日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

キャリブレーションarXiv:2507.17210

FAST-Calib: 1秒で完了するLiDAR-カメラ外部キャリブレーション

FAST-Calib: LiDAR-Camera Extrinsic Calibration in One Second

シェア:XThreadsFacebookLINEはてブBluesky

専用3Dターゲットを用い、機械式・ソリッドステート両対応のLiDAR-カメラ外部キャリブレーション手法を提案。エッジ抽出と楕円フィッティングで高精度・高速(0.7秒未満)を実現し、コードとデータセットを公開。

詳しい要約

1. どんなもの?

- LiDAR-camera の外部キャリブレーションを高速・簡便に行うツール FAST-Calib の提案 - 自作の 3D target を用いる target-based 手法 - mechanical LiDAR と solid-state LiDAR の両方に対応 - 複数 scene にまたがる joint optimization をサポート - コードと dataset を GitHub で公開

2. 先行研究と比べてどこがすごい?

- 既存手法と比較して精度・robustness が優れると報告 - LiDAR scan pattern に依存しない edge extraction により機種非依存性を高めた - edge dilation artifacts を ellipse fitting で補正する点が特徴 - 処理時間 0.7s 未満、point-to-point registration error 6.5mm 未満を達成 - 具体的な比較対象手法名は要旨からは不明

3. 技術・手法の肝は?

- 自作 3D target を用いた外部キャリブレーション - LiDAR scan pattern に依らない効率的・信頼性の高い edge extraction algorithm - LiDAR spot spread による edge dilation artifacts を ellipse fitting で補正 - 複数 scene の joint optimization を実施 - 詳細な最適化定式化や target 形状は要旨からは不明

4. どうやって有効だと検証した?

- Ouster, Avia, Mid360 の 3 機種の LiDAR で検証 - 各 LiDAR を wide-angle camera と組み合わせて実験 - point-to-point registration error が常に 6.5mm 未満 - 総処理時間が 0.7s 未満 - 既存手法より精度・robustness が優れるとの実験結果

5. 議論はある?

- 精度・速度・利便性のバランスを訴求 - コードと dataset の公開による再現性・コミュニティ貢献 - 限界や失敗条件、target 配置条件などの詳細は要旨からは不明 - 比較手法の具体的な範囲や評価指標の詳細は要旨からは不明

6. 次に読むべき論文は?

- 要旨で参照・比較されている個別研究は明示されていない - 関連手法として target-based LiDAR-camera calibration の既存研究 - edge extraction や ellipse fitting を用いた calibration 研究 - mechanical/solid-state LiDAR 向け外部キャリブレーション研究 - 公開コード・dataset を用いた再現・比較論文

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Chunran Zheng, Fu Zhang

分類: cs.RO

原文アブストラクト

This paper proposes FAST-Calib, a fast and user-friendly LiDAR-camera extrinsic calibration tool based on a custom-made 3D target. FAST-Calib supports both mechanical and solid-state LiDARs by leveraging an efficient and reliable edge extraction algorithm that is agnostic to LiDAR scan patterns. It also compensates for edge dilation artifacts caused by LiDAR spot spread through ellipse fitting, and supports joint optimization across multiple scenes. We validate FAST-Calib on three LiDAR models (Ouster, Avia, and Mid360), each paired with a wide-angle camera. Experimental results demonstrate superior accuracy and robustness compared to existing methods. With point-to-point registration errors consistently below 6.5mm and total processing time under 0.7s, FAST-Calib provides an efficient, accurate, and target-based automatic calibration pipeline. We have open-sourced our code and dataset on GitHub to benefit the robotics community.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI