論文の概要: Can a Display Be Used for Rapid LiDAR-Camera Extrinsic Calibration?
- arxiv url: http://arxiv.org/abs/2610.28571v1
- Date: Tue, 20 Oct 2026 17:29:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.949419
- Title: Can a Display Be Used for Rapid LiDAR-Camera Extrinsic Calibration?
- Title（参考訳）: 高速LiDAR-Camera Extrinsic Calibrationにディスプレイは使えるか?
- Abstract要約: ScreenCalibは、通常のプログラマブルディスプレイを使用して光検出および測光(LiDAR)を可能にする。
タグ誘導ディスプレイ抽出、幾何仮説の生成と洗練、周囲のシーンエッジを使って曖昧さを解消する。
- 参考スコア（独自算出の注目度）: 9.412429218430045
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: ScreenCalib enables light detection and ranging (LiDAR)--camera extrinsic calibration using an ordinary programmable display, providing known visual markers and controlled geometry while reducing dedicated target preparation. The camera observes displayed AprilTags, whereas the LiDAR measures the physical screen surface and boundary, requiring indirect cross-modal association. Display geometry introduces association ambiguities, while indoor clutter complicates extraction. ScreenCalib addresses these challenges through tag-guided display extraction, geometric hypothesis generation and refinement, and surrounding scene edges for ambiguity resolution. The single-pose mode requires only one static placement. The joint multi-pose mode combines independent static observations through cross-pose consensus and jointly refines the shared extrinsics and tag scale, reducing sensitivity to tag-size measurement errors without requiring continuous motion or inter-pose trajectory estimation. Experiments in simulation and on three different sensor platforms cover mechanical and nonrepetitive LiDARs in clean and cluttered environments. Benchmark results show that ScreenCalib outperforms competitive calibration-board-based methods in translation accuracy. Joint multi-pose refinement further reduces mean rotation and translation errors across the three platforms and improves rendered-map alignment. Evaluation across readily available displays, including cell phones, tablets, laptops, computer monitors, and televisions, further examines ScreenCalib's versatility as a practical alternative to dedicated calibration targets. The source code is available at https://github.com/ZuhaoZou2026/ScreenCalib.
- Abstract（参考訳）: ScreenCalibは、通常のプログラマブルディスプレイを使用して、光検出とカメラ外部キャリブレーション(LiDAR)を可能にする。
カメラは4月のタグを表示するが、LiDARは物理的スクリーンの表面と境界を計測し、間接的なクロスモーダルアソシエーションを必要とする。
ディスプレイ幾何学は連想の曖昧さを導入し、屋内クラッタは抽出を複雑にする。
ScreenCalibは、タグ付きディスプレイ抽出、幾何仮説の生成と改善、曖昧さ解決のための周囲のシーンエッジを通じて、これらの課題に対処する。
シングルプレイスモードでは1つの静的配置しか必要としない。
連立多目的モードは、クロスポジションコンセンサスを通じて独立した静的観測を組み合わせ、共有外在物とタグスケールを共同で洗練し、連続的な動きや軌道間推定を必要とせず、タグサイズの測定誤差に対する感度を低下させる。
シミュレーションと3つの異なるセンサープラットフォームでの実験は、クリーンで散らかった環境における機械的および非反復的なLiDARをカバーしている。
ベンチマークの結果,ScreenCalibは翻訳精度において競合キャリブレーション方式よりも優れていた。
共同多目的改良により、3つのプラットフォーム間の平均回転誤差と翻訳誤差が減少し、描画マップアライメントが改善される。
携帯電話、タブレット、ラップトップ、コンピューターモニター、テレビなど、利用可能なディスプレイ全体の評価は、専用のキャリブレーションターゲットの代替としてScreenCalibの汎用性についても検討している。
ソースコードはhttps://github.com/ZuhaoZou2026/ScreenCalibで入手できる。
