【技术实现步骤摘要】
一种激光雷达和相机传感器空间位置自动标定方法及系统
本专利技术涉及多传感器标定领域，尤其涉及一种激光雷达和相机传感器空间位置自动标定方法及系统。
技术介绍
多传感器标定方法是无人驾驶领域的研究重点和难点之一。在当前的传感器标定算法中，通常为手动标定的方式，此种方法通常对标定环境要求较为严格，并且选取标定物体的精度也会影响标定精度。并且，在运行过程中，激光雷达和相机的空间位置关系会逐渐变化，因此需要一种可以实时在线监测空间位置关系，并能及时纠正累计误差的自动标定方法。
技术实现思路
本专利技术的目的在于提供一种激光雷达和相机传感器空间位置自动标定方法及系统，可以实时判断当前激光雷达和相机的空间位置是否准确，并且在准确度低的情况下在线纠正激光雷达和相机的空间位置误差。该方法不需要人为设计标定物体，可以自动采集环境中的信息，标定激光雷达和相机空间位置。为实现上述目的，本专利技术的实施例1提供了一种激光雷达和相机传感器空间位置自动标定方法，所述方法包括：调整激光雷达相对于相机传感器的空间位置，得到...
【技术保护点】
1.一种激光雷达和相机传感器空间位置自动标定方法，所述方法包括：/n调整激光雷达相对于相机传感器的空间位置，得到多组激光雷达和相机传感器的空间位置关系；/n对于一个空间位置关系，从激光雷达点云数据中筛选出符合直线特征的数据；从相机传感器图像数据中筛选符合直线特征的数据；将符合直线特征的激光雷达数据投影到相机传感器的像素坐标系，计算投影后的符合直线特征的一个激光雷达点的灰度值作为得分，累加全部激光雷达点的得分作为总得分；遍历所有的空间位置关系，得到多个总得分；/n从多个总得分中，选择最高总得分对应的激光雷达和相机传感器的空间位置关系，作为标定后的激光雷达和相机传感器的位置关系。/n
【技术特征摘要】
1.一种激光雷达和相机传感器空间位置自动标定方法，所述方法包括：
调整激光雷达相对于相机传感器的空间位置，得到多组激光雷达和相机传感器的空间位置关系；
对于一个空间位置关系，从激光雷达点云数据中筛选出符合直线特征的数据；从相机传感器图像数据中筛选符合直线特征的数据；将符合直线特征的激光雷达数据投影到相机传感器的像素坐标系，计算投影后的符合直线特征的一个激光雷达点的灰度值作为得分，累加全部激光雷达点的得分作为总得分；遍历所有的空间位置关系，得到多个总得分；
从多个总得分中，选择最高总得分对应的激光雷达和相机传感器的空间位置关系，作为标定后的激光雷达和相机传感器的位置关系。
2.根据权利要求1所述的激光雷达和相机传感器空间位置自动标定方法，其特征在于，所述方法还包括：判断当前激光雷达和相机传感器的空间位置是否准确，具体包括：
从激光雷达点云数据中筛选出符合直线特征的数据；从相机传感器图像数据中筛选符合直线特征的数据；
将符合直线特征的激光雷达数据投影到相机传感器的像素坐标系，计算投影后的符合直线特征的一个激光雷达点的灰度值，对全部激光雷达点的灰度值累计求和，记为A；对全部激光雷达点的最大灰度值累计求和，记为B；
判断AB的值是否大于0.9，如果为是，则当前激光雷达和相机传感器的空间位置准确，否则，当前激光雷达和相机传感器的空间位置不准确。
3.根据权利要求1所述的激光雷达和相机传感器空间位置自动标定方法，其特征在于，所述调整激光雷达相对于相机传感器的空间位置，具体包括：固定相机传感器，按照下述六个自由度中的一个或者任意组合调整激光雷达的空间位置，六个自由度包括：沿x轴方向移动、沿y轴方向移动、沿z轴方向移动，绕x轴旋转、绕y轴旋转和绕z轴旋转，其中，x轴、y轴和z轴为相机传感器的本体坐标系的三个坐标轴。
4.根据权利要求1所述的激光雷达和相机传感器空间位置自动标定方法，其特征在于，所述从激光雷达点云数据中筛选出符合直线特征的数据，具体为：
获取多线束激光雷达数据，对于每一个线束中的激光雷达点，若相邻两个激光雷达点的距离变化大于阈值，则去除距离较远的激光雷达数据点，由此筛选出符合直线特征的数据。
5.根据权利要求1所述的激光雷达和相机传感器空间位置自动标定方法，其特征在于，所述从相机传感器图像数据中筛选符合直线特征的数据，具体为：
获取相机传感器采集的图像数据并转换为灰度图；
使用边缘检测算法检测灰度图得到边缘特征图像；
对边缘特征图像进行过滤，留下竖直和水平特征；
使用高斯滤波平滑边缘特征图像得到符合直线特征的图像数据。
6.一种激光雷达和相机传感器空间位...
【专利技术属性】
技术研发人员：张新钰，朱世凡，马浩淳，郭世纯，刘华平，李骏，
申请(专利权)人：清华大学，
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。