基于自适应密集 3D 高斯溅射的建筑环境自动化无靶标激光雷达 - 相机标定

《AUTOMATION IN CONSTRUCTION》：Automated targetless LiDAR–camera calibration for construction environments via adaptive dense 3D Gaussian Splatting

　　

•面向复杂施工现场的无靶标激光雷达 - 相机标定。
•静态结构作为跨模态标定的自然参考。
•跨模态重建和对齐提高了标定性能。
•GS-Calib 在真实场景中实现了 0.95 像素的平均重投影误差。

引言

起重机和大型起重设备在现代建筑活动中发挥着关键作用，特别是在城市建设和交通工程中 [1]。然而，由于其操作范围广、工作环境复杂、负载条件多样，以及需要多个系统和人员之间的协调，起重机事故 [2] 频繁发生，导致严重的财产损失和人员伤亡。在邻近现有交通基础设施的建筑项目中 [3]，[4]，后果可能更为严重。在各种事故类型中，汽车起重机倾覆事故 [5] 的频率和严重程度最高。图 1 展示了多起汽车起重机倾覆事故，凸显了对有效监控和安全管理策略的迫切需求。

随着建筑安全需求的增加，传统的人工监控方法正逐渐被智能监控系统取代。基于视觉的方法提供高分辨率的外观信息，并已被广泛应用于起重机相关任务，包括检测、姿态估计和操作状态分析 [6]，[7]。然而，它们的性能往往因遮挡、光照变化以及缺乏准确的几何深度信息而降低，尤其是在大型建筑环境中。这些局限性严重限制了它们在安全关键应用中的可靠性。

为了克服这些挑战，激光雷达 - 相机融合已成为建筑自动化中广泛采用的感知方法，提供互补的几何和视觉信息 [8]，[9]。激光雷达和相机之间准确的外参标定是可靠多传感器融合的前提 [10]。在建筑环境中，操作条件往往很复杂，传感器通常部署在活跃的施工设备周围，可能会受到附近机械操作、设备布局变化以及监控任务调整的影响。在长期监控期间，这些因素会影响传感器安装的稳定性，并通过机械振动、维护操作或设备重新定位逐渐改变激光雷达和相机之间的相对姿态。因此，先前估计的外参参数可能不再有效，需要进行定期或按需重新标定 [11]。

传统的基于靶标的激光雷达 - 相机标定方法通常依赖专用的标定靶标，如棋盘格或人工标记 [12]，[13]。虽然这些方法在受控条件下可以达到高精度，但它们在施工现场的适用性往往受限于空间要求受限和操作繁琐。此外，在活跃的施工现场部署专用标定靶标可能会引入额外的安全隐患，因为操作员可能需要在机械工作区域或其他限制区域附近放置或调整靶标。这些操作和安全限制使得基于靶标的标定不太适合在建筑环境中进行重复重新标定。因此，基于自然场景特征的无靶标定方法越来越受到关注 [10]。然而，许多现有的无靶标方法是针对一般道路或室内场景设计的，依赖于强边缘、信息丰富的强度或反射率分布，或学习到的外观特征等场景特征 [14]。最近基于学习的方法使用统一的深度表示 [15] 或对象级跨模态对应关系 [16] 来估计激光雷达 - 相机外参。然而，在通用场景特征或学习表示表现不足的建筑环境中，它们的鲁棒性可能会降低。此外，基于学习的标定通常需要大量且具有代表性的训练数据，其泛化能力可能会受到训练环境与部署环境之间差异的影响 [14]。

值得注意的是，施工现场具有一种区别于许多其他应用领域的独特环境特征：存在起重机、钢框架和混凝土柱等大规模静态结构。这些结构占据了场景中很大一部分，表现出强烈的几何规律性，并且在常规监控活动中从广泛的角度可见。这一观察表明了一种根本不同的无靶标定方法：而不是依赖通用自然特征或专用人工靶标，可以直接利用这些静态结构的几何形状作为自然标定参考。

受这一见解的启发，本文提出了 GS-Calib，这是一种专门为建筑环境设计的自动化无靶标激光雷达 - 相机标定框架。GS-Calib 不依赖标定靶标或通用自然特征，而是从激光雷达和视觉数据中重建静态结构，并通过对齐两个重建结果来恢复外参。这种设计不仅消除了与靶标部署相关的操作负担和安全担忧，而且仅基于当前场景的几何重建和配准进行操作，不同于需要大规模数据集进行端到端训练的基于学习的方法。因此，它提供了固有的物理可解释性和现场泛化能力。同时，结构本身提供了稳定的几何约束，天然适合建筑环境。

