一种基于视觉标签校正激光雷达里程计位姿的方法技术

本发明专利技术公开了一种基于视觉标签校正激光雷达里程计位姿的方法，所述方法包括：获取视觉传感器拍摄的图像数据和激光雷达里程计采集的混合数据集，其中，所述视觉传感器位于目标场景，所述目标场景里存在若干具有位置信息的视觉标签；识别出所述图像数据中包含的目标视觉标签，根据所述目标视觉标签确定所述视觉传感器的位姿；根据所述视觉传感器的位姿和所述混合数据集对所述激光雷达里程计的位姿进行校正。本发明专利技术提高了激光雷达里程计位姿校正过程的自动化程度，解决了现有技术中激光雷达里程计位姿的校正通常采用人工提取靶标的方法，人力成本过高的问题。人力成本过高的问题。人力成本过高的问题。

【技术实现步骤摘要】
一种基于视觉标签校正激光雷达里程计位姿的方法


[0001]本专利技术涉及LiDAR SLAM领域，尤其涉及的是一种基于视觉标签校正激光雷达里程计位姿的方法。

技术介绍

[0002]三维点云地图是数字孪生等智慧城市项目中重要的一环。三维点云地图的构建需要采用LiDAR里程计。当LiDAR里程计在某些缺乏几何特征的方向上或约束的点云退化环境下，例如笔直的隧道，LiDAR里程计中点云匹配的精度会下降甚至出错，导致建立的三维点云地图错误、输出的LiDAR位姿可靠性较低。目前激光雷达里程计位姿的校正通常采用人工提取靶标的方法，人力成本过高。
[0003]因此，现有技术还有待改进和发展。

