MFCalib：基于多特征边缘的无目标环境下激光雷达与摄像机的单次自动外参标定

主要观点总结

本文介绍了一种名为MFCalib的新方法，用于在无目标环境中对激光雷达和RGB摄像机进行外参标定。该方法通过一次数据采集完成，结合多特征边缘提取和激光雷达光束建模，提高了标定的精度和鲁棒性。实验结果表明，该方法优于当前最先进的无目标标定方法，适用于各种室内和室外场景。

关键观点总结

关键观点1: MFCalib方法简介

一种用于激光雷达和RGB摄像机的外参标定新方法，可在无目标环境中自动运行，并通过一次数据采集完成。

关键观点2: 多特征边缘提取策略

结合深度连续和深度不连续的边缘，以及平面上的强度不连续边缘，提高标定的精度和鲁棒性。

关键观点3: 激光雷达光束建模

通过对激光雷达光束建模，解决深度不连续边缘膨胀的问题，进一步提高标定的准确性。

关键观点4: 实验与结果

大量实验结果表明，MFCalib在各种场景中优于当前最先进的无目标标定方法，其精度甚至在单次采集中超过了多场景标定的精度。

文章预览

文章:   MFCalib: Single-shot and Automatic Extrinsic Calibration for LiDAR and Camera in Targetless Environments Based on Multi-Feature Edge 作者：Tianyong Ye , Wei Xu, Chunran Zheng and Yukang Cui 编辑：点云PCL 欢迎各位加入知识星球，获取PDF论文，欢迎转发朋友圈。 文章仅做学术分享，如有侵权联系删文。 公众号致力于点云处理，SLAM，三维视觉，高精地图等领域相关内容的干货分享，欢迎各位加入，有兴趣的可联系dianyunpcl@163.com。 文章未申请原创 ， 侵权或转载 联系微信cloudpoint9527。 摘要 本文提出了MFCalib，这是一种用于激光雷达和RGB摄像机的创新外参标定技术，能够在无目标的环境中自动运行，并通过一次数据采集完成标定。该方法的核心是使用丰富的边缘信息，显著提高了标定的精度和鲁棒性。具体来说，我们提取了深度连续和深度不连续的边缘，以及平面上的强度不连续边缘 ………………………………