智能汽车上实现车载雷达自动标定-优快云博客

作者 | 自动驾驶专栏编辑 | 自动驾驶专栏

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

论文链接：https://arxiv.org/pdf/2306.13323.pdf

摘要

本文介绍了智能汽车上实现车载雷达自动标定方法。尽管车载雷达传感器被广泛采用，并且已用于自动巡航控制和避障任务，但是其在车外的应用仍然有限。由于雷达能够解决三维空间中的多目标，因此它们还可以被用于提高环境感知能力。然而，这种应用需要精确的标定，这通常是一项耗时且费力的任务。因此，本文提出了一种基于新型假设滤波方案的车载雷达传感器的自动和地理参考的外参标定方法。本文方法不需要对车辆进行外部修改，而是使用从自动驾驶汽车中获取的位置数据。然后，将该位置数据与经过滤波的传感器数据相结合来创建标定假设。随后的滤波和优化恢复了正确的标定结果。我们在真实测试现场获取的数据上进行评估，结果表明，本文方法可以以自动化方式正确标定传感器外参，从而实现协同驾驶场景。

主要贡献

本文的贡献总结如下：

1）本文基于假设滤波的概念，通过来自基础设施的未经修改和滤波的数据，实现纯雷达标定的自动化方法；

2）标定车辆的唯一要求是一个定位单元和已知的车辆尺寸，没有对车辆和传感器环境提出外观要求。因此，其他交通参与者可以在标定过程中自由使用传感器观测到的区域；

3）在现实世界数据上的实验表明，本文方法可以应用于雷达传感器，以提高自动驾驶和协同驾驶任务的安全性和可靠性。

论文图片和表格

总结

本文提出了一种基于假设滤波的车载雷达传感器的自动化标定方法。本文方法对标定汽车和传感器环境进行了最小的假设，同时它不依赖于人工干预。标定是通过行驶经过传感器的FoV来记录雷达和目标车辆的数据以及从记录数据中提取目标轨迹来实现的。传感器和车辆轨迹在假设生成过程中相结合，然后进一步优化以考虑目标位置的随机性质。本文在现实世界数据上进行评估，结果证明了本文方法的适用性。

① 全网独家视频课程

BEV感知、毫米波雷达视觉融合、多传感器标定、多传感器融合、3D目标检测、目标跟踪、Occupancy、cuda与TensorRT模型部署、协同感知、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频（扫码免费学习）

视频官网：www.zdjszx.com

② 国内首个自动驾驶学习社区

近2000人的交流社区，涉及30+自动驾驶技术栈学习路线，想要了解更多自动驾驶感知（2D检测、分割、2D/3D车道线、BEV感知、3D目标检测、Occupancy、多传感器融合、多传感器标定、目标跟踪、光流估计）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、AI模型部署落地实战、行业动态、岗位发布，欢迎扫描下方二维码，加入自动驾驶之心知识星球，这是一个真正有干货的地方，与领域大佬交流入门、学习、工作、跳槽上的各类难题，日常分享论文+代码+视频，期待交流！

③【自动驾驶之心】技术交流群

自动驾驶之心是首个自动驾驶开发者社区，聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、Occupancy、多传感器融合、大模型、SLAM、光流估计、深度估计、轨迹预测、高精地图、NeRF、规划控制、模型部署落地、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流等方向。扫码添加汽车人助理微信邀请入群，备注：学校/公司+方向+昵称（快速入群方式）