对齐参数的验证方法、装置、存储介质及电子设备制造方法及图纸

本申请提供一种对齐参数的验证方法、装置、存储介质及电子设备，在目标车辆的运动过程中采集激光雷达输出的初始点云数据和图像采集设备输出的初始图像数据，并根据激光雷达与图像采集设备间的外部参数与对齐参数将初始点云数据与初始图像数据融合得到融合点云数据和融合图像数据，再从中确定目标融合点云数据和目标融合图像数据及其重合度，若外部参数满足外参条件则根据重合度得到融合点云数据和融合图像数据的对齐参数的验证结果。基于目标融合点云数据和目标融合图像数据的重合度即可判断对齐参数是否准确，故可根据验证结果为对齐参数的调整提供及时有效的依据，以保证对齐参数的准确性、保障车辆运动过程中点云数据和图像数据的融合效果。数据和图像数据的融合效果。数据和图像数据的融合效果。

【技术实现步骤摘要】
对齐参数的验证方法、装置、存储介质及电子设备


[0001]本申请涉及智能驾驶
，尤其涉及一种对齐参数的验证方法、装置、存储介质及电子设备。

技术介绍

[0002]随着智能驾驶技术的不断发展，当前通常采用激光雷达与相机相结合的方式对驾驶环境进行探测，以提高车辆的驾驶环境感知能力。其中，激光雷达输出的点云数据与相机输出的图像数据是对环境感知的两种基础数据源：图像数据可以表征外界的彩色信息或灰度信息，点云数据可以表征外界的距离信息，因此，点云数据与图像数据的融合即可实现对周围环境信息的感知。
[0003]外参(例如用于将相机的图像数据、激光雷达的点云数据投射至同一坐标系下的各种参数)的准确性在一定程度上会影响点云数据和图像数据的融合效果，因此，当前通常在车辆处于静止状态时对车辆设备的外参准确性进行验证，然而，车辆在运动时车辆位姿变化较大，使得点云数据和图像数据的融合更为复杂，因而车辆运动过程中点云数据和图像数据的融合效果极为重要，另外，对齐参数(例如用于在时间维度上将点云数据与图像数据对齐的各种参数)对于车辆在运动状态下的点云数据和图像数据的融合效果具有较大影响，由此可见，若要保证车辆运动过程中点云数据和图像数据的融合效果，则需要保证对齐参数的准确性，而当前无法对车辆运动状态下的对齐参数进行验证，因而难以保障车辆运动过程中点云数据和图像数据的融合效果。

