【技术实现步骤摘要】
本申请属于计算机视觉，尤其涉及一种传感器标定方法、装置、设备及介质。
技术介绍
1、自动驾驶方案通常为多传感器融合方案，其涉及的传感器主要包括激光雷达、相机、毫米波雷达、轮速计、惯性测量单元等，其中，不同的传感器各具优势，在自动驾驶场景中发挥重要作用。
2、为充分结合这些传感器的优势，需要通过传感器之间的标定，将不同传感器采集的数据描述在同一坐标系下。相关技术中，通过构建相机坐标系和激光坐标系中相同角点的三维坐标之间的关联，求解相机和激光雷达之间的位置关系，实现对相机和激光雷达的标定。
3、然而，激光雷达在距离目标物体较近时，采集到的数据深度差异明显，拟合得到的三维坐标的精度较低，导致标定精度较低。
技术实现思路
1、本申请实施例提供一种传感器标定方法、装置、设备及介质，能够解决相机与激光雷达进行传感器标定的精度不高的问题。
2、第一方面，本申请实施例提供一种传感器标定方法，包括：
3、获取传感数据，所述传感数据包括相机对所述标定板进行拍摄得到的标定板图像和激光雷达对所述标定板进行感知得到的激光数据；
4、根据所述传感数据和标定板参数，提取相机特征和激光特征，所述相机特征包括所述标定板上的圆心在相机坐标系中的相机坐标和所述标定板的角点在像素坐标系中的像素坐标，所述激光特征包括所述圆心在激光坐标系中的激光坐标和所述标定板的边界点在激光坐标系中的激光坐标；
5、根据所述圆心的相机坐标和所述圆心的激光坐标进行变换矩阵
6、根据所述标定板的角点的像素坐标和所述边界点的激光坐标，在所述边界点到所述标定板的边界线的像素距离的约束下，对所述初始变换矩阵进行优化，得到目标变换矩阵。
7、第二方面，本申请实施例提供了一种传感器标定装置，装置包括：
8、数据获取单元，用于获取传感数据，所述传感数据包括相机对所述标定板进行拍摄得到的标定板图像和激光雷达对所述标定板进行感知得到的激光数据；
9、特征提取单元，用于根据所述传感数据和标定板参数，提取相机特征和激光特征，所述相机特征包括所述标定板上的圆心在相机坐标系中的相机坐标和所述标定板的角点在像素坐标系中的像素坐标，所述激光特征包括所述圆心在激光坐标系中的激光坐标和所述标定板的边界点在激光坐标系中的激光坐标；
10、矩阵估计单元，用于根据所述圆心的相机坐标和所述圆心的激光坐标进行变换矩阵估计，得到所述激光坐标系和所述相机坐标系之间的初始变换矩阵；
11、矩阵优化单元，用于根据所述标定板的角点的像素坐标和所述边界点的激光坐标，在所述边界点到所述标定板的边界线的像素距离的约束下，对所述初始变换矩阵进行优化，得到目标变换矩阵。
12、第三方面，本申请实施例提供了一种电子设备，所述电子设备包括：处理器以及存储有计算机程序指令的存储器；所述处理器执行所述计算机程序指令时实现如第一方面所述的传感器标定方法：
13、第四方面，本申请实施例提供了一种计算机存储介质，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如第一方面所述的传感器标定方法。
14、第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的传感器标定方法。
15、第六方面，本申请实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面所述的传感器标定方法。
16、本申请实施例的传感器标定方法、装置、设备及存储介质，在相机与激光雷达的标定过程中，将激光坐标系与相机坐标系的变换矩阵的确定过程分为初始估计和矩阵优化这两步实现：在初始估计中，基于标定板上圆心的相机坐标和圆心的激光坐标，初步估计得到激光坐标系和相机坐标系之间的初始变换矩阵，受激光雷达的传感特性影响，圆心的激光坐标的精度不高，导致初始变换矩阵的精度不高；所以，在矩阵优化中，引入边界点到所述标定板的边界线的像素距离，对所述初始变换矩阵的优化进行约束，使得优化后得到的目标变换矩阵的精度达到像素级误差。因此，有效地提高了相机与激光雷达的传感器标定精度。
本文档来自技高网...【技术保护点】
1.一种传感器标定方法，其特征在于，包括：
2.根据权利要求1所述的传感器标定方法，其特征在于，所述根据所述圆心的相机坐标和所述圆心的激光坐标进行变换矩阵估计，得到所述激光坐标系和所述相机坐标系之间的初始变换矩阵，包括：
3.根据权利要求2所述的传感器标定方法，其特征在于，所述根据所述圆心的相机坐标和所述圆心的激光坐标，确定圆心坐标对，包括：
4.根据权利要求2所述的传感器标定方法，其特征在于，所述根据所述圆心坐标对进行变换矩阵估计，得到所述初始变换矩阵，包括：
5.根据权利要求1-4中任一项所述的传感器标定方法，其特征在于，所述根据所述标定板的角点的像素坐标和所述边界点的激光坐标，在所述边界点到所述标定板的边界线的像素距离的约束下，对所述初始变换矩阵进行优化，得到目标变换矩阵，包括：
6.根据权利要求5所述的传感器标定方法，其特征在于，所述根据所述标定板的角点的像素坐标，在像素坐标系中确定所述边界线，包括：
7.根据权利要求5所述的传感器标定方法，其特征在于，所述初始变换矩阵的优化过程为多次，其中，所述初始
8.一种传感器标定装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述电子设备包括：处理器以及存储有计算机程序指令的存储器；
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的传感器标定方法。
...【技术特征摘要】
1.一种传感器标定方法，其特征在于，包括：
2.根据权利要求1所述的传感器标定方法，其特征在于，所述根据所述圆心的相机坐标和所述圆心的激光坐标进行变换矩阵估计，得到所述激光坐标系和所述相机坐标系之间的初始变换矩阵，包括：
3.根据权利要求2所述的传感器标定方法，其特征在于，所述根据所述圆心的相机坐标和所述圆心的激光坐标，确定圆心坐标对，包括：
4.根据权利要求2所述的传感器标定方法，其特征在于，所述根据所述圆心坐标对进行变换矩阵估计，得到所述初始变换矩阵，包括：
5.根据权利要求1-4中任一项所述的传感器标定方法，其特征在于，所述根据所述标定板的角点的像素坐标和所述边界点的激光坐标，在所述边界点到所述标定板的边界线的像素距离的...
【专利技术属性】
技术研发人员：汪献义，高梁，
申请(专利权)人：长沙智能驾驶研究院有限公司，
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。