技术实现思路

[0004]本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于视觉标签校正激光雷达里程计位姿的方法，旨在解决现有技术中激光雷达里程计位姿的校正通常采用人工提取靶标的方法，人力成本过高的问题。
[0005]本专利技术解决问题所采用的技术方案如下：
[0006]第一方面，本专利技术实施例提供一种基于视觉标签校正激光雷达里程计位姿的方法，其中，所述方法包括：
[0007]获取视觉传感器拍摄的图像数据和激光雷达里程计采集的混合数据集，其中，所述视觉传感器位于目标场景，所述目标场景里存在若干具有位置信息的视觉标签；
[0008]识别出所述图像数据中包含的目标视觉标签，根据所述目标视觉标签确定所述视觉传感器的位姿；
[0009]根据所述视觉传感器的位姿和所述混合数据集对所述激光雷达里程计的位姿进行校正。
[0010]在一种实施方式中，所述根据所述目标视觉标签确定所述视觉传感器的位姿，包括：
[0011]获取所述目标视觉标签在世界坐标系的真实位置数据和在像素坐标系的像素位置数据；
[0012]获取所述目标视觉标签在视觉传感器坐标系的Z轴位置数据和所述视觉传感器的内参数据；
[0013]根据所述真实位置数据、所述像素位置数据、所述Z轴位置数据以及所述内参数据，确定所述世界坐标系与所述视觉传感器坐标系之间的旋转矩阵和平移向量；
[0014]根据所述真实位置数据、所述旋转矩阵以及所述平移向量，确定所述视觉传感器在所述世界坐标系下的位姿。
[0015]在一种实施方式中，所述激光雷达里程计包括激光雷达和惯性测量单元，所述混
合数据集包括激光雷达数据和惯性测量单元数据。
[0016]在一种实施方式中，所述根据所述视觉传感器的位姿和所述混合数据集对所述激光雷达里程计的位姿进行校正，包括：
[0017]将所述视觉传感器的位姿和所述混合数据集输入预设的数据融合优化算法，其中，所述数据融合优化算法的误差函数用于收敛基于量测方程和所述视觉传感器量分别测出的所述激光雷达里程计的位姿之间的差距，所述量测方程基于所述激光雷达里程计的三维位置和姿态组成；
[0018]获取所述数据融合优化算法输出的校正后的所述激光雷达里程计的位姿。
[0019]在一种实施方式中，所述数据融合优化算法为因子图算法。
[0020]在一种实施方式中，基于所述视觉传感器量测出所述激光雷达里程计的位姿的方法包括：
[0021]获取所述视觉传感器与所述激光雷达里程计之间的转换矩阵；
[0022]将所述转换矩阵乘以所述视觉传感器的位姿，得到基于所述视觉传感器量测出所述激光雷达里程计的位姿。
[0023]在一种实施方式中，所述方法还包括：
[0024]通过位姿校正后的所述激光雷达里程计获取点云地图。
[0025]第二方面，本专利技术实施例还提供一种基于视觉标签校正激光雷达里程计位姿的装置，其中，所述装置包括：
[0026]数据采集模块，用于获取视觉传感器拍摄的图像数据和激光雷达里程计采集的混合数据集，其中，所述视觉传感器位于目标场景，所述目标场景里存在若干具有位置信息的视觉标签；
[0027]位姿确定模块，用于识别出所述图像数据中包含的目标视觉标签，根据所述目标视觉标签确定所述视觉传感器的位姿；
[0028]位姿校正模块，用于根据所述视觉传感器的位姿和所述混合数据集对所述激光雷达里程计的位姿进行校正。
[0029]第三方面，本专利技术实施例还提供一种终端，其中，所述终端包括有存储器和一个以上处理器；所述存储器存储有一个以上的程序；所述程序包含用于执行如上述任一所述的基于视觉标签校正激光雷达里程计位姿的方法的指令；所述处理器用于执行所述程序。
[0030]第四方面，本专利技术实施例还提供一种计算机可读存储介质，其上存储有多条指令，其中，所述指令适用于由处理器加载并执行，以实现上述任一所述的基于视觉标签校正激光雷达里程计位姿的方法的步骤。
[0031]本专利技术的有益效果：本专利技术实施例通过获取视觉传感器拍摄的图像数据和激光雷达里程计采集的混合数据集，其中，视觉传感器位于目标场景，目标场景里存在若干具有位置信息的视觉标签；识别出图像数据中包含的目标视觉标签，根据目标视觉标签确定视觉传感器的位姿；根据视觉传感器的位姿和混合数据集对激光雷达里程计的位姿进行校正。本专利技术提高了激光雷达里程计位姿校正过程的自动化程度，解决了现有技术中激光雷达里程计位姿的校正通常采用人工提取靶标的方法，人力成本过高的问题。
附图说明
[0032]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0033]图1是本专利技术实施例提供的基于视觉标签校正激光雷达里程计位姿的方法的流程示意图。
[0034]图2是本专利技术实施例提供的视觉传感器和激光雷达里程计之间的数据交互示意图。
[0035]图3是本专利技术实施例提供的基于视觉标签校正激光雷达里程计位姿的装置的内部模块图。
[0036]图4是本专利技术实施例提供的终端的原理框图。
具体实施方式
[0037]本专利技术公开了一种基于视觉标签校正激光雷达里程计位姿的方法，为使本专利技术的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0038]本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本专利技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉标签校正激光雷达里程计位姿的方法，其特征在于，所述方法包括：获取视觉传感器拍摄的图像数据和激光雷达里程计采集的混合数据集，其中，所述视觉传感器位于目标场景，所述目标场景里存在若干具有位置信息的视觉标签；识别出所述图像数据中包含的目标视觉标签，根据所述目标视觉标签确定所述视觉传感器的位姿；根据所述视觉传感器的位姿和所述混合数据集对所述激光雷达里程计的位姿进行校正。2.根据权利要求1所述的基于视觉标签校正激光雷达里程计位姿的方法，其特征在于，所述根据所述目标视觉标签确定所述视觉传感器的位姿，包括：获取所述目标视觉标签在世界坐标系的真实位置数据和在像素坐标系的像素位置数据；获取所述目标视觉标签在视觉传感器坐标系的Z轴位置数据和所述视觉传感器的内参数据；根据所述真实位置数据、所述像素位置数据、所述Z轴位置数据以及所述内参数据，确定所述世界坐标系与所述视觉传感器坐标系之间的旋转矩阵和平移向量；根据所述真实位置数据、所述旋转矩阵以及所述平移向量，确定所述视觉传感器在所述世界坐标系下的位姿。3.根据权利要求1所述的基于视觉标签校正激光雷达里程计位姿的方法，其特征在于，所述激光雷达里程计包括激光雷达和惯性测量单元，所述混合数据集包括激光雷达数据和惯性测量单元数据。4.根据权利要求3所述的基于视觉标签校正激光雷达里程计位姿的方法，其特征在于，所述根据所述视觉传感器的位姿和所述混合数据集对所述激光雷达里程计的位姿进行校正，包括：将所述视觉传感器的位姿和所述混合数据集输入预设的数据融合优化算法，其中，所述数据融合优化算法的误差函数用于收敛基于量测方程和所述视觉传感器量分别测出的所述激光雷达里程计的位姿之间的差距，所述量测方程基于所述激光雷达里程计的三维位置和姿态组成；获取所述数据融合...

【专利技术属性】
技术研发人员：史文中，包胜，余跃，
申请(专利权)人：卓宇智能科技有限公司，
类型：发明
国别省市：