Core Concepts
レーダーとLiDARのデータを融合することで、悪環境下でも正確な深度情報を得ることができる。しかし、レーダーデータのノイズが外部パラメータの推定を困難にする。本研究では、CycleGANを用いてレーダー画像をLiDAR風の画像に変換し、3自由度の外部パラメータを推定する新しい手法を提案する。
Abstract
本研究では、レーダーとLiDARセンサーの外部パラメータ校正のための新しいパイプラインを提案している。
まず、SLAM オドメトリ、IMU プリ統合、B-スプライン補間を使用して、各センサーからの画像の運動歪みを補正する。
次に、CycleGANを使用してレーダー画像をLiDAR風の画像に変換し、ノイズを低減する。
最後に、位相相関法と相互情報量を使用して、概算の外部パラメータを得る。
実験結果から、提案手法は従来のフィルター処理よりも外部パラメータ推定の精度が高いことが示された。
本研究の成果は、2D画像ベースの範囲センサーの外部パラメータ校正の基礎を提供するものである。
今後は、本手法をSLAMなどの分野に応用することを検討したい。
Stats
レーダー画像とLiDAR画像の位置関係を表す外部パラメータの推定結果は以下の通りです。
CycleGAN-PH: x = 4.4361 cm, y = 40.6015 cm, θ = -0.0133 rad
CycleGAN-MI: x = -0.0357 cm, y = 56.6839 cm, θ = -0.0289 rad
CNN-MI: x = -25.2390 cm, y = 13.5681 cm, θ = -0.0076 rad
Gaussian-MI: x = -59.3272 cm, y = 43.3379 cm, θ = -0.0086 rad
Median-MI: x = -63.6261 cm, y = 47.5538 cm, θ = -0.0093 rad
Original-MI: x = -55.6915 cm, y = 39.8573 cm, θ = -0.0082 rad