阶段。本文的方法显著提高了标定性能，主要归因于我们的创新的初始姿态估计方法，在KITTI数据集和KAIST四足动物数据集等非结构化自然环境中得到验证。

本文的方法可以在任何自然环境下进行标定，具有很好的实用价值。实验结果表明，该方法能够显著提高标定性能。本文还提供了开源代码，便于其他研究者进行复现和进一步研究。

最近的相关研究包括：《A survey of extrinsic calibration of a camera and a 3D laser scanner》、《Automatic extrinsic calibration of a 3D lidar and camera using feature-based optimization》等。