相机与激光雷达联合标定方法、装置、介质及机器人制造方法及图纸

本发明专利技术公开了一种相机与激光雷达联合标定方法，包括：获取待标定机器人上的相机采集的图像帧和激光雷达采集的激光点云帧，所述图像帧和激光点云帧均包括预设的联合标定场景的映射信息，包括两个成角度的黑色底面，每一底面以及底面交接处布置一个白色圆形图案；对所述图像帧进行像素分析，获取每一白色圆形图案中心点对应的图像坐标，得到图像坐标组；对所述激光点云帧进行反射率分析，获取每一白色圆形图案中心点对应的激光坐标，得到激光坐标组；根据所述图像坐标组和激光坐标组计算图像坐标系与激光坐标系之间的转换关系，实现对相机与激光雷达联合标定。本发明专利技术解决了现有技术在进行相机与激光雷达联合标定时存在的误差大、准确度低的问题。准确度低的问题。准确度低的问题。

【技术实现步骤摘要】
相机与激光雷达联合标定方法、装置、介质及机器人


[0001]本专利技术涉及机器人
，尤其涉及一种相机与激光雷达联合标定方法、装置、介质及机器人。

技术介绍

[0002]巡逻机器人能够在特定环境下实现对车辆、行人等物体的精确感知。若利用2D图像进行目标检测，则只能得到目标物的像素坐标系，而无法确定目标物在空间中的位置。相比之下，3D目标检测能够根据点云数据、RGB图像和鸟瞰图像等信息，输出空间物体的绝对位置坐标、物体的长宽高尺寸和旋转角度等。这种方式需要事先融合激光雷达点云数据与相机数据，获取带颜色的3D点云数据，从而进行3D目标检测。
[0003]然而，融合使用激光雷达与相机的首要前提是对激光雷达与相机的空间位置进行联合标定，以保证二者在空间上的坐标统一。现有技术在进行联合标定时，主要采用棋盘标定板，让激光雷达与相机同时看到标定板，然后在雷达点云数据和相机图像数据手动或自动选取多组对应点，计算出相机与激光雷达的外参信息。尽管棋盘标定板为黑白色，然而棋盘格过于密集，不利于区分棋盘格之间的边缘。此外巡逻机器人受限于成本因素，一般搭载的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种相机与激光雷达联合标定方法，其特征在于，所述方法包括：获取待标定机器人上的相机采集的图像帧和激光雷达采集的激光点云帧，其中，所述图像帧和激光点云帧均包括预设的联合标定场景的映射信息，所述联合标定场景中包括两个成角度的黑色底面，每一底面以及底面交接处布置一个白色圆形图案；对所述图像帧进行像素分析，获取每一白色圆形图案中心点对应的图像坐标，得到图像坐标组；对所述激光点云帧进行反射率分析，获取每一白色圆形图案中心点对应的激光坐标，得到激光坐标组；根据所述图像坐标组和激光坐标组计算图像坐标系与激光坐标系之间的转换关系，实现对相机与激光雷达联合标定。2.如权利要求1所述的相机与激光雷达联合标定方法，其特征在于，所述对所述图像帧进行像素分析，获取每一白色圆形图案中心点对应的图像坐标，得到图像坐标组包括：遍历所述图像帧中的每一个像素，获取像素值在预设像素阈值范围内的像素；对所获取的像素进行聚类，得到3个像素团，每一个像素团表示一个白色圆形图案；遍历每一个像素团，计算所述像素团内所有像素的图像坐标的平均值，作为所述像素团所表示的白色圆形图案的中心点对应的图像坐标；组合所有白色圆形图案的中心点对应的图像坐标，得到图像坐标组。3.如权利要求2所述的相机与激光雷达联合标定方法，其特征在于，所述预设像素阈值范围为[0,1]。4.如权利要求1所述的相机与激光雷达联合标定方法，其特征在于，所述对所述激光点云帧进行反射率分析，获取每一白色圆形图案中心点对应的激光坐标，得到激光坐标组包括：遍历所述激光点云帧中的每一个点云，获取反射率在预设反射率阈值范围内的点云；对所获取的点云进行聚类，得到3个点云团，每一个点云团表示一个白色圆形图案；遍历每一个点云团，计算所述点云团内所有点云的激光坐标的平均值，作为所述点云团所表示的白色圆形图案的中心点对应的激光坐标；组合所有白色圆形图案的中心点对应的激光坐标，得到激光坐标组。5.如权利要求4所述的相机与激光雷达联合标定方法，其特征在于，所述预设反射率阈值范围为[120,130]。6.如权利要求1所述的相机与激光雷达联合标定方法，其特征在于，所述根据所述图像坐标组和激光坐标组计算图像坐标系与激...

【专利技术属性】
技术研发人员：袁国斌，柏林，刘彪，舒海燕，袁添厦，沈创芸，祝涛剑，王恒华，方映峰，
申请(专利权)人：广州高新兴机器人有限公司，
类型：发明
国别省市：