本发明专利技术提供一种基于标靶的激光雷达与相机标定方法、系统、电子设备，所述方法包括：获取标靶的激光雷达点云数据和相机图像数据；对所述点云数据进行筛选，获取所述标靶在所述激光雷达坐标系下的标靶三维信息；基于所述图像数据，获取所述标靶在所述相机坐标系下的标靶三维信息；基于预设的所述标靶与所述相机转换的多组外参，将所述激光雷达坐标系与相机坐标系下的两组标靶三维信息转换至同一坐标系下；计算转换后的两组标靶三维信息的重合度，获取最大重合度对应的第一外参。实现了一种高自动化，可适用于不同场景的激光雷达和相机外参标定方法。定方法。定方法。
【技术实现步骤摘要】
基于标靶的激光雷达与相机标定方法、系统、电子设备
[0001]本专利技术涉及摄像机校准
，尤其涉及一种基于标靶的激光雷达与相机标定方法、系统、电子设备。
技术介绍
[0002]在自动驾驶、机器人和测绘等行业中，相机与激光雷达是两种广泛使用的传感器。相机可以提供高分辨率的环境信息(比如颜色信息、纹理信息)，但容易受光照条件影响；激光雷达可以提供准确的三维距离以及物体表面反射强度信息，但其分辨率通常不如相机。将这两种具有互补特性的传感器观测信息进行融合后，可以获得比单源观测更丰富精准的结果。然而，进行融合的前提条件是：1、精确的相机内参；2、相机与激光雷达之间的坐标系转换关系(外参)已知。
[0003]目前，大多数激光雷达与相机之间的外参标定方法还未实现自动化处理流程，或多或少需要人工操作，比如手动选取点云标靶位置。人工选取带来的误差可能会降低标定精度，也无法满足批量生产需求。还有一些标定方法通过固定传感器与标靶的相对位置来获取标靶的在点云坐标系中的位置范围，然而这种方式无法直接适用于不同的标定场地，灵活性比较差。为解决这些问题，本专利技术提出一种自动化程度高，可适用于不同场地，基于标靶的激光雷达与相机外参标定方法。
[0004]公开于该
技术介绍
部分的信息仅仅旨在加深对本专利技术的总体
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
技术实现思路
[0005]针对现有技术存在的问题，本专利技术提供一种基于标靶的激光雷达与相机标定方法、系统、电子设备。
[0006]本专利技术提供的一种基于标靶的激光雷达与相机标定方法，所述方法包括：
[0007]获取标靶的激光雷达点云数据和相机图像数据；
[0008]对所述点云数据进行筛选，获取所述标靶在所述激光雷达坐标系下的标靶三维信息；
[0009]基于所述图像数据，获取所述标靶在所述相机坐标系下的标靶三维信息；
[0010]基于预设的所述标靶与所述相机转换的多组外参，将所述激光雷达坐标系与相机坐标系下的两组标靶三维信息转换至同一坐标系下；
[0011]计算转换后的两组标靶三维信息的重合度，获取最大重合度对应的第一外参。
[0012]根据本专利技术提供的一种基于标靶的激光雷达与相机标定方法，所述方法还包括：
[0013]基于所述第一外参和所述标靶在所述相机坐标系下的标靶三维信息，获取所述标靶在所述激光雷达坐标系下的第一位姿；
[0014]基于所述第一位姿，确定所述标靶的中心点；
[0015]基于标靶的外形尺寸信息和所述中心点，获取标靶的三维边界框；
[0016]获取所述标靶在所述激光雷达坐标系下的标靶三维信息中的每个激光点，计算所有所述激光点到达所述三维边界框的距离之和；
[0017]以所述距离之和的最小化为优化方向，优化所述第一外参，形成第二外参。
[0018]根据本专利技术提供的一种基于标靶的激光雷达与相机标定方法，获取所述标靶在所述激光雷达坐标系下的标靶三维信息中的每个激光点，包括：
[0019]以所述标靶的中心点为球心，以预设的第一半径构成筛选球体；
[0020]将所述筛选球体内的激光点，作为所述标靶在所述激光雷达坐标系下的标靶三维信息中的激光点。
[0021]根据本专利技术提供的一种基于标靶的激光雷达与相机标定方法，获取所述标靶在所述激光雷达坐标系下的标靶三维信息中的每个激光点，包括：
[0022]对于所述标靶在所述激光雷达坐标系下的标靶三维信息中的所有激光点进行拟合，形成点云面；
[0023]计算所述标靶在所述激光雷达坐标系下的标靶三维信息中的所有激光点到所述点云面的点与面距离，将所述点与面距离大于预定的距离阈值的激光点剔除；
[0024]将剔除后剩余的激光点，作为所述标靶在所述激光雷达坐标系下的标靶三维信息中的激光点。
[0025]根据本专利技术提供的一种基于标靶的激光雷达与相机标定方法，获取标靶的激光雷达点云数据和相机图像数据，包括：
[0026]在所述激光雷达和所述相机的公共视野范围内设置多个标靶；
[0027]将所述相机、所述激光雷达固定为一个整体，并让所述相机和激光雷达的整体与所述标靶存在相对运动，获取多帧点云数据和图像数据。
[0028]根据本专利技术提供的一种基于标靶的激光雷达与相机标定方法，计算转换后的两组标靶三维信息的重合度，获取最大重合度对应的第一外参，包括：
[0029]基于所述多帧点云数据和图像数据的时间戳信息，将多帧的点云数据和图像数据按照时间配对；
