光州科学技术院（GIST）17日表示，机械机器人工学系研究团队在教授 Kim Pyojin 带领下，开发出一项可应用于超轻量无人机的新型传感器标定技术——“SPLiCE（Single-Point LiDAR and Camera Calibration & Estimation，单点激光雷达与摄像头标定与估计）”。
该技术能够将单线束激光雷达（LiDAR）与摄像头的位置和朝向精密对齐，即便在对重量和空间限制极大的环境中，也能实现高精度的传感器对准。通过这一点，可以实现不同传感器之间的数据融合，使机器人或无人机在自主飞行、勘探、灾害救援等多种任务中发挥更加稳定的性能。
超小型无人机在灾难现场搜救、工业设施巡检、狭小空间勘探等领域具有很高的应用价值。然而，由于机体可搭载的传感器重量受限，只能使用单线束激光雷达等超轻量传感器，无法使用高性能三维激光雷达传感器。
在这种情况下，可获得的数据量极少，就像只拿到很少几块拼图却要拼出完整图案一样，要精确对齐不同传感器的坐标系要困难得多，因此标定技术的重要性进一步凸显。
三维激光雷达（3D LiDAR）是一种通过向多个方向发射激光并测量反射时间，从而生成周围环境三维点云数据的传感器技术，广泛应用于自动驾驶、机器人、无人机等领域的精确空间感知。
传统的激光雷达—摄像头标定方法依赖于多线束三维激光雷达获取的高密度点云（Point Cloud）数据。但在超小型无人机上只能使用单线束激光雷达，可获取的数据极其有限。也就是说，为“拼图”所需的点云数据分布得十分稀疏，导致使用既有方法难以完成标定。
为解决这一问题，研究团队引入了“曼哈顿世界（Manhattan World）”模型。该方法基于建筑物或室内结构大多呈水平、垂直对齐这一假设，从而简化计算过程。此外，研究团队还通过自行设计的标定板提出了全新的技术路径。该标定板由黑白格子和小型正方形孔洞构成，并可像门一样旋转。
激光雷达本来只能测量单一方向的距离值，但如果将标定板旋转时产生的距离变化与孔洞、标定板形状等信息综合利用，单一点位的测量值就能累积并扩展为三个基准点。
为验证所提出的方法，研究团队在纳米级无人机平台“Crazyflie（9cm x 9cm，27g）”上搭载传感器，开展了多种实验。结果显示，用于评估传感器标定精度的核心指标——平均重投影误差被降低到约3个像素，相较传统方法展现出显著更高的精度。此外，传感器之间的位置误差约为1厘米，三轴旋转（左右、前后、航向旋转）角度误差仅约1°，证明即使在超小型无人机上也能实现稳定的标定性能。
“SPLiCE”相比传统的棋盘格标定方法或基于虚拟二维激光雷达的技术路径，仅凭15组数据就能获得较高的精度，而传统方法一般需要40组以上数据，这大幅提升了效率和实用性。
通过这一成果，即便是在重量和功耗约束极大的超小型无人机上，也能够实现稳定的传感器标定，有望发展为支撑多种自主飞行应用的核心基础技术。
Kim Pyojin 教授表示：“本研究提出的技术，即便在像超小型无人机这样对传感器重量和性能限制极大的环境中，也能对激光雷达和摄像头进行高精度标定。今后，该技术也有望应用于多架无人机协同执行制图、勘探等任务。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
