一种多传感器联合标定方法及标定装置制造方法及图纸

本申请提供了一种多传感器联合标定方法及标定装置，其中多传感器联合标定方法能够根据第一激光雷达和相机之间的相对位置关系，通过点云平面拟合的方法获得靶标平面在第一激光雷达坐标系中的平面实际位姿，又能够根据第一激光雷达和第二激光雷达之间的相对位置关系，获得靶标平面在第二激光雷达坐标系中的平面实际位姿，然后通过最小化法向量误差和平面距离误差的方法，获得相机和第一激光雷达的相对位姿标定结果以及第一激光雷达和第二激光雷达的相对位姿标定结果，实现了相机和激光雷达之间以及不同激光雷达之间的标定，实现了车辆中多传感器的联合标定。辆中多传感器的联合标定。辆中多传感器的联合标定。

【技术实现步骤摘要】
一种多传感器联合标定方法及标定装置


[0001]本申请涉及车辆
，特别涉及一种多传感器联合标定方法及标定装置。

技术介绍

[0002]随着汽车行业的快速发展，车辆的自动驾驶技术快速发展起来。车辆的自动驾驶技术是一种通过电脑系统实现车辆无人驾驶的技术。
[0003]其中，自动驾驶车辆的传感器作为自动驾驶系统的重要组成部分，自动驾驶车辆传感器的标定是十分重要的。自动驾驶车辆需融合多个传感器的感知和观测结果，以实现对环境的感知、对车辆自身的定位、规划导航等功能。由于需要多个传感器进行融合和协作，这就需要对各个传感器的自身参数及相互之间的位置姿态参数进行标定。
[0004]目前，单个相机的内参标定、相机与相机间的外参标定均有相关已知技术。但是，在现有的标定方法中，激光雷达仅采用点云识别的方法，识别困难，精确度低，无法实现自动驾驶车辆的众多传感器之间的标定，例如相机和激光雷达之间的标定，不同激光雷达之间的标定。

技术实现思路

[0005]鉴于上述问题，本专利技术提供一种多传感器联合标定方法及标定装置，其能够实现相机和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多传感器联合标定方法，其特征在于，包括：利用相机采集车辆周身的图像数据，同时利用激光雷达采集所述车辆周身的点云数据；利用所述图像数据计算靶标平面在相机坐标系中的位姿；根据所述相机和第一激光雷达的相对位置，将所述靶标平面于所述相机坐标系下的位姿转换为于第一激光雷达坐标系下的位姿；根据所述靶标平面在所述第一激光雷达坐标系下的位姿在所述第一激光雷达点云的对应位置，通过点云平面拟合方法获得所述靶标平面在所述第一激光雷达坐标系中的平面实际位姿；根据所述第一激光雷达和第二激光雷达的相对位置，将所述靶标平面在所述第一激光雷达坐标系中的平面实际位姿转换为于第二激光雷达坐标系下的位姿；根据所述靶标平面在所述第二激光雷达坐标系下的位姿于所述第二激光雷达点云的对应位置，通过点云平面拟合方法获得所述靶标平面在所述第二激光雷达坐标系中的平面实际位姿；根据所述靶标平面在所述相机坐标系中的位姿以及所述靶标平面在所述第一激光雷达坐标系中的平面实际位姿，通过最小化两者的法向量误差和平面距离误差，以获得所述相机和所述第一激光雷达的相对位姿标定结果；根据所述靶标平面在所述第一激光雷达坐标系中的平面实际位姿以及所述靶标平面在所述第二激光雷达坐标系中的平面实际位姿，通过最小化两者的法向量误差和平面距离误差，以获得所述第一激光雷达和所述第二激光雷达的相对位姿标定结果。2.根据权利要求1所述的多传感器联合标定方法，其特征在于，在计算所述靶标平面在所述相机坐标系中的位姿的同时对所述相机的内部参数及畸变参数进行标定。3.根据权利要求2所述的多传感器联合标定方法，其特征在于，计算所述靶标平面在所述相机坐标系中的位姿以及对所述相机的内部参数及畸变参数标定的步骤为：在所述图像数据中检测和识别靶标，获取所述靶标的靶标轮廓线(211)及内部特征点(212)在靶标图像中的坐标位置；根据所述靶标轮廓及所述内部特征点(212)的坐标位置标定所述相机的所述内部参数和所述畸变参数。4.根据权利要求3所述的多传感器联合标定方法，其特征在于，获...

【专利技术属性】
技术研发人员：陈敏鹤，于乾坤，白云昊，高翰炜，范拓，
申请(专利权)人：赛可智能科技上海有限公司，
类型：发明
国别省市：