M2-Calibr:基于多输出高斯过程的多传感器无目标时空校准方法
《IEEE Transactions on Robotics》:M2-Calibr: Targetless Spatiotemporal Calibration for Multi-Sensor via Multi-Output Gaussian Processes
【字体:
大
中
小
】
时间:2026年06月25日
来源:IEEE Transactions on Robotics 11.1
编辑推荐:
摘要:多传感器融合已被广泛视为自动驾驶和机器人任务的主流方法,其基础是精确的时空校准。然而,诸如激光雷达、惯性测量单元和摄像头等各类传感器在采样频率和感知模式上存在显著差异,这在复杂运动条件下给校准带来了巨大挑战。为此,我们提出了M2-Calibr,这是一种基于多输出高斯过程的多
摘要:
多传感器融合已被广泛视为自动驾驶和机器人任务的主流方法,其基础是精确的时空校准。然而,诸如激光雷达、惯性测量单元和摄像头等各类传感器在采样频率和感知模式上存在显著差异,这在复杂运动条件下给校准带来了巨大挑战。为此,我们提出了M2-Calibr,这是一种基于多输出高斯过程的多传感器系统无目标时空校准方法。首先,通过MOGP回归对连续时间下的运动状态进行建模。在此基础上,又提出了点级MOGP方法,用于精确处理激光雷达的逐点运动状态,从而减少运动带来的误差,生成无失真的点云图。该点云图随后被用来确定摄像头的绝对运动尺度,进一步提升校准精度。最后,为在快速运动条件下进一步提高校准性能,该方法还引入了结合动态时间规整的轨迹相关性分析方法,能够计算出最小失真路径以及运动时间戳之间的最大轨迹相关性,从而实现快速准确的时序偏移估算。在多种基准数据集和自定义数据集上的实验表明,M2-Calibr在校准精度方面表现优异。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号