[0030]基于配对的所述点云数据和所述图像数据，分别计算每一帧中转换后的两组标靶三维信息的重合度；
[0031]计算所有帧的重合度之和，获取重合度之和最大的外参，作为所述第一外参。
[0032]根据本专利技术提供的一种基于标靶的激光雷达与相机标定方法，对所述点云数据进行筛选，获取所述标靶在所述激光雷达坐标系下的标靶三维信息，包括：
[0033]基于所述点云数据，获取对应的二维的深度图；
[0034]基于所述深度图，获取每个像素与领域像素的角度差信息；
[0035]基于所述角度差信息，通过连通域分析将所述点云数据聚类形成若干第一点云簇；
[0036]通过描述子对所述第一点云簇的特征信息进行描述，获取关于所述若干第一点云簇的若干特征描述向量；
[0037]将所述若干特征描述向量和预定的标靶点云特征向量做匹配，获取匹配成功的第一点云簇，作为所述标靶在所述激光雷达坐标系下的标靶三维信息。
[0038]根据本专利技术提供的一种基于标靶的激光雷达与相机标定方法，计算转换后的两组
标靶三维信息的重合度，包括：
[0039]基于匹配成功的第一点云簇，获取所述深度图上的多个对应点；
[0040]基于所述标靶在所述相机坐标系下的标靶三维信息，获取所述标靶在所述相机坐标系下的中心点；
[0041]基于所述多组外参，将所述标靶在所述相机坐标系下的中心点转换为所述标靶在所述激光雷达坐标系下的多个中心点；
[0042]基于所述标靶在所述激光雷达坐标系下的多个中心点，统计所述多个对应点在所述深度图中标靶边界范围内的个数，作为所述转换后的两组标靶三维信息的重合度。
[0043]本专利技术还提供的一种基于标靶的激光雷达与相机标定系统，所述系统包括：
[0044]获取模块，用来获取标靶的激光雷达点云数据和相机图像数据；
[0045]点云筛选模块，用来对所述点云数据进行筛选，获取所述标靶在所述激光雷达坐标系下的标靶三维信息；
[0046]图像转换模块，用来基于所述图像数据，获取所述标靶在所述相机坐标系下的标靶三维信息；
[0047]转换模块，用来基于预设的所述标靶与所述相机转换的多组外参，将所述激光雷达坐标系与相机坐标系下的两组标靶三维信息转换至同一坐标系下；
[0048]计算模块，用来计本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于标靶的激光雷达与相机标定方法，其特征在于，所述方法包括：获取标靶的激光雷达点云数据和相机图像数据；对所述点云数据进行筛选，获取所述标靶在所述激光雷达坐标系下的标靶三维信息；基于所述图像数据，获取所述标靶在所述相机坐标系下的标靶三维信息；基于预设的所述标靶与所述相机转换的多组外参，将所述激光雷达坐标系与相机坐标系下的两组标靶三维信息转换至同一坐标系下；计算转换后的两组标靶三维信息的重合度，获取最大重合度对应的第一外参。2.根据权利要求1所述的基于标靶的激光雷达与相机标定方法，其特征在于，所述方法还包括：基于所述第一外参和所述标靶在所述相机坐标系下的标靶三维信息，获取所述标靶在所述激光雷达坐标系下的第一位姿；基于所述第一位姿，确定所述标靶的中心点；基于标靶的外形尺寸信息和所述中心点，获取标靶的三维边界框；获取所述标靶在所述激光雷达坐标系下的标靶三维信息中的每个激光点，计算所有所述激光点到达所述三维边界框的距离之和；以所述距离之和的最小化为优化方向，优化所述第一外参，形成第二外参。3.根据权利要求2所述的基于标靶的激光雷达与相机标定方法，其特征在于，获取所述标靶在所述激光雷达坐标系下的标靶三维信息中的每个激光点，包括：以所述标靶的中心点为球心，以预设的第一半径构成筛选球体；将所述筛选球体内的激光点，作为所述标靶在所述激光雷达坐标系下的标靶三维信息中的激光点。4.根据权利要求2或3所述的基于标靶的激光雷达与相机标定方法，其特征在于，获取所述标靶在所述激光雷达坐标系下的标靶三维信息中的每个激光点，包括：对于所述标靶在所述激光雷达坐标系下的标靶三维信息中的所有激光点进行拟合，形成点云面；计算所述标靶在所述激光雷达坐标系下的标靶三维信息中的所有激光点到所述点云面的点与面距离，将所述点与面距离大于预定的距离阈值的激光点剔除；将剔除后剩余的激光点，作为所述标靶在所述激光雷达坐标系下的标靶三维信息中的激光点。5.根据权利要求1
‑
4中任一所述的基于标靶的激光雷达与相机标定方法，其特征在于，获取标靶的激光雷达点云数据和相机图像数据，包括：在所述激光雷达和所述相机的公共视野范围内设置多个标靶；将所述相机、所述激光雷达固定为一个整体，并让所述相机和激光雷达的整体与所述标靶存在相对运动，获取多帧点云数据和图像数据。6.根据权利要求5所述的基于标靶的激光雷达与相机标定方法，其特征在于，计算转换后的两组标靶三维信息的重合度，获取最大重合度对应的第一外参，包括：基于所述多帧点云数据和图像数据的时间戳信息，将多帧的点云数据和图像数据按...
【专利技术属性】
技术研发人员：勾泓钢，李中源，李平，叶茂，
申请(专利权)人：际络科技上海有限公司，
类型：发明
国别省市：
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。