技术实现思路

[0004]本申请提供一种对齐参数的验证方法、装置、存储介质及电子设备，用于缓解当前车辆运动过程中点云数据和图像数据的融合效果难以保障的技术问题。
[0005]为了解决上述技术问题，本申请提供以下技术方案：
[0006]本申请提供一种对齐参数的验证方法，包括：
[0007]采集激光雷达在目标车辆的运动过程中输出的初始点云数据和图像采集设备在所述运动过程中输出的初始图像数据；
[0008]根据所述激光雷达与所述图像采集设备间的外部参数与对齐参数，将所述初始点云数据与所述初始图像数据进行融合，得到融合点云数据和融合图像数据；
[0009]从所述融合点云数据和所述融合图像数据中确定目标融合点云数据和目标融合图像数据，并获取所述目标融合点云数据与所述目标融合图像数据的重合度；
[0010]若外部参数满足外参条件，根据所述重合度得到所述融合点云数据和所述融合图像数据对应的对齐参数的验证结果。
[0011]其中，所述根据所述激光雷达与所述图像采集设备间的外部参数与对齐参数，将所述初始点云数据与所述初始图像数据进行融合，得到融合点云数据和融合图像数据的步骤，包括：
[0012]根据所述对齐参数，将所述始点云数据与所述初始图像数据对齐，以确定对齐后的所述初始点云数据和所述初始图像数据的同步时刻；
[0013]根据所述外部参数，将所述初始点云数据与所述初始图像数据融合于所述同步时刻下的二维坐标系；
[0014]将处于所述二维坐标系下的所述初始点云数据作为融合点云数据，将处于所述二维坐标系下的所述初始图像数据作为融合图像数据。
[0015]其中，所述从所述融合点云数据和所述融合图像数据中确定目标融合点云数据和目标融合图像数据，并获取所述目标融合点云数据与所述目标融合图像数据的重合度的步骤，包括：
[0016]获取所述目标车辆在所述运动过程中各时刻的平均车速；
[0017]确定所述平均车速的数值大于车速阈值的一个或多个时刻为目标时刻；
[0018]将所述目标时刻对应的所述融合点云数据作为目标融合点云数据，并将所述目标时刻对应的所述融合图像数据作为目标融合图像数据；
[0019]基于所述目标融合图像数据中的目标对象，确定所述目标融合点云数据与所述目标融合图像数据的重合度。
[0020]其中，所述基于所述目标融合图像数据中的目标对象，确定所述目标融合点云数据与所述目标融合图像数据的重合度的步骤，包括：
[0021]确定各目标对象在所述目标融合图像数据中的像素点的覆盖范围，并将各覆盖范围的面积相加，得到覆盖面积总和；
[0022]确定各覆盖范围内所述目标融合点云数据的数量，并将各覆盖范围内所述目标融合点云数据的数量相加，得到数量总和；
[0023]将所述数量总和与所述覆盖面积总和的比值作为所述目标融合点云数据与所述目标融合图像数据的重合度。
[0024]其中，所述基于所述目标融合图像数据中的目标对象，确定所述目标融合点云数据与所述目标融合图像数据的重合度的步骤，还包括：
[0025]确定各目标对象在所述目标融合图像数据中的像素点的覆盖范围，并基于各目标对象的权重参考信息确定各目标对象对应的权重值；所述权重参考信息包括以下至少之一：类型信息、尺寸信息、形状信息、材质信息；
[0026]根据所述覆盖范围的面积和所述权重值，得到全部所述目标对象对应的面积加权平均值；
[0027]根据位于所述覆盖范围内的所述目标融合点云数据的数量和所述权重值，得到全部所述目标对象对应的第一数量加权平均值；
[0028]将所述第一数量加权平均值与所述面积加权平均值的比值作为所述目标融合点云数据与所述目标融合图像数据的重合度。
[0029]其中，所述基于所述目标融合图像数据中的目标对象，确定所述目标融合点云数据与所述目标融合图像数据的重合度的步骤，还包括：
[0030]确定各目标对象在所述目标融合图像数据中的像素点的覆盖范围；
[0031]确定各覆盖范围内所述目标融合点云数据的数量，并将各覆盖范围内所述目标融合点云数据的数量相加，得到第一数量总和；
[0032]将各覆盖范围内所述目标融合点云数据投射至三维坐标系，得到投射点云数据；
[0033]在所述三维坐标系中对所述投射点云数据进行聚类处理，得到各目标对象对应的全部投射点云数据，并将各目标对象对应的所述全部投射点云数据的数量相加，得到第二数量总和；
