【技术实现步骤摘要】
智能汽车的传感器标定方法、装置、电子设备及介质
本公开涉及计算机信息处理领域，具体而言，涉及一种智能汽车的传感器标定方法、装置、电子设备及计算机可读介质。
技术介绍
目前自动驾驶中常见的传感器可包括：摄像头、惯性测量单元、激光雷达。三种传感器各有优劣。摄像头方案成本低，可以识别不同的物体，在物体高度与宽度测量精度、车道线识别、行人识别准确度等方面有优势，但作用距离和测距精度不如毫米波雷达，并且容易受光照、天气等因素的影响。惯性测量单元(InertialMeasurementUnit，IMU)通常由陀螺仪、加速剂和算法处理单元组成，通过对加速度和旋转角度的测量得出本车的运动轨迹。激光雷达成本高，测距精度最高，但是对物体的材质属性识别较差，另外分辨率较低也是影响使用的原因之一。总之只有相互配合取长补短，才能实现更稳定可靠的自动驾驶。使得三种传感器协调统一工作的基础就是传感器的标定，传感器标定是自动驾驶的基本需求，一个车上装了多个/多种传感器，而它们之间的坐标关系是需要确定的。传感器的标定就是确定不同传感器的不同坐标系之间...
【技术保护点】
1.一种智能汽车的传感器标定方法，其特征在于，包括：/n将智能汽车设置为初始化状态；/n控制所述智能汽车按照预设路线行进，以使得所述智能汽车上的多个传感器获取实时数据，所述传感器包括多个激光雷达、惯性测量单元、车载相机；/n通过实时数据对所述多个激光雷达、所述惯性测量单元、所述车载相机进行传感器标定；/n根据传感器标定数据生成第一外参，第二外参，第三外参之后完成所述传感器的标定。/n
【技术特征摘要】
1.一种智能汽车的传感器标定方法，其特征在于，包括：
将智能汽车设置为初始化状态；
控制所述智能汽车按照预设路线行进，以使得所述智能汽车上的多个传感器获取实时数据，所述传感器包括多个激光雷达、惯性测量单元、车载相机；
通过实时数据对所述多个激光雷达、所述惯性测量单元、所述车载相机进行传感器标定；
根据传感器标定数据生成第一外参，第二外参，第三外参之后完成所述传感器的标定。
2.如权利要求1所述的方法，其特征在于，还包括：
在所述智能汽车的正常行驶过程中，基于所述第一外参，所述第二外参，所述第三外参进行图像融合；
根据所述图像融合结果规划所述智能汽车的行驶路线。
3.如权利要求2所述的方法，其特征在于，基于所述第一外参，所述第二外参，所述第三外参进行图像融合，包括：
基于所述第一外参进行所述多个激光雷达之间的图像融合；和/或
基于所述第二外参进行所述多个激光雷达和所述惯性测量单元之间的图像融合；和/或
基于所述第三外参进行所述多个激光雷达和所述车载相机之间的图像融合。
4.如权利要求1所述的方法，其特征在于，控制所述智能汽车按照预设路线行进，以使得所述智能汽车上的多个传感器获取实时数据，包括：
控制所述智能汽车在低于速度阈值的状态下行驶，获取所述多个激光雷达的实时点云数据；
控制所述智能汽车按照第一预设路线和第二预设路线行驶，获取所述多个激光雷达和所述惯性测量单元的点云数据和车身位姿数据；
控制所述智能汽车在低于速度阈值的状态下行驶，获取所述多个激光雷达和所述车载相机的点云数据和相机数据。
5.如权利要求4所述的方法，其特征在于，所述多个激光雷达包括主激光雷达和辅激光雷达；
通过实时数据对所述多个激光雷达进行传感器标定，包括：
将第一帧主激光雷达的点云数据和任意多帧主激光雷达的点云数据、初始外参输入第一预设函数中生成多个主初始外参；
将第一帧辅激光雷达的点云数据和任意多帧辅激光雷达的点云数据、初始外参输入预设函数中生成多个辅初始外参；
通过所述多帧主激光雷达的点云数据、所述多个主初始外参、所述多帧辅激光雷达的点云数据、所述多个辅初始外参生成稠密点云数据；
将所述稠密点云数据和测量外参输入所述第一预设函数以生成所述第一外参。
6.如权利要求5所述的方法，其特征在于，通过所述多帧主激光雷达的点云数据、所述多个主初始外参、所述多帧辅激光雷达的点云数据、所述多个辅初始外参生成稠密点云数据，包括：
将所述多帧主激光雷达的点云数据、所述多个主初始外参输入第...
【专利技术属性】
技术研发人员：薛辉，杨庆雄，
申请(专利权)人：福建牧月科技有限公司，
类型：发明
国别省市：福建;35
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。