【技术实现步骤摘要】
一种激光雷达与相机之间的标定方法和装置
本申请涉及计算机
，特别是涉及一种激光雷达与相机之间的标定方法、一种标定方法、一种激光雷达与相机之间的标定装置和一种标定装置。
技术介绍
随着无人驾驶技术的发展，目前几乎所有的无人车都采用了多传感器融合方案，安装了激光雷达、工业相机等多种传感器。无人驾驶方案中，需要将多个传感器的坐标系变换到一个统一的坐标系下，实现多传感器数据的空间融合。目前多传感器标定主要分为手工标定和自动标定两种，手工标定是由有一定标定经验的专业人员通过离线采集的传感器数据通过特定的标定方法进行手工标定，不适用于批量化标定；自动标定是通过选取特定的标定场景和标定制具，通过特定的算法实现多传感器的自动化标定。目前市面上的自动化标定方案，大都是适用于采用高端激光雷达的无人汽车，而这些自动化标定方案并不适用于采用中低端激光雷达的无人车。由于中低端激光雷达的测距精度和激光线数均远低于高端激光雷达，因而得到的环境点云信息没有高端雷达的丰富准确，如果使用类似高端雷达的标定算法无法满足采用中低端激光雷达的无人车的标定精度要求。
技术实现思路
鉴于上述问题，提出了本申请实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种激光雷达与相机之间的标定方法、一种标定方法、一种激光雷达与相机之间的标定装置和一种标定装置。为了解决上述问题，本申请实施例公开了一种激光雷达与相机之间的标定方法，包括：获取所述相机针对标定板采集的图像和所述激光雷达针对所述标定板采集的点云；在预设第一旋转矢量区间内，确定多个第一旋转矢量；分别根据各个第一旋转矢量，计算对应的所述图像与所...
【技术保护点】
1.一种激光雷达与相机之间的标定方法，其特征在于，包括：获取所述相机针对标定板采集的图像和所述激光雷达针对所述标定板采集的点云；在预设第一旋转矢量区间内，确定多个第一旋转矢量；分别根据各个第一旋转矢量，计算对应的所述图像与所述点云之间的重合度；将对应最大重合度的第一旋转矢量，确定为所述激光雷达的坐标系标定到所述相机的坐标系的旋转矢量。
【技术特征摘要】
1.一种激光雷达与相机之间的标定方法，其特征在于，包括：获取所述相机针对标定板采集的图像和所述激光雷达针对所述标定板采集的点云；在预设第一旋转矢量区间内，确定多个第一旋转矢量；分别根据各个第一旋转矢量，计算对应的所述图像与所述点云之间的重合度；将对应最大重合度的第一旋转矢量，确定为所述激光雷达的坐标系标定到所述相机的坐标系的旋转矢量。2.根据权利要求1所述的方法，其特征在于，所述分别根据各个第一旋转矢量，计算对应的所述图像与所述点云之间的重合度，包括：获取所述激光雷达的坐标系与相机的坐标系之间的平移矢量，以及获取所述相机的内参；分别采用所述多个第一旋转矢量和所述平移矢量，确定多个第一转换矩阵；针对一个所述第一转换矩阵，采用所述第一转换矩阵和所述相机的内参，计算对应的所述图像与所述点云之间的重合度。3.根据权利要求2所述的方法，其特征在于，所述采用所述第一转换矩阵和所述相机的内参，计算对应的所述图像与所述点云之间的重合度，包括：获取所述相机的相机坐标系；确定所述图像中所述标定板的轮廓，以及确定所述点云中位于所述标定板内的标定板点云的三维坐标；采用所述第一转换矩阵、所述相机的内参和所述标定板点云的三维坐标，将所述标定板点云投影到所述图像，得到第一投影点云；确定所述第一投影点云中，落入所述图像中的标定板的轮廓内的第一目标投影点的数量；采用所述第一目标投影点的数量，确定所述图像与所述点云的重合度。4.根据权利要求3所述的方法，其特征在于，所述采用所述第一目标投影点的数量，确定所述图像与所述点云的重合度，包括：计算一个标定板对应的第一目标投影点的数量与该标定板的标定板点云的数量的第一目标投影点比例；采用所述第一目标投影点比例，确定所述图像与所述点云的重合度。5.根据权利要求1所述的方法，其特征在于，所述在预设第一旋转矢量区间内，确定多个第一旋转矢量，包括：在预设第一旋转矢量区间内，按照预设弧度间隔，确定多个第一旋转矢量。6.根据权利要求5所述的方法，其特征在于，所述预设第一旋转矢量区间包括预设第一翻滚角区间、预设第一俯仰角区间和预设第一偏航角区间；所述在预设第一旋转矢量区间内，按照预设弧度间隔，确定多个第一旋转矢量，包括：在所述预设第一翻滚角区间内，按照预设弧度间隔确定多个翻滚角；在所述预设第一俯仰角区间内，按照所述预设弧度间隔确定多个俯仰角；在所述预设第一偏航角区间内，按照所述预设弧度间隔确定多个偏航角；分别从所述多个翻滚角中选取一个翻滚角，从所述多个俯仰角中选取一个俯仰角，从所述多个偏航角中选取一个偏航角进行组合，得到多个第一旋转矢量。7.