Onderzoekers hebben een nieuwe techniek ontwikkeld, genaamd ScreenCalib, waarmee sensoren van LiDAR-systemen en camera's nauwkeurig op elkaar kunnen worden afgestemd met behulp van een standaard digitaal scherm. Deze methode vermindert de noodzaak voor gespecialiseerde kalibratie-doelen en versnelt het proces van extrinsieke kalibratie.
Het nauwkeurig synchroniseren van de positie en oriëntatie tussen een LiDAR-sensor (Light Detection and Ranging) en een camera is een cruciaal proces voor autonome systemen en robotica. Traditioneel vereist dit proces vaak het gebruik van specifieke, fysieke kalibratieborden. In een recent onderzoek, gepubliceerd op 20 oktober 2026, presenteren Zuhao Zou en collega-onderzoekers een alternatief waarbij een programmeerbaar scherm wordt ingezet als referentiepunt.
De werking van ScreenCalib
De kern van de nieuwe methode, genaamd ScreenCalib, is het gebruik van een alledaags scherm dat visuele markers weergeeft. Volgens de publicatie op arxiv.org observeert de camera specifieke AprilTags die op het scherm worden getoond, terwijl de LiDAR-sensor de fysieke oppervlakte en de randen van het scherm meet.
Dit proces brengt echter technische uitdagingen met zich mee. Omdat de camera en de LiDAR op verschillende manieren informatie verzamelen, is er sprake van een indirecte cross-modale associatie. Bovendien kunnen de geometrie van het scherm en storende elementen in een binnenruimte leiden tot onduidelijkheden bij het extraheren van de juiste gegevens. Om dit op te lossen, maakt ScreenCalib gebruik van tag-gestuurde extractie van het scherm, het genereren en verfijnen van geometrische hypothesen en het analyseren van randen in de omgeving om ambiguïteiten weg te nemen.
Twee verschillende modi voor kalibratie
De onderzoekers beschrijven in hun artikel op twee verschillende modi waarin het systeem kan werken:
- Single-pose mode: In deze modus is slechts één statische plaatsing van het scherm vereist om de kalibratie uit te voeren.
- Joint multi-pose mode: Hierbij worden meerdere onafhankelijke statische observaties gecombineerd via een zogenaamde 'cross-pose consensus'. Deze methode verfijnt de gedeelde extrinsieken en de schaal van de tags gezamenlijk. Dit vermindert de gevoeligheid voor meetfouten in de grootte van de tags, zonder dat er continue beweging of trajectschatting tussen de verschillende posities nodig is.
Resultaten en veelzijdigheid
De effectiviteit van ScreenCalib is getest via simulaties en op drie verschillende sensorplatforms, waarbij zowel mechanische als niet-repetitieve LiDAR-systemen zijn gebruikt in zowel schone als rommelige omgevingen. De resultaten tonen aan dat ScreenCalib beter presteert dan concurrerende methoden die gebruikmaken van traditionele kalibratieborden, specifiek wat betreft de nauwkeurigheid van de translatie.
De 'joint multi-pose' verfijning zorgde volgens de data op voor een verdere vermindering van de gemiddelde rotatie- en translatiefouten over de drie geteste platforms, wat leidde tot een betere uitlijning van de gerenderde kaarten.
Een belangrijk aspect van het onderzoek is de praktische toepasbaarheid. De onderzoekers hebben de methode geëvalueerd met een breed scala aan beschikbare schermen, waaronder:
* Smartphones en tablets
* Laptops en computermonitoren
* Televisies
Hiermee bewijst de methode haar veelzijdigheid als een praktisch alternatief voor dedicated kalibratie-doelen. De broncode voor dit project is beschikbaar gesteld via een externe URL, zoals vermeld in de documentatie op .
Hoewel andere online bronnen zoals bol.com geen relevante technische informatie bevatten over dit specifieke onderzoek, onderstreept de publicatie op de verschuiving naar meer flexibele, software-gestuurde kalibratiemethoden in de computer vision en patroonherkenning.