车辆传感器的外参校准方法、装置及计算机可读存储介质制造方法及图纸

本申请公开了一种车辆传感器的外参校准方法、装置及计算机可读存储介质，该方法包括：根据车辆的当前位置，获取对应的高精地图的第一道路标识数据；获取车辆的第一传感器采集的第一传感器数据并进行处理，得到第二道路标识数据；获取车辆的第二传感器采集的第二传感器数据并进行处理，得到第三道路标识数据；根据第一道路标识数据、第二道路标识数据和第三道路标识数据构建非线性优化模型；根据非线性优化模型，确定校准后的第一传感器的外参和第二传感器的外参。本申请能够根据高精地图提供的道路标识数据和不同传感器的道路标识数据实时校准传感器的外参，且通过不同源的道路标识数据之间的相互约束，提高了传感器外参的鲁棒性和精度。性和精度。性和精度。

【技术实现步骤摘要】
车辆传感器的外参校准方法、装置及计算机可读存储介质


[0001]本申请涉及自动驾驶
，尤其涉及一种车辆传感器的外参校准方法、装置及计算机可读存储介质。

技术介绍

[0002]近年来，随着先进驾驶辅助系统(Advanced Driver Assistance System，简称ADAS)和自动驾驶(Automated Driving，简称AD)技术的发展，基于相机、激光雷达等多传感器感知的研究得到了广泛的应用。
[0003]其中，传感器相对于车体中心的外参的标定精度，影响传感器的测量，进而对实际应用产生影响。例如，从相机采集的道路图像中检测出的车道线、停止线、箭头等道路标识信息与高精地图中的高精度数据进行配准，可以判断车辆在行驶过程中的位置；激光雷达可以感知周围立体的交通标识，确定车辆在道路中的准确位置，然后根据行驶目的地进行规划和控制。由于所有的检测结果都需要通过其外参转换到车体坐标系下予以应用，因此，传感器外参的好坏将影响后续模块的应用。
[0004]现有的许多传感器标定方法通常采用离线标定，由于车辆在行驶过程中不可避免的会震动，导致传感器安装的位置、角度等与初始位置不一致，从而导致初始标定好的外参存在误差。对此，现有技术中提供了一些传感器的实时标定方法，然而这些标定方法通常只采用一种传感器的数据进行标定，导致标定结果的鲁棒性和精度不高。

