In this letter, we propose a fast, accurate, and targetless extrinsic calibration method for multiple LiDARs and cameras based on adaptive voxelization. On the theory level, we incorporate the LiDAR extrinsic calibration with the bundle adjustment method. We derive the second-order derivatives of the cost function w.r.t. the extrinsic parameter to accelerate the optimization. On the implementation level, we apply the adaptive voxelization to dynamically segment the LiDAR point cloud into voxels with non-identical sizes, and reduce the computation time in the process of feature correspondence matching. The robustness and accuracy of our proposed method have been verified with experiments in outdoor test scenes under multiple LiDAR-camera configurations.
翻译:在此信里, 我们提出一个快速、 准确且无目标的异域校准方法, 用于基于适应性 voxelization 的多个 LiDAR 和相机。 在理论层面, 我们将LiDAR 外部校准与捆绑调整方法结合起来 。 我们从成本函数的第二阶衍生物 w.r.t. 外部参数中得出加速优化的第二阶衍生物 。 在实施层面, 我们应用适应性 voxeliz化法, 将LiDAR 点云的动态部分 应用到不相同大小的 voxel 中, 并缩短特征通信匹配过程中的计算时间 。 我们拟议方法的坚固性和准确性已经通过在多个 LIDAR 相机配置下的室外测试场的实验得到验证 。