BEVCALIB: ジオメトリ誘導型鳥瞰図表現によるLiDAR-カメラキャリブレーション

BEVCALIB: LiDAR-Camera Calibration via Geometry-Guided Bird's-Eye View Representations

June 3, 2025

著者: Weiduo Yuan, Jerry Li, Justin Yue, Divyank Shah, Konstantinos Karydis, Hang Qiu

cs.AI

要旨

正確なLiDAR-カメラキャリブレーションは、自動運転やロボットシステムにおけるマルチモーダル知覚の融合において基本的な要素です。従来のキャリブレーション手法では、制御された環境での大量のデータ収集が必要であり、車両やロボットの移動中に生じる変換の変化に対応できません。本論文では、生データからLiDARカメラキャリブレーションを行うために鳥瞰図（BEV）特徴を利用する初のモデル、BEVCALIBを提案します。これを実現するため、カメラBEV特徴とLiDAR BEV特徴を別々に抽出し、それらを共有BEV特徴空間に融合します。BEV特徴から得られる幾何学的情報を最大限に活用するため、変換デコーダにおいて最も重要な特徴をフィルタリングする新しい特徴セレクタを導入し、メモリ消費を削減し効率的な学習を可能にします。KITTI、NuScenes、および独自のデータセットでの広範な評価により、BEVCALIBが新たな最先端技術を確立することが示されました。様々なノイズ条件下において、BEVCALIBはKITTIデータセットで（47.08%、82.32%）、NuScenesデータセットで（78.17%、68.29%）の平均で（並進、回転）の観点から文献上の最良のベースラインを上回りました。オープンソース領域では、再現可能な最良のベースラインを一桁改善します。コードとデモ結果はhttps://cisl.ucr.edu/BEVCalibで公開されています。

English

Accurate LiDAR-camera calibration is fundamental to fusing multi-modal perception in autonomous driving and robotic systems. Traditional calibration methods require extensive data collection in controlled environments and cannot compensate for the transformation changes during the vehicle/robot movement. In this paper, we propose the first model that uses bird's-eye view (BEV) features to perform LiDAR camera calibration from raw data, termed BEVCALIB. To achieve this, we extract camera BEV features and LiDAR BEV features separately and fuse them into a shared BEV feature space. To fully utilize the geometric information from the BEV feature, we introduce a novel feature selector to filter the most important features in the transformation decoder, which reduces memory consumption and enables efficient training. Extensive evaluations on KITTI, NuScenes, and our own dataset demonstrate that BEVCALIB establishes a new state of the art. Under various noise conditions, BEVCALIB outperforms the best baseline in the literature by an average of (47.08%, 82.32%) on KITTI dataset, and (78.17%, 68.29%) on NuScenes dataset, in terms of (translation, rotation), respectively. In the open-source domain, it improves the best reproducible baseline by one order of magnitude. Our code and demo results are available at https://cisl.ucr.edu/BEVCalib.