GS-Calib 主要应对四个挑战。首先，现有的激光雷达 SLAM 系统在大型环境中往往会累积漂移，这会降低重建结构的几何一致性。其次，单目视觉重建缺乏度量尺度，使得难以直接比较视觉和激光雷达数据。第三，标准的三维高斯泼溅 [17] 优先考虑光度渲染质量，往往在结构边缘和精细组件上产生不足的几何密度。最后，传统的点云配准方法对噪声和稀疏结构敏感，这限制了它们在复杂建筑环境中的鲁棒性。

本文的主要贡献总结如下：
1.系统级贡献：为建筑环境引入了一种结构驱动的无靶标定范式，系统地利用大规模静态结构作为激光雷达 - 相机外参标定的几何约束。开发了一个自动化标定框架，整合跨模态重建和对齐来估计外参，无需专用标定靶标。
2.算法贡献：提出了四项算法创新以解决上述四个挑战。这些包括具有闭环检测的激光雷达 -IMU SLAM 以实现稳定的点云重建、基于轨迹的相似变换以实现视觉 - 激光雷达尺度恢复和对齐、在 3DGS 框架内具有置信度感知联合剪枝的曲率引导高斯稠密化以实现自适应密集重建，以及增强的点到线 ICP 公式以实现鲁棒的跨模态配准。
3.实践贡献：在真实建筑数据集上的验证展示了亚像素级重投影精度（平均 0.95 像素），并在基于靶标和无靶标方法中表现优异，具有快速标定、最少人工干预和高成功率的特点。

本文的其余部分组织如下：第 2 节回顾相关工作；第 3 节概述所提出方法的整体框架并详细说明激光雷达 - 相机标定算法；第 4 节通过定性和定量实验验证该方法的有效性；第 5 节总结全文并讨论未来研究方向。

章节片段

相关工作

激光雷达 - 相机标定的目标是估计激光雷达和相机坐标系之间的刚性变换，包括相对旋转和平移。准确的外参标定使得三维激光雷达点能够一致地投影到二维图像平面上，从而为多传感器融合提供几何基础 [18]。给定齐次激光雷达点 P?L=[XL,YL,ZL,1]T 及其齐次图像投影 p?=[u,v,1]T，投影模型可表述为 sp?=KRCLtCLP?L，

GS-Calib 方法论

本节提出了针对建筑环境中自动化无靶标激光雷达 - 相机标定的 GS-Calib 方法论。3.1 节介绍了整体框架，随后是 3.2 节的激光雷达点云重建、3.3 节的视觉稀疏重建和跨模态尺度对齐、3.4 节的几何增强密集三维高斯泼溅，以及 3.5 节的基于自然对象的配准。这些组件共同建立了几何一致的

实验

本节通过在真实建筑环境中进行的实验来评估 GS-Calib。4.1 节描述了实验平台、传感器和同步配置、数据集采集以及实现细节，而 4.2 节通过定性和定量比较、不同起重机姿态下的多视图实验以及工程应用讨论来评估标定性能。

结论与未来工作

本文提出了 GS-Calib，一种针对复杂建筑环境的自动化无靶标激光雷达 - 相机外参标定框架。通过使用起重机、钢框架和混凝土柱等大规模静态结构作为自然几何参考，GS-Calib 消除了对专用标定靶标的需求，并将外参标定重构为跨模态结构对齐问题。相同的结构从激光雷达和视觉数据中独立重建，并且

CRediT 作者贡献声明

Wen Sun：方法论，调查。Yunzhu Meng：写作 – 审查与编辑，写作 – 初稿。Yanchao Dong：写作 – 审查与编辑，写作 – 初稿，监督，资金获取。Da Li：写作 – 审查与编辑，写作 – 初稿。Yao Shan：监督，资源，方法论，调查。Jun Wang：监督，方法论，调查。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系，这些可能会影响本论文中报告的工作。

Wen Sun|Yunzhu Meng|Yanchao Dong|Da Li|Yao Shan|Jun Wang