根据权利要求5所述的方法，其特征在于，还包括：获取所述相机的水平视场角和垂直视场角，以及所述图像的分辨率；采用所述水平视场角除以所述分辨率的宽度，得到第一弧度；采用所述垂直视场角除以所述分辨率的高度，得到第二弧度；将所述第一弧度和所述第二弧度中，较小的作为所述预设弧度间隔。8.根据权利要求5所述的方法，其特征在于，还包括：确定基准旋转矢量；采用所述基准旋转矢量和所述预设弧度间隔，确定所述预设第一旋转矢量区间。9.根据权利要求8所述的方法，其特征在于，所述确定基准旋转矢量，包括：获取预设第二旋转矢量区间，所述预设第二旋转矢量区间包括预设第二翻滚角区间、预设第二俯仰角区间和预设第二偏航角区间；在所述预设第二俯仰角区间内调整俯仰角，并且在所述预设第二偏航角区间内调整偏航角；确定所述图像的标定板的中心与所述第一投影点云的中心重合时的目标俯仰角和目标偏航角；在所述目标俯仰角和目标偏航角下，在所述预设第二翻滚角区间内调整所述翻滚角，得到多个第二旋转矢量；从所述多个第二旋转矢量中，确定基准旋转矢量。10.根据权利要求9所述的方法，其特征在于，所述从所述多个第二旋转矢量中，确定基准旋转矢量，包括：分别采用所述多个第二旋转矢量，以及所述激光雷达的坐标系与所述相机的坐标系之间的平移矢量，确定多个第二转换矩阵；针对一个所述第二转换矩阵，采用所述第二转换矩阵和所述相机的内参，计算对应的所述图像与所述点云之间的重合度；将对应最大重合度的第二旋转矢量，确定为基准旋转矢量。11.根据权利要求3所述的方法，其特征在于，所述确定所述点云中位于所述标定板内的标定板点云的三维坐标，包括：采用点云聚类算法，从所述点云中提取位于所述标定板内的标定板点云；确定所述标定板点云的三维坐标。12.根据权利要求3所述的方法，其特征在于，所述确定所述点云中位于所述标定板内的标定板点云的三维坐标，包括：获取所述点云中各个点的反射率；采用反射率大于预设反射率阈值的点，确定位于所述标定板内的标定板点云；确定所述标定板点云的三维坐标。13.根据权利要求3所述的方法，其特征在于，所述确定所述点云中位于所述标定板内的标定板点云的三维坐标，包括：获取所述标定板的尺寸信息；采用所述标定板的尺寸信息，确定所述点云中位于所述标定板内的标定板点云；确定所述标定板点云的三维坐标。14.一种标定方法，其特征在于，应用于无人车，所述无人车包括至少一个相机以及至少一个激光雷达，所述至少一个相机和所述至少一个激光雷达分别具有自身的坐标系，所述方法包括：从所述至少一个相机选取一个目标相机，将所述目标相机的坐标系作为基准坐标系；在所述至少一个激光雷达中，确定与所述目标相机关联的第一激光雷达，并将所述第一激光雷达的坐标系标定到所述基准坐标系；在除所述目标相机之外的相机中，确定与所述第一激光雷达对应的第一相机，并将所述第一相机的坐标系标定到对应的第一激光雷达的坐标系。确定与所述目标相机不关联的第二激光雷达，以及确定与所述第二激光雷达对应的第二相机；将所述第二相机的坐标系标定到关联的第一激光雷达的坐标系，以及将所述第二激光雷达的坐标系标定到所述第二相机的坐标系。15.根据权利要求14所述的方法，其特征在于，所述至少一个相机包括：至少一个工业相机、至少一个环视相机；所述从所述至少一个相机选取一个目标相机包括：从所述至少一个工业相机选取一个作为目标相机。16.根据权利要求15所述的方法，其特征在于，所述在除所述目标相机之外的相机中，确定与所述第一激光雷达对应的第一相机，包括：在所述至少一个环视相机中，确定与所述第一激光雷达对应的第一环视相机。17.根据权利要求15所述的方法，其特征在于，所述确定与所述第二激光雷达对应的第二相机，包括：确定与所述第二激光雷达对应的第二环视相机。18.一种激光雷达与相机之间的标定装置，其特征在于，包括：图像获取模块，用于获取所述相机针对标定板采集的图像和所述激光雷达针对所述标定板采集的点云；第一旋转矢量确定模块，用于在预设第一旋转矢量区间内，确定多个第一旋转矢量；第一重合度计算模块，用于分别根据各个第一旋转矢量，计算对应的所述图像与所述点云之间的重合度；旋转矢量标定模块，用于将对应最大重合度的第一旋转矢量，确定为所述激光雷达的坐标系标定到所述相机的坐标系的旋转矢量。19.根据权利要求18所述的装置，其特征在于，所述第一重合度计算模块包括：参数获取子模块，用于获取所述激光雷达的坐标系与相机的坐...
【专利技术属性】
技术研发人员：温英杰，孙孟孟，李凯，张斌，李吉利，林巧，曹丹，李卫斌，周光祥，余辉，蓝天翔，顾敏奇，吴紫薇，梁庆羽，毛非一，刘宿东，张善康，李文桐，张成华，
申请(专利权)人：菜鸟智能物流控股有限公司，
类型：发明
国别省市：开曼群岛,KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。