Core Concepts
본 논문은 비중첩 시야를 가진 다중 LiDAR의 외부 캘리브레이션을 위해 바닥면과 물체 점군을 활용하는 방법을 제안한다. 이를 통해 바닥면 정보가 지배적인 환경에서도 정확한 캘리브레이션이 가능하다.
Abstract
본 논문은 다중 LiDAR의 외부 캘리브레이션 문제를 다룬다. 기존 방법들은 공통 시야를 가지는 특징점 관찰이 필요하지만, 실제 모바일 로봇에서는 이를 구현하기 어렵다는 한계가 있다.
제안 방법은 로봇 이동 중 누적된 바닥면과 물체 점군을 활용한다. 먼저 바닥면 점군을 이용해 대략적인 움직임 궤적과 외부 파라미터를 보정한다. 이후 물체 점군을 활용해 최적화를 수행한다. 이를 통해 바닥면 정보가 지배적인 환경에서도 정확한 캘리브레이션이 가능하다.
또한 고밀도 LiDAR의 노이즈 제거를 위한 모듈을 제안한다. 이는 센서 스캔 패턴을 고려해 동적으로 노이즈 임계값을 조절함으로써 효과적으로 노이즈를 제거할 수 있다.
시뮬레이션 및 실제 로봇 실험을 통해 제안 방법이 기존 방법 대비 높은 정확도로 외부 캘리브레이션을 수행할 수 있음을 보였다.
Stats
바닥면 점군의 법선 벡터 nt0와 거리 dt0는 각 시간 tj에서 관측된 법선 벡터 ntj와 거리 dtj와 일치해야 한다.
각 LiDAR Li의 바닥면 점군의 법선 벡터 Lint0와 거리 Lidt0는 기준 LiDAR L0의 바닥면 점군 법선 벡터 L0nt0와 거리 L0dt0와 일치해야 한다.