用于激光雷达的外参标定方法和装置及机器可读存储介质制造方法及图纸

本发明专利技术涉及人工智能领域，公开了一种用于激光雷达的外参标定方法和装置及机器可读存储介质，该外参标定方法包括：获取在云台旋转过程中激光雷达采集的初始点云；将初始点云分为第一点云集合和第二点云集合；从第一点云集合中确定至少三个第一特征点并针对每一第一特征点确定邻域点云以及邻域点云的邻域内平面法向量和邻域内平面质量度；从第二点云集合中确定与至少三个第一特征点分别对应的至少三个第二特征点；结合邻域内平面法向量和邻域内平面质量度构建至少三个第一特征点与至少三个第二特征点之间的距离函数；通过对距离函数的最小值求解得到激光雷达三维重建系统的外参标定结果。藉此，实现了标定外参，且降低了标定操作的复杂性。标定操作的复杂性。标定操作的复杂性。

【技术实现步骤摘要】
用于激光雷达的外参标定方法和装置及机器可读存储介质


[0001]本专利技术涉及人工智能领域，具体地，涉及一种用于激光雷达的外参标定方法和装置及机器可读存储介质。

技术介绍

[0002]伴随人工智能和半导体技术的迅速发展，智慧施工已经逐步映入人们的眼帘，相对传统工地的施工管理，智慧施工融合了更多的传感器、人工智能和虚拟现实等高精尖技术。智慧工地运用信息化手段，对工程项目的进度精准把控和施工场景模拟，并通过管理施工过程数据进行深层次的数据挖掘分析，提供项目施工趋势预测和项目专家预案，建立一个互联协同、智慧生产、科学管理的智慧工地信息化生态圈。智慧工地的主要需求信息来源为三维重建点云模型，而获取大场景(半径≥100米)三维重建点云模型无法通过单独的激光雷达直接获取，现阶段最优方法是通过精准控制云台带动激光雷达，采集多帧不同角度的点云数据进行拼接，从而实现大场景范围的重建。但云台旋转中心与激光雷达旋转中心存在旋转位姿偏移，需进行激光雷达三维重建系统外参标定才能实现将多帧数据进行点云拼接，实现大场景三维点云重建模型。
[0003]现有技术中提供了一种基于激光雷达的三维重建系统外参的系统化标定方法。在该方法中，利用物体空间轨迹完成激光雷达重建系统的标定，仅使用一个特制靶标，无需考虑标定过程中的时间同步问题，能够有效降低标定成本和复杂程度，提高标定的自动化程度。但是，该方法中的标定只能适用于标定场景中含有特定标定物，如标定靶标、标定球等。通过提前处理滤除背景噪声，并比较重复区域中特定标定物相对于当前位姿状态，提取特定物体(靶标)的圆孔，拟合出圆孔中心坐标，重复采集多组数据，利用优化算法计算出激光雷达的外参数。因为该方法需要有特定标定物且标定物需位于相邻的帧的重复区域之内，而旋转式激光雷达扫描方式旋转次数多，若进行标定，采用多次标定，则存在标定误差累积，上一帧误差影响下一帧标定，当误差累积一定量时造成标定失败。此外，标定过程中需将特定标定物放置在前后两帧的重复区域操作繁琐，也会增加标定操作复杂性。

