基于4D相关性金字塔的激光雷达-视觉传感器外参在线标定方法

近年来,激光雷达与视觉传感器融合系统广泛应用于复杂环境下的精准感知,而在设备运行中标定参数不可避免地会发生偏差。为增强融合系统在不同初始误差范围内的鲁棒性,提出了一种基于四维(4D)相关性金字塔的激光雷达-视觉传感器外参在线标定方法,可以端到端训练和实时预测外部参数。首先,引入强度信息以增强稀疏点云的纹理信息感知能力。其次,构建并利用4D相关性特征金字塔,自适应地融合不同尺度特征,以获得多分辨率相关性特征,从而提高信息丰富度与标定精度。最后,通过增加点云距离损失函数提升模型泛化性能。实验结果显示,所提出的算法在低网络复杂性条件下具有高准确性、鲁棒性以及泛化能力,并能够实时估计雷达视觉传感器的外参。