【技术实现步骤摘要】
联合标定方法、装置、电子设备及存储介质
本公开实施例涉及数据领域，尤其涉及一种联合标定方法、装置、电子设备及存储介质。
技术介绍
随着智能交通技术的发展，基础交通信息是通过传感器采集获得的，其中，用于获取基础交通信息的传感器一般为多种，其包括：激光雷达、摄像头、雷达以及GPS等传感器。而对多个传感器的采集信息进行融合能够发挥各类型传感器的自身优势，在这一过程中，对传感器进行联合标定则成为重要问题。在现有技术中，为了实现对于不同类型的传感器的标定，特别是针对于激光雷达以及相机的联合标定，一般会分别利用标定板进行标定作业。具体的，通过在标定场景下设置黑白棋盘格状的板型结构，以使激光雷达和相机基于该标定板实现联合标定。但是，这种方式由于使用到标定板，其标定过程繁琐标定工作量大。
技术实现思路
针对上述问题，本公开提供了一种联合标定方法、装置、电子设备及存储介质。第一方面，本公开提供了一种联合标定方法，包括：获得激光雷达和相机针对同一目标采集区域进行采集得到的点云数据和图像数据，其...
【技术保护点】
1.一种联合标定方法，其特征在于，包括：/n获得激光雷达和相机针对同一目标采集区域进行采集得到的点云数据和图像数据，其中，所述目标采集区域中设置有可用于标定的目标物，所述目标物包括有至少一个角点；/n分别在所述图像数据和所述点云数据中，确定每个角点的二维图像坐标和三维点云坐标；/n根据同一角点的二维图像坐标和三维点云坐标，计算以分别获得所述激光雷达和相机的外参；/n根据所述激光雷达和相机的外参对激光雷达和外参进行联合标定。/n
【技术特征摘要】 【专利技术属性】
1.一种联合标定方法，其特征在于，包括：
获得激光雷达和相机针对同一目标采集区域进行采集得到的点云数据和图像数据，其中，所述目标采集区域中设置有可用于标定的目标物，所述目标物包括有至少一个角点；
分别在所述图像数据和所述点云数据中，确定每个角点的二维图像坐标和三维点云坐标；
根据同一角点的二维图像坐标和三维点云坐标，计算以分别获得所述激光雷达和相机的外参；
根据所述激光雷达和相机的外参对激光雷达和外参进行联合标定。
2.根据权利要求1所述的联合标定方法，其特征在于，所述点云数据和图像数据是激光雷达和相机针对同一目标采集区域进行同步采集获得的；
相应的，获得激光雷达和相机针对同一目标采集区域进行采集得到的点云数据和图像数据，包括：
分别获得激光雷达和相机针对同一目标采集区域进行采集得到的原始点云数据和原始图像数据，对所述原始点云数据和原始图像数据进行时间同步处理，确定在同一时刻采集获得的点云数据和图像数据；
相应的，分别在所述图像数据和所述点云数据中，确定每个角点的二维图像坐标和三维点云坐标；
分别在同一时刻采集获得的点云数据和图像数据中，确定每个角点的二维图像坐标和三维点云坐标。
3.根据权利要求2所述的联合标定方法，其特征在于，所述原始点云数据中包括有至少一个点云数据以及激光雷达在采集各点云数据时的时间戳；所述原始图像数据包括有至少一个图像数据以及相机在采集各图像数据时的时间戳；
所述对所述原始点云数据和原始图像数据进行时间同步处理，确定在同一时刻采集获得的点云数据和图像数据，包括：
计算各点云数据与各图像数据的时间戳之间的差值，将差值小于预设阈值的点云数据和图像数据作为同一时刻采集获得的点云数据和图像数据。
4.根据权利要求1所述的联合标定方法，其特征在于，所述分别在所述图像数据和所述点云数据中，确定每个角点的二维图像坐标和三维点云坐标，包括：
利用平面拟合算法对所述点云数据进行处理，以确定所述目标物的三维点云数据平面，并根据所述三维点云数据平面确定每个焦点的三维点云坐标；
利用图像灰度的角点检测算法对所述图像数据进行处理，获得每个角点的二维图像坐标。
5.根据权利要求1所述的联合标定方法，其特征在于，所述根据同一角点的二维图像坐标和三维点云坐标，计算以分别获得所述激光雷达和相机的外参，包括：
利用PNP算法对同一角点的二维图像坐标和三维点云坐标进行迭代运算处理，获得投影误差最小的解；
将所述投影误差最小的解作为所述激光雷达和所述相机的外参。
6.一种联合标定装置，其特征在于，包括：
技术研发人员：马冰，王邓江，李娟娟，邓永强，
申请(专利权)人：北京万集科技股份有限公司，
类型：发明
国别省市：北京;11
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。