본 논문은 자율주행 자동차의 강인한 인식을 위해 광범위하게 활용되는 LiDAR와 Radar 센서의 융합에서, 진동으로 인해 발생하는 외적 매개변수의 드리프트 문제를 해결하기 위한 새로운 타겟리스 보정 기법인 LiRaCo를 제안한다. LiDAR와 Radar는 모두 기하 정보를 얻을 수 있지만, 명시적인 인공 마커 없이 다중 모달 데이터 간의 기하학적 대응 관계를 구축하는 것은, 특히 Radar의 낮은 수직 해상도 때문에 어려운 과제이다. LiRaCo는 거리에 따른 데이터 희소성 증가를 고려하여, 원통형 표현 공간에서 LiDAR 점군과 Radar 스캔 간의 공간 점유 일관성을 활용한다. Radar 스캔 픽셀을 3D 점유 격자로 확장하여 공간적 일관성에 기반한 LiDAR 점군 제약을 설정하고, 3D 격자와 LiDAR 점들의 공간적 중첩을 기반으로 외적 보정 매개변수를 포함하는 비용 함수를 구성한다. 최종적으로 비용 함수를 최적화하여 외적 매개변수를 추정한다. 다양한 LiDAR 센서를 사용한 두 개의 실제 야외 데이터셋에 대한 포괄적인 정량적 및 정성적 실험을 통해 제안된 방법의 실현 가능성과 정확성을 보여준다. 소스 코드는 공개될 예정이다.