[0034]将所述第一数量总和与所述第二数量总和的比值作为所述目标融合点云数据与所述目标融合图像数据的重合度。
[0035]其中，所述基于所述目标融合图像数据中的目标对象，确定所述目标融合点云数据与所述目标融合图像数据的重合度的步骤，还包括：
[0036]确定各目标对象在所述目标融合图像数据中的像素点的覆盖范围，并基于各目标对象的类型确定各目标对象对应的权重值；
[0037]根据位于所述覆盖范围内的所述目标融合点云数据的数量与所述权重值，得到全部所述目标对象对应的第一数量加权平均值；
[0038]将位于各覆盖范围内的所述目标融合点云数据投射至三维坐标系，得到投射点云数据；
[0039]在所述三维坐标系中对所述投射点云数据进行聚类处理，得到各目标对象对应的全部投射点云数据，并根据所述全部投射点云数据的数量和所述权重值，得到全部所述目标对象对应的第二数量加权平均值；
[0040]将所述第一数量加权平均值与所述第二数量加权平均值的比值作为所述目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对齐参数的验证方法，其特征在于，包括：采集激光雷达在目标车辆的运动过程中输出的初始点云数据和图像采集设备在所述运动过程中输出的初始图像数据；根据所述激光雷达与所述图像采集设备间的外部参数与对齐参数，将所述初始点云数据与所述初始图像数据进行融合，得到融合点云数据和融合图像数据；将目标时刻对应的所述融合点云数据作为目标融合点云数据，并将所述目标时刻对应的所述融合图像数据作为目标融合图像数据；确定各目标对象在所述目标融合图像数据中的像素点的覆盖范围，并基于各目标对象的类型确定各目标对象对应的权重值；根据位于所述覆盖范围内的所述目标融合点云数据的数量与所述权重值，得到全部所述目标对象对应的第一数量加权平均值；将位于各覆盖范围内的所述目标融合点云数据投射至三维坐标系，得到投射点云数据；在所述三维坐标系中对所述投射点云数据进行聚类处理，得到各目标对象对应的全部投射点云数据，并根据所述全部投射点云数据的数量和所述权重值，得到全部所述目标对象对应的第二数量加权平均值；将所述第一数量加权平均值与所述第二数量加权平均值的比值作为所述目标融合点云数据与所述目标融合图像数据的重合度；若外部参数满足外参条件，根据所述重合度得到所述融合点云数据和所述融合图像数据对应的对齐参数的验证结果。2.根据权利要求1所述的对齐参数的验证方法，其特征在于，所述根据所述激光雷达与所述图像采集设备间的外部参数与对齐参数，将所述初始点云数据与所述初始图像数据进行融合，得到融合点云数据和融合图像数据的步骤，包括：根据所述对齐参数，将所述初始点云数据与所述初始图像数据对齐，以确定对齐后的所述初始点云数据和所述初始图像数据的同步时刻；根据所述外部参数，将所述初始点云数据与所述初始图像数据融合于所述同步时刻下的二维坐标系；将处于所述二维坐标系下的所述初始点云数据作为融合点云数据，将处于所述二维坐标系下的所述初始图像数据作为融合图像数据。3.根据权利要求1所述的对齐参数的验证方法，其特征在于，在所述将目标时刻对应的所述融合点云数据作为目标融合点云数据之前，还包括：获取所述目标车辆在所述运动过程中各时刻的平均车速；确定所述平均车速的数值大于车速阈值的一个或多个时刻为目标时刻。4.根据权利要求1所述的对齐参数的验证方法，其特征在于，在所述根据位于所述覆盖范围内的所述目标融合点云数据的数量与所述权重值之前，还包括：对超出所述目标对象的各覆盖范围的目标融合点云数据的数量进行判断；若位于所述目标对象的所述覆盖范围之外的目标融合点云数据的数量大于或等于数量阈值时，则判定所述目标对象覆盖范围内的目标融合点云数据无效。5.根据权利要求1所述的对齐参数的验证方法，其特征在于，对齐参数包括惯性导航器
件输出的所述目标车辆的车辆位姿信息、融合点云数据的时间戳和融合图像数据的时间戳；所述若外部参数满足外参条件，根据所述重合度得到所述融合点云数据和所述融合图像数据对应的对齐参数的验证结果，包括：若重合度大于或等于对齐阈值，确定融合点云数据和融合图像数据对应...

【专利技术属性】
技术研发人员：赵广明，方志刚，李康，
申请(专利权)人：昆易电子科技上海有限公司，
类型：发明
国别省市：