BEVCALIB：通过几何引导的鸟瞰图表示进行激光雷达-相机校准

精确的激光雷达-相机标定是实现自动驾驶和机器人系统中多模态感知融合的基础。传统的标定方法需要在受控环境中进行大量数据采集，并且无法补偿车辆/机器人移动期间的变换变化。在本文中，我们提出了第一个利用鸟瞰图（BEV）特征从原始数据执行激光雷达相机标定的模型，称为 BEVCALIB。为此，我们分别提取相机 BEV 特征和激光雷达 BEV 特征，并将它们融合到共享的 BEV 特征空间中。为了充分利用 BEV 特征的几何信息，我们引入了一种新颖的特征选择器，用于过滤转换解码器中最重要的特征，这减少了内存消耗并实现了高效训练。在 KITTI、NuScenes 和我们自己的数据集上进行的广泛评估表明，BEVCALIB 达到了新的最先进水平。在各种噪声条件下，BEVCALIB 在 KITTI 数据集上平均分别以 (47.08%, 82.32%) 的平移和旋转，在 NuScenes 数据集上平均分别以 (78.17%, 68.29%) 的平移和旋转，超越了文献中最佳基线。在开源领域，它将最佳可复现基线提高了一个数量级。我们的代码和演示结果可在 https://cisl.ucr.edu/BEVCalib 获取。