System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及多传感器标定,尤其涉及一种相机与激光雷达的联合标定方法、装置、设备和介质。
技术介绍
1、在无人驾驶的相关技术中,一般需要联合使用多种传感器以对外界环境进行感知。在多传感器系统中,传感器之间的位置关系对于传感器的感知效果至关重要。
2、在实际的项目现场,相机和激光雷达的相对位置关系经常需要调整,因此,高效的联合标定方案将有效提高这一流程的效率。目前常用的标定方案包括:基于标定板的标定方案,但在实际项目中,往往无法保证标定板的配备和供给,因此严重限制了基于标定板的标定方案的普适性。
技术实现思路
1、为了解决上述技术问题或者至少部分地解决上述技术问题,本公开实施例提供了一种相机与激光雷达的联合标定方法、装置、设备和介质,摆脱了对标定板的依赖,具有较广泛的适用性,支持各类形状、大小、方向的物体参与标定,且具备较高的标定精度和标定效率。
2、第一方面,本公开实施例提供了一种相机与激光雷达的联合标定方法,该方法包括:
3、获取包括同一区域的图像和点云;
4、基于初始的变换矩阵对所述点云中点云物体对应的点云点集合进行投影处理,获得点云物体在所述图像的坐标系中对应的映射点集合;
5、通过预设算法对所述图像中图像物体对应的像素点集合以及所述映射点集合分别进行处理,获得图像物体所对应的第一大小特征信息和第一方向特征信息,以及点云物体所对应的第二大小特征信息和第二方向特征信息;
6、根据所述第一大小特征信息和第一方向特
7、第二方面,本公开实施例还提供了一种相机与激光雷达的联合标定装置,该装置包括:
8、获取模块,获取包括同一区域的图像和点云;
9、投影模块,基于初始的变换矩阵对所述点云中点云物体对应的点云点集合进行投影处理,获得点云物体在所述图像的坐标系中对应的映射点集合;
10、处理模块,通过预设算法对所述图像中图像物体对应的像素点集合以及所述映射点集合分别进行处理,获得图像物体所对应的第一大小特征信息和第一方向特征信息,以及点云物体所对应的第二大小特征信息和第二方向特征信息;
11、确定模块,根据所述第一大小特征信息和第一方向特征信息,以及所述第二大小特征信息和第二方向特征信息确定修正后的所述变换矩阵。
12、第三方面,本公开实施例还提供了一种电子设备,所述电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上所述的相机与激光雷达的联合标定方法。
13、第四方面,本公开实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上所述的相机与激光雷达的联合标定方法。
14、本公开实施例提供的一种相机与激光雷达的联合标定方法,通过获取包括同一区域的图像和点云;基于初始的变换矩阵对所述点云中点云物体对应的点云点集合进行投影处理,获得点云物体在所述图像的坐标系中对应的映射点集合;通过预设算法对所述图像中图像物体对应的像素点集合以及所述映射点集合分别进行处理,获得图像物体所对应的第一大小特征信息和第一方向特征信息,以及点云物体所对应的第二大小特征信息和第二方向特征信息;根据所述第一大小特征信息和第一方向特征信息,以及所述第二大小特征信息和第二方向特征信息确定修正后的所述变换矩阵的技术手段,摆脱了对标定板的依赖,具有较广泛的适用性,支持各类形状、大小、方向的物体参与标定,且具备较高的标定精度和标定效率。
本文档来自技高网...【技术保护点】
1.一种相机与激光雷达的联合标定方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于初始的变换矩阵对所述点云中点云物体对应的点云点集合进行投影处理之前,还包括:
3.根据权利要求1所述的方法,其特征在于,所述预设算法包括主成分分析法,所述第一大小特征信息包括所述对应的像素点集合的第一特征值和第二特征值,所述第一特征值表示对应图像物体的长度,所述第二特征值表示对应图像物体的宽度,所述第一方向特征信息包括所述对应的像素点集合的第一特征向量和第二特征向量,所述第一特征向量表示对应图像物体的长度方向,所述第二特征向量表示对应图像物体的宽度方向;
4.根据权利要求3所述的方法,其特征在于,所述基于所述第一大小特征信息和第一方向特征信息,以及所述第二大小特征信息和第二方向特征信息确定修正后的所述变换矩阵,包括:
5.根据权利要求4所述的方法,其特征在于,所述基于所述第一特征值、所述第二特征值、所述第三特征值、所述第四特征值、所述第一特征向量、所述第二特征向量、所述第三特征向量以及所述第四特征向量确定匹配对中目标图
6.根据权利要求4所述的方法,其特征在于,所述基于所述匹配可信度构建损失函数,并对所述损失函数进行迭代求解,当满足迭代终止条件时,获得修正后的所述变换矩阵,包括:
7.根据权利要求1所述的方法,其特征在于,所述获得图像物体所对应的第一大小特征信息和第一方向特征信息,以及点云物体所对应的第二大小特征信息和第二方向特征信息之后,还包括:
8.一种相机与激光雷达的联合标定装置,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:
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种相机与激光雷达的联合标定方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于初始的变换矩阵对所述点云中点云物体对应的点云点集合进行投影处理之前,还包括:
3.根据权利要求1所述的方法,其特征在于,所述预设算法包括主成分分析法,所述第一大小特征信息包括所述对应的像素点集合的第一特征值和第二特征值,所述第一特征值表示对应图像物体的长度,所述第二特征值表示对应图像物体的宽度,所述第一方向特征信息包括所述对应的像素点集合的第一特征向量和第二特征向量,所述第一特征向量表示对应图像物体的长度方向,所述第二特征向量表示对应图像物体的宽度方向;
4.根据权利要求3所述的方法,其特征在于,所述基于所述第一大小特征信息和第一方向特征信息,以及所述第二大小特征信息和第二方向特征信息确定修正后的所述变换矩阵,包括:
5.根据权利要求4所述的方法,其特征在于,所...
【专利技术属性】
技术研发人员:何常鑫,徐慧明,李昊来,缪子健,林伟,
申请(专利权)人:驭势上海汽车科技有限公司,
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。