技术实现思路

[0004]本专利技术的目的是提供一种用于激光雷达的外参标定方法和装置及机器可读存储介质，其可解决或至少部分解决上述问题。
[0005]为了实现上述目的，本专利技术的一个方面提供一种用于激光雷达的外参标定方法，所述激光雷达设置于云台上，该外参标定方法包括：获取在所述云台旋转过程中所述激光雷达采集的初始点云；将所述初始点云分为第一点云集合和第二点云集合，所述第一点云集合和所述第二点云集合至少部分重叠；从所述第一点云集合中确定至少三个第一特征点，并针对每一所述第一特征点确定邻域点云，以及所述邻域点云的邻域内平面法向量和邻域内平面质量度；从所述第二点云集合中确定与所述至少三个第一特征点分别对应的至少三个第二特征点；结合所述邻域内平面法向量和邻域内平面质量度，构建所述至少三个
第一特征点与所述至少三个第二特征点之间的距离函数；通过对所述距离函数的最小值求解，得到所述激光雷达三维重建系统的外参标定结果。
[0006]可选地，将所述初始点云分为第一点云集合和第二点云集合，包括：根据所述初始点云在所述激光雷达的球坐标系中的分布区域，将所述初始点云分为第一初始点云集合和第二初始点云集合；基于设定的旋转平移矩阵，将所述第一初始点云集合和所述第二初始点云集合分别转换至所述云台对应的坐标系中，得到所述第一点云集合和所述第二点云集合。
[0007]可选地，通过对所述距离函数的最小值求解，得到所述激光雷达三维重建系统的外参标定结果，包括：通过对所述距离函数的最小值求解，得到更新后的旋转平移矩阵；在不满足迭代结束条件的情况下，以所述更新后的旋转平移矩阵为设定的旋转平移矩阵，返回执行基于设定的旋转平移矩阵将所述第一初始点云集合和所述第二初始点云集合分别转换至所述云台对应的坐标系中得到所述第一点云集合和所述第二点云集合的步骤；在满足迭代结束条件的情况下，将所述更新后的旋转平移矩阵作为所述激光雷达三维重建系统的外参标定结果。
[0008]可选地，在所述距离函数中，针对所述至少三个第一特征点中的任一第一特征点，以第一距离和第二距离之差为损失及以所述第一特征点对应的所述邻域内平面质量度为加权权重，所述第一距离为所述第一特征点对应的所述邻域内平面法向量到所述第一特征点的距离，所述第二距离为所述第一特征点对应的所述邻域内平面法向量到所述第一特征点对应的第二特征点的距离。
[0009]可选地，所述距离函数为：其中，i为所述至少三个第一特征点中的第一特征点的标识；为第一特征点i的坐标；x
i
′
为与第一特征点i对应的第二特征点的坐标，H1为设定的旋转平移矩阵；n
iT
为第一特征点i对应的所述邻域内平面法向量；w
i
为第一特征点i对应的所述邻域内平面质量度。
[0010]可选地，通过对所述距离函数的最小值求解，得到更新后的旋转平移矩阵，包括：在所述距离函数为非线性函数的情况下，构建与所述距离函数对应的拉格朗日函数；对所述拉格朗日函数进行最小值求解，确定中间旋转平移矩阵；基于所述中间旋转平移矩阵，确定所述距离函数与所述拉格朗日函数之间的近似程度值；在所述近似程度值大于预设近似程度值阈值的情况下，将所述中间旋转平移矩阵确定为所述更新后的旋转平移矩阵；在所述近似程度值不大于所述预设近似程度值阈值的情况下，更新所述拉格朗日函数，并返回执行所述对所述拉格朗日函数进行最小值求解确定中间旋转平移矩阵的步骤。
[0011]可选地，构建与所述距离函数对应的拉格朗日函数，包括：通过对所述距离函数进行一阶泰勒展开及引入信赖区优化半径和拉格朗日乘子，构建所述拉格朗日函数；其中，所述在所述近似程度值不大于所述预设近似程度值阈值的情况下，更新所述拉格朗日函数，包括：在所述近似程度值不大于所述预设近似程度值阈值的情况下，更新所述信赖区优化半径。
[0012]可选地，所述近似程度值基于以下公式而被确定：
其中，ρ为所述近似程度值；J(H2)为f(H2)的一阶导数；ΔH2为增量；J(H2)
T
为J(H2)的转置；i为所述至少三个第一特征点中的第一特征点的标识；为第一特征点i的坐标；x
i
′
