LiDAR와 카메라 융합을 위한 다차원 기하학적 특징 기반 보정 방법

LiDAR와 카메라 간의 외적 보정은 자율주행차, 로봇공학, 감시 시스템 등 다양한 분야에서 필수적인 작업이 되었습니다. 그러나 기존 방법은 점 구름의 희소성과 LiDAR의 고유 거리 측정 오류로 인해 부정확하고 충분하지 않은 감지된 특징으로 인해 제한된 정밀도에서 고통받고 있습니다. 본 논문에서는 LiDAR와 카메라 간의 다차원 기하학적 특징 기반 보정 방법을 제안합니다. 우선, 여러 방향의 모서리와 독특한 코너 특징을 가진 다중 표면을 가진 3D 구조화 보정 대상을 제안합니다. 둘째, 이미지 특징과의 3D-2D 특징 점 쌍을 설정하기 위해 점-평면 및 각도 오류 기반 점 구름 특징 감지 방법을 설계합니다. 마지막으로 외적 매개변수를 추정하기 위해 관점-N-점(PnP) 문제를 해결합니다. 실험 결과는 제안 방법이 평균 재투영 오류(MRE)를 0.05픽셀 감소시키며, 소규모 훈련 크기, 대규모 테스트 크기, 그리고 반복 횟수가 더 많은 조건에서 최신 방법(SOTA)에 비해 정규화 재투영 오류(NRE)를 70% 감소시킨 것을 보여줍니다.