【机器人】多传感器标定前沿技术小笔记

⭐️参考

• [草稿] X. Zhang, H. Liu, Z. Zou, and M. Zhou, Multi-sensor Fusion for Autonomous Driving.

⭐️关键观点

• 因为传感器融合可以起到优势互补的作用，所以多传感器标定是不可或缺的一步。
• 因为使用标定板或者人工标定的传统方法不能解决使用中误差累积等一系列问题，所以一个在线的实时的标定策略是必要的。
• 激光雷达提取出来的线特征和相机提取出来的线特征可以很好的进行匹配，进而实现标定任务。
  • 虽然线特征是一种很可靠的几何特征，但是实际使用也存在一些问题，例如在行人极多的情况，或者说在复杂环境中，线特征就显得没有那么可靠了。
• 在大环境信息（像是GPS信号）缺失的情况下进行一个主动的切换，实现自适应感知/定位。（从GF-SLAM切换到F-SLAM）

我不认为这里所谓的半动态环境存在研究价值。首先对于人工智能的未来，我们不需要这样的方案；其次无人车在可见的未来内不会存在这样的使用场景。这个研究只是为了研究在研究，或者根本没有完成。

⭐️关键词整理

self-driving vehicles (SDV), real-time extrinsic parameters, multi-modal perception systems, extrinsic transformation, drift gradually during operation, line-based method