为与第一特征点i对应的第二特征点的坐标，H2为中间旋转平移矩阵；n
iT
为第一特征点i对应的所述邻域内平面法向量。
[0013]可选地，所述邻域内平面法向量为单位法向量，针对所述至少三个第一特征点中的任一第一特征点，确定所述邻域点云的邻域内平面单位法向量和邻域内平面质量度包括：基于预设协方差矩阵，确定针对所述邻域点云的特征值和特征向量，其中，最小的特征值对应的所述特征向量即为所述邻域内平面单位法向量；以及基于预设邻域内平面质量度公式和所确定的特征值，确定所述邻域内平面质量度。
[0014]可选地，基于预设邻域内平面质量度公式和所确定的特征值确定所述邻域内平面质量度包括基于以下公式确定邻域内平面质量度：其中，w
i<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于激光雷达的外参标定方法，所述激光雷达设置于云台上，其特征在于，该外参标定方法包括：获取在所述云台旋转过程中所述激光雷达采集的初始点云；将所述初始点云分为第一点云集合和第二点云集合，所述第一点云集合和所述第二点云集合至少部分重叠；从所述第一点云集合中确定至少三个第一特征点，并针对每一所述第一特征点确定邻域点云，以及所述邻域点云的邻域内平面法向量和邻域内平面质量度；从所述第二点云集合中确定与所述至少三个第一特征点分别对应的至少三个第二特征点；结合所述邻域内平面法向量和邻域内平面质量度，构建所述至少三个第一特征点与所述至少三个第二特征点之间的距离函数；通过对所述距离函数的最小值求解，得到所述激光雷达三维重建系统的外参标定结果。2.根据权利要求1所述的外参标定方法，其特征在于，将所述初始点云分为第一点云集合和第二点云集合，包括：根据所述初始点云在所述激光雷达的球坐标系中的分布区域，将所述初始点云分为第一初始点云集合和第二初始点云集合；基于设定的旋转平移矩阵，将所述第一初始点云集合和所述第二初始点云集合分别转换至所述云台对应的坐标系中，得到所述第一点云集合和所述第二点云集合。3.根据权利要求2所述的外参标定方法，其特征在于，通过对所述距离函数的最小值求解，得到所述激光雷达三维重建系统的外参标定结果，包括：通过对所述距离函数的最小值求解，得到更新后的旋转平移矩阵；在不满足迭代结束条件的情况下，以所述更新后的旋转平移矩阵为设定的旋转平移矩阵，返回执行基于设定的旋转平移矩阵将所述第一初始点云集合和所述第二初始点云集合分别转换至所述云台对应的坐标系中得到所述第一点云集合和所述第二点云集合的步骤；在满足迭代结束条件的情况下，将所述更新后的旋转平移矩阵作为所述激光雷达三维重建系统的外参标定结果。4.根据权利要求1所述的外参标定方法，其特征在于，在所述距离函数中，针对所述至少三个第一特征点中的任一第一特征点，以第一距离和第二距离之差为损失及以所述第一特征点对应的所述邻域内平面质量度为加权权重，所述第一距离为所述第一特征点对应的所述邻域内平面法向量到所述第一特征点的距离，所述第二距离为所述第一特征点对应的所述邻域内平面法向量到所述第一特征点对应的第二特征点的距离。5.根据权利要求4所述的外参标定方法，其特征在于，所述距离函数为：其中，i为所述至少三个第一特征点中的第一特征点的标识；为第一特征点i的坐标；x
i
′
为与第一特征点i对应的第二特征点的坐标，H1为设定的旋转平移矩阵；
n
iT
为第一特征点i对应的所述邻域内平面法向量；w
i
为第一特征点i对应的所述邻域内平面质量度。6.根据权利要求3所述的外参标定方法，其特征在于，通过对所述距离函数的最小值求解，得到更新后的旋转平移矩阵，包括：在所述距离函数为非线性函数的情况下，构建与所述距离函数对应的拉格朗日函数；对所述拉格朗日函数进行最小值求解，确定中间旋转平移矩阵；基于所述中间旋转平移矩阵，确定所述距离函数与所述拉格朗日函数之间的近似程度值；在所述近似程度值大于预设近似程度值阈值的情况下，将所述中间旋...

【专利技术属性】
技术研发人员：付玲，成超鹏，刘延斌，赵键，范卿，于晓颖，胡敏，
申请(专利权)人：中联重科股份有限公司，
类型：发明
国别省市：