技术实现思路

[0005]本申请实施例提供了一种车辆传感器的外参校准方法、装置及计算机可读存储介质，以提高车辆传感器的外参的鲁棒性和精度。<br/>[0006]本申请实施例采用下述技术方案：
[0007]第一方面，本申请实施例提供一种车辆传感器的外参校准方法，其中，所述方法包括：
[0008]根据车辆的当前位置，获取对应的高精地图中的第一道路标识数据；
[0009]获取所述车辆的第一传感器采集的第一传感器数据，并对所述第一传感器数据进行处理，得到第二道路标识数据；
[0010]获取所述车辆的第二传感器采集的第二传感器数据，并对所述第二传感器数据进行处理，得到第三道路标识数据；
[0011]根据所述第一道路标识数据、所述第二道路标识数据以及所述第三道路标识数据，构建非线性优化模型，所述非线性优化模型用于校准所述第一传感器的外参和所述第二传感器的外参；
[0012]根据所述非线性优化模型，确定校准后的第一传感器的外参和校准后的第二传感器的外参。
[0013]可选地，所述根据所述第一道路标识数据、所述第二道路标识数据以及所述第三
道路标识数据，构建非线性优化模型包括：
[0014]将所述第一道路标识数据、所述第二道路标识数据以及所述第三道路标识数据均转换到车体坐标系下；
[0015]根据所述车体坐标系下的第一道路标识数据、第二道路标识数据以及第三道路标识数据，构建残差约束；
[0016]根据所述残差约束构建所述非线性优化模型。
[0017]可选地，所述第一道路标识数据包括高精地图的3D道路标识点，所述第二道路标识数据包括道路图像的2D道路标识点，所述第三道路标识数据包括激光雷达的3D道路标识点，所述根据所述第一道路标识数据、所述第二道路标识数据以及所述第三道路标识数据，构建非线性优化模型包括：
[0018]根据所述高精地图的3D道路标识点和所述道路图像的2D道路标识点，构建第一残差约束；
[0019]根据所述道路图像的2D道路标识点和所述激光雷达的3D道路标识点，构建第二残差约束；
[0020]根据所述高精地图的3D道路标识点和所述激光雷达的3D道路标识点，构建第三残差约束；
[0021]根据所述第一残差约束、所述第二残差约束以及所述第三残差约束，构建所述非线性优化模型。
[0022]可选地，所述根据所述高精地图的3D道路标识点和所述道路图像的2D道路标识点，构建第一残差约束包括：
[0023]将所述高精地图的3D道路标识点投影到所述道路图像中，得到所述高精地图的2D道路标识点；
[0024]根据所述高精地图的2D道路标识点和所述道路图像的2D道路标识点，构建所述第一残差约束。
[0025]可选地，所述高精地图的2D道路标识点和所述道路图像的2D道路标识点均为线型道路标识的2D道路标识点，所述根据所述高精地图的2D道路标识点和所述道路图像的2D道路标识点，构建所述第一残差约束包括：
[0026]将所述高精地图中的线型道路标识的2D道路标识点拟合为一条直线；
[0027]根据所述道路图像中的线型道路标识的2D道路标识点与所述直线的距离，构建点到直线距离的残差约束。
[0028]可选地，所述根据所述道路图像的2D道路标识点和所述激光雷达的3D道路标识点，构建第二残差约束包括：
[0029]将所述激光雷达的3D道路标识点投影到所述道路图像中，得到所述激光雷达的2D道路标识点；
[0030]根据所述激光雷达的2D道路标识点和所述道路图像的2D道路标识点，构建所述第二残差约束。
[0031]可选地，所述根据所述高精地图的3D道路标识点和所述激光雷达的3D道路标识点，构建第三残差约束包括：
[0032]将所述高精地图的3D道路标识点和所述激光雷达的3D道路标识点进行匹配；
[0033]根据匹配结果构建所述第三残差约束。
[0034]可选地，在根据所述车体坐标系下的第一道路标识数据、第二道路标识数据以及第三道路标识数据，构建残差约束之后，所述方法还包括：
[0035]获取所述第一传感器的历史外参和所述第二传感器的历史外参；
[0036]根据所述第一传感器的历史外参和所述第二传感器的历史外参，构建外参先验约束；
[0037]根据所述残差约束和所述外参先验约束，构建所述非线性优化模型。
[0038]第二方面，本申请实施例还提供一种车辆传感器的外参校准装置，其中，所述装置包括：
[0039]第一获取单元，用于根据车辆的当前位置，获取对应的高精地图中的第一道路标识数据；
[0040]第二获取单元，用于获取所述车辆的第一传感器采集的第一传感器数据，并对所述第一传感器数据进行处理，得到第二道路标识数据；
[0041]第三获取单元，用于获取所述车辆的第二传感器采集的第二传感器数据，并对所述第二传感器数据进行处理，得到第三道路标识数据；
[0042]第一构建单元，用于根据所述第一道路标识数据、所述第二道路标识数据以及所述第三道路标识数据，构建非线性优化模型，所述非线性优化模型用于校准所述第一传感器的外参和所述第二传感器的外参；
[0043]确定单元，用于根据所述非线性优化模型，确定校准后的第一传感器的外参和校准后的第二传感器的外参。
[0044]第三方面，本申请实施例还提供一种电子设备，包括：
[0045]处理器；以及
[0046]被安排成存储计算机可执行指令的存储器，所述可执行指令在被本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆传感器的外参校准方法，其中，所述方法包括：根据车辆的当前位置，获取对应的高精地图中的第一道路标识数据；获取所述车辆的第一传感器采集的第一传感器数据，并对所述第一传感器数据进行处理，得到第二道路标识数据；获取所述车辆的第二传感器采集的第二传感器数据，并对所述第二传感器数据进行处理，得到第三道路标识数据；根据所述第一道路标识数据、所述第二道路标识数据以及所述第三道路标识数据，构建非线性优化模型，所述非线性优化模型用于校准所述第一传感器的外参和所述第二传感器的外参；根据所述非线性优化模型，确定校准后的第一传感器的外参和校准后的第二传感器的外参。2.如权利要求1所述方法，其中，所述根据所述第一道路标识数据、所述第二道路标识数据以及所述第三道路标识数据，构建非线性优化模型包括：将所述第一道路标识数据、所述第二道路标识数据以及所述第三道路标识数据均转换到车体坐标系下；根据所述车体坐标系下的第一道路标识数据、第二道路标识数据以及第三道路标识数据，构建残差约束；根据所述残差约束构建所述非线性优化模型。3.如权利要求1所述方法，其中，所述第一道路标识数据包括高精地图的3D道路标识点，所述第二道路标识数据包括道路图像的2D道路标识点，所述第三道路标识数据包括激光雷达的3D道路标识点，所述根据所述第一道路标识数据、所述第二道路标识数据以及所述第三道路标识数据，构建非线性优化模型包括：根据所述高精地图的3D道路标识点和所述道路图像的2D道路标识点，构建第一残差约束；根据所述道路图像的2D道路标识点和所述激光雷达的3D道路标识点，构建第二残差约束；根据所述高精地图的3D道路标识点和所述激光雷达的3D道路标识点，构建第三残差约束；根据所述第一残差约束、所述第二残差约束以及所述第三残差约束，构建所述非线性优化模型。4.如权利要求3所述方法，其中，所述根据所述高精地图的3D道路标识点和所述道路图像的2D道路标识点，构建第一残差约束包括：将所述高精地图的3D道路标识点投影到所述道路图像中，得到所述高精地图的2D道路标识点；根据所述高精地图的2D道路标识点和所述道路图像的2D道路标识点，构建所述第一残差约束。5.如权利要求4所述方法，其中，所述高精地图的2D道路标识点和所述道路图像的2D道路标识点均为线型道路标识的2D道路标识点，所...

【专利技术属性】
技术研发人员：王林杰，
申请(专利权)人：智道网联科技北京有限公司，
类型：发明
国别省市：