一种智能车辆多传感器融合自标定方法及系统技术方案

本发明专利技术公开了一种智能车辆多传感器融合自标定方法及系统，该方法包括：S100：接收车辆行驶过程中同步采集的一段连续时间内双目相机、IMU和GNSS传感器输出的信息；S200：推算双目相机轨迹；S300：推算IMU轨迹；S400：获取GNSS轨迹；S500：将双目相机、IMU、GNSS的轨迹进行时间同步；S600：利用时间同步后的轨迹求解相机和IMU的联合外参以及GNSS天线和IMU的杆臂；S700：利用步骤S600计算出的联合外参以及杆臂进行更新。本发明专利技术可解决车辆行驶过程中因碰撞、振动等因素造成的双目相机、IMU和GNSS接收机位置关系的改变问题，具有标定速度快、标定精确、且操作简单等优点。且操作简单等优点。且操作简单等优点。

【技术实现步骤摘要】
一种智能车辆多传感器融合自标定方法及系统


[0001]本专利技术属于自动驾驶汽车
，尤其涉及一种智能车辆多传感器融合自标定方法及系统。

技术介绍

[0002]随着智能汽车技术的发展，感知技术逐渐成为目前智能汽车领域的核心问题，决定着汽车对自身的定位和对环境的感知是否准确。可靠的汽车位置和姿态等定位信息是实现自动驾驶汽车导航功能的前提和基础。多传感器融合技术通过对多种传感器及其观测信息的合理支配与使用，结合各传感器的特性进行取长补短，用来提高整个系统的定位精度和可靠性。在多传感器的融合中，总是涉及到各传感器之间的坐标转换问题，首先要解决的是传感器之间的外参标定问题。
[0003]双目立体视觉具有效率高，准确度高，系统结构简单，成本低的优点。双目相机模拟了人类视觉处理景物的方式，它基于视差原理并利用成像设备从不同角度获取被测物体的两幅图像，通过计算图像对应点间的位置偏差，来获取物体三维几何信息。惯性传感器(IMU)是可以检测加速度与旋转运动的传感器。惯性传感器是高频传感器，在短时间内可以提供稳定的实时位置更新，但是其定位误差会随运行时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能车辆多传感器融合自标定方法，其特征是，包括：S100：接收车辆行驶过程中同步采集的一段连续时间内双目相机、IMU和GNSS传感器输出的信息；S200：根据双目相机输出的信息推算双目相机轨迹；S300：通过对IMU输出的信息进行定位解算，推算IMU轨迹；S400：将GNSS传感器输出的信息转换到当地水平坐标系，得GNSS轨迹；S500：将双目相机、IMU、GNSS传感器的轨迹进行时间同步；S600：利用时间同步后的轨迹求解相机和IMU的联合外参以及GNSS天线和IMU的杆臂；本步骤进一步包括：定义双目相机、IMU、GNSS轨迹的质心位置p
c
、p
j
、p
g
：其中，分别为双目相机、IMU、GNSS轨迹中时间点i对应的轨迹点，i＝1,2，
…
n，n表示时间点数量；S610：求解相机和IMU的联合外参；具体包括：对双目相机、GNSS轨迹中每个轨迹点做去质心处理；用去质心后的轨迹点构建最小二乘问题，计算旋转矩阵利用旋转矩阵计算双目相机坐标系到IMU坐标系的平移矩阵t
ic
＝p
i
‑
Rp
c
；其中，和分别为去质心处理后的轨迹点；S620：求解GNSS天线和IMU的杆臂t
jg
＝p
g
‑
p
j
；S700：利用步骤S600计算出的联合外参以及杆臂对原来的联合外参以及杆臂进行更新。2.如权利要求1所述的智能车辆多传感器融合自标定方法，其特征是：步骤S200进一步包括：S210：利用双目相机的内参，对双目相机输出信息进行去畸变和双目矫正；S220：采用图像金字塔从图像信息中提取ORB特征；S230：根据ORB特征将左眼图像和右眼图像进行双目立体匹配，获得立体关键点；S240：将立体关键点输入视觉SLAM系统中，推算出双目相机的轨迹。3.如权利要求1所述的智能车辆多传感器融合自标定方法，其特征是：步骤S300进一步包括：S310：初始对准，获取速度、位置和姿态矩阵的初值；S320：利用陀螺仪输出数据对IMU做姿态解算并更新，得到IMU的姿态信息；S330：对加速度计输出的比力信息做坐标变换，将IMU坐标系下的比力信息变换到当地
水平坐标系下；S340：坐标变换后的比力信息经一次积分得到速度信息，二次积分得到位置信息，位置信息即IMU轨迹。4.一种智能车辆多传感器融合自标定系统，其特征是，包括：接收模块，用来接收车辆行驶过程中同步采集的一段连续时间内双目相机、IMU和GNSS传感器输出的信息；双目相机轨迹推...

【专利技术属性】
技术研发人员：严运兵，田良宇，刘梦奇，夏旎阳，张琳，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：