関連論文リスト
- Simplified Cross-Modal Calibration for Heterogeneous Event-RGB Stereo Systems [0.6117371161379207]
既存のアプローチでは、センサやターゲットの動き、正確な同期、あるいは計算コストのかかるイベント・ツー・イメージの再構築が必要である。
標準のコンシューマディスプレイに表示された時間変調された混合ChArUcoターゲットを用いた動きのないクロスモーダルキャリブレーションフレームワークを提案する。
提案手法は, キャリブレーション手順を大幅に単純化しつつ, 平均再投影誤差を44%, 6%削減する。
論文 参考訳（メタデータ） (2026-08-24T08:29:35Z) - A Height-Constrained 2-Point Minimal Solver for Pose Estimation from Active LED Markers with Event Cameras [51.7262911415172]
本研究では,モーションキャプチャシステムから実世界のデータを集めるイベントベースアクティブマーカーシステムを開発した。
合成データと実データの両方の実験では、最先端のP2Pソルバよりも精度が向上した。
論文 参考訳（メタデータ） (2026-08-10T12:19:24Z) - Calousel: Extrinsic Calibration of Non-overlapping Multi-camera Systems from Pure Rotation [7.816762304840921]
従来の目標ベース手法は、かなりの目標設定オーバーヘッドを課す。
動きに基づくアプローチは、代わりにドリフトエラー、あいまいさのスケール、動きの縮退に悩まされる。
本研究では,1つの静的キャリブレーション板のみを必要とする純粋回転運動を利用する新しいキャリブレーション法を提案する。
論文 参考訳（メタデータ） (2026-06-24T09:54:20Z) - CalibFree: Self-Supervised View Feature Separation for Calibration-Free Multi-Camera Multi-Object Tracking [50.354685761416484]
CalibFreeは、MCMOTタスクのキャリブレーションや手動ラベリングを必要としない自己教師型表現学習フレームワークである。
MMP-MvMHATデータセットの実験では、全体の精度が3%向上し、最先端のアプローチよりも平均F1スコアが7.5%向上した。
論文 参考訳（メタデータ） (2026-05-10T01:04:12Z) - Geometry OR Tracker: Universal Geometric Operating Room Tracking [61.399734016038614]
手術室(OR)では、世界規模のマルチビュー3Dトラッキングは、外科医の行動認識のような下流のアプリケーションをサポートする。
カメラのキャリブレーションとRGB-Dの登録は常に信頼性が低く、幾何学的不整合が生じる。
我々は、不正確なキャリブレーションをスケール一貫性と幾何学的に整合したカメラ設定に修正する2段階パイプラインであるGeometry OR Trackerを紹介する。
論文 参考訳（メタデータ） (2026-02-28T09:21:21Z) - Two-Stage Camera Calibration Method for Multi-Camera Systems Using Scene Geometry [52.27010615715154]
本稿では,マルチカメラトラッキングシステムのための2段階キャリブレーション手法を提案する。
第1段階では、自然幾何学的プリミティブの演算子のアノテーションに基づいて、個々のカメラの部分校正を行う。
第2段階では、投影された有効視野のインタラクティブな操作により、正確なシステム校正を行う。
論文 参考訳（メタデータ） (2025-12-04T16:47:39Z) - Visual Odometry with Transformers [68.453547770334]
特徴抽出により単眼フレームのシーケンスを処理するビジュアル・オドメトリ・トランスフォーマ(VoT)を導入する。
従来の方法とは異なり、VoTは密度の高い幾何学を推定することなくカメラの動きを直接予測し、監視のためにカメラのポーズのみに依存する。
VoTは、より大きなデータセットで効果的にスケールし、より強力なトレーニング済みバックボーンの恩恵を受け、多様なカメラモーションとキャリブレーション設定を一般化し、従来のメソッドよりも3倍以上高速に動作しながらパフォーマンスを向上する。
論文 参考訳（メタデータ） (2025-10-02T17:00:14Z) - UniCal: Unified Neural Sensor Calibration [32.7372115947273]
自動運転車(SDV)には、LiDARとカメラの正確な校正が必要である。
従来のキャリブレーション手法では、制御され構造化されたシーンでキャプチャされたフィデューシャルを利用し、処理を最適化するために対応を計算する。
我々は、複数のLiDARとカメラを備えたSDVを強制的に校正する統合フレームワークUniCalを提案する。
論文 参考訳（メタデータ） (2024-09-27T17:56:04Z) - How to Calibrate Your Event Camera [58.80418612800161]
画像再構成を用いた汎用イベントカメラキャリブレーションフレームワークを提案する。
ニューラルネットワークに基づく画像再構成は,イベントカメラの内在的・外在的キャリブレーションに適していることを示す。
論文 参考訳（メタデータ） (2021-05-26T07:06:58Z) - Unified Multi-Modal Landmark Tracking for Tightly Coupled
Lidar-Visual-Inertial Odometry [5.131684964386192]
視覚,ライダー,慣性情報を協調的に最適化するモバイルプラットフォームのための効率的なマルチセンサ・オドメトリーシステムを提案する。
ライダー点雲から3次元線と平面原始体を抽出する新しい手法を提案する。
システムは、脚のあるロボットによる地下探査や、動的に動くハンドヘルドデバイスによる屋外スキャンなど、さまざまなプラットフォームやシナリオでテストされてきた。
論文 参考訳（メタデータ） (2020-11-13T09:54:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。