【技术实现步骤摘要】
本申请涉及计算机，特别地涉及一种激光雷达与相机标定方法、系统、设备和存储介质。
技术介绍
1、自动驾驶技术利用先进的传感器、人工智能、计算机视觉和机器学习等技术，使汽车能够在无人驾驶的情况下自主行驶，其目标是提高行车安全性、减少交通事故和提高交通效率，自动驾驶汽车通过实时获取和分析环境信息，如道路、车辆和行人等，以规划最佳路线、判断障碍物和遵守交通规则。
2、在自动驾驶汽车行驶过程中，可能会出现由震动引发的传感器标定不准确的问题，这些震动可能来自路面不平或车辆行驶中的其他因素，如速度变化和摩擦力等，这些震动可能影响车辆传感器的准确度，进而导致自动驾驶系统的传感器标定不准确。
技术实现思路
1、为了解决或至少部分地解决上述技术问题，本申请提供了一种激光雷达与相机标定方法、系统、设备和存储介质，能够提高激光雷达和相机标定的准确性和稳定性。
2、第一方面，本申请提供了一种激光雷达与相机标定方法，包括：
3、获取车辆上激光雷达的点云数据和相机的图像数据；
...【技术保护点】
1.一种激光雷达与相机标定方法，其特征在于，包括：
2.根据权利要求1所述的激光雷达与相机标定方法，其特征在于，所述获取车辆上激光雷达的点云数据和相机的图像数据，包括：
3.根据权利要求1所述的激光雷达与相机标定方法，其特征在于，所述对所述点云数据进行预处理，得到处理后的点云数据，包括：
4.根据权利要求3所述的激光雷达与相机标定方法，其特征在于，所述对所述图像数据进行预处理，得到处理后的图像数据，包括：
5.根据权利要求4所述的激光雷达与相机标定方法，其特征在于，所述对所述图像数据中的每个图像进行处理，得到每个像素的边
【技术特征摘要】
1.一种激光雷达与相机标定方法，其特征在于，包括：
2.根据权利要求1所述的激光雷达与相机标定方法，其特征在于，所述获取车辆上激光雷达的点云数据和相机的图像数据，包括：
3.根据权利要求1所述的激光雷达与相机标定方法，其特征在于，所述对所述点云数据进行预处理，得到处理后的点云数据，包括：
4.根据权利要求3所述的激光雷达与相机标定方法，其特征在于，所述对所述图像数据进行预处理，得到处理后的图像数据，包括：
5.根据权利要求4所述的激光雷达与相机标定方法，其特征在于，所述对所述图像数据中的每个图像进行处理，得到每个像素的边缘信息，包括：
6.根据权利要求5所述的激光雷达与相机标定方法，其特征在于，所述校正后的感知内参包括旋转矩阵和平移向量，对校正后的标定参数进行优化处理，得到处理后的标定参数，包括：
7.根据权利要求2所述的激光雷达与相机标定方法，其特征在于，所述自适应标定模型包括策略网络和价值网络，所述根据所述处理后的图像数据和点云数据输入自适应标定模型，采用概率加权随机策略搜索ppo算法进行深度强化学习训练，得到训练后的自适应标定模型，包括：
8.根据权利要求7所述的激光雷达与相机标定方法，其特征在于，所述使用当前的策略网络的参数计算策略的损失函数，根据所述损失函数对策略网络进行更新，得到更新后的策略网络，包括：
9.根据权利要求6所述的激光雷达与相机标定方法，其特征在于，所述方法还包括：
10.一种激光雷达与相机标定系统，其特征在于，包括：
11.根据权利要求10所...
【专利技术属性】
技术研发人员：于乾坤，汪海，陈敏鹤，祁忠正，
申请(专利权)人：赛可智能科技上海有限公司，
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。