本公开提供了一种传感器外参标定方法、装置、计算机设备及存储介质,其中,该方法包括:获取移动装置上部署的定位传感器采集的第一位姿信息,以及所述移动装置上部署的激光雷达采集的初始点云数据;并将所述初始点云数据转换为目标坐标系下的目标点云数据;识别所述目标点云数据中的线特征点集合、面特征点集合以及语义元素的中心特征点集合;基于各线特征点之间的第一距离约束、各面特征点之间的第二距离约束以及各中心特征点之间的第三距离约束,对初始外参信息进行优化,得到目标外参信息。本公开实施例通过多种约束关系确定定位传感器与激光雷达之间的目标外参信息,可以提高外参标定的结果精度。
【技术实现步骤摘要】
本公开涉及计算机,具体而言,涉及一种传感器外参标定方法、装置、计算机设备及存储介质。
技术介绍
1、目前,很多自动驾驶公司都会配备高精度采集车来进行道路数据采集,并基于采集的数据来重建道路地图或进行定位等。这些高精度采集车往往都会安装激光雷达、组合惯导系统等传感器,对这些传感器的外参标定的结果精度会在很大程度上影响地图重建的效果、定位精度等。
技术实现思路
1、本公开实施例至少提供一种传感器外参标定方法、装置、计算机设备及存储介质。
2、第一方面,本公开实施例提供了一种传感器外参标定方法,包括:
3、获取移动装置在外参标定行驶过程中通过所述移动装置上部署的定位传感器采集的第一位姿信息,以及获取所述移动装置上部署的激光雷达采集的初始点云数据;
4、确定所述定位传感器与所述激光雷达的初始外参信息,并基于所述初始外参信息和所述第一位姿信息,将所述初始点云数据转换为目标坐标系下的目标点云数据;
5、识别所述目标点云数据中位于同一直线上的线特征点集合、位于同一平面上的面特征点集合、以及所述目标点云数据中所包含的语义元素的中心特征点集合;
6、建立所述线特征点集合中各线特征点之间的第一距离约束、所述面特征点集合中各面特征点之间的第二距离约束以及所述中心特征点集合中各中心特征点之间的第三距离约束,并基于所述第一距离约束、所述第二距离约束和所述第三距离约束,对所述初始外参信息进行优化,得到所述定位传感器与所述激光雷达之间的目标外参信息。</p>7、一种可能的实施方式中,所述基于所述初始外参信息和所述第一位姿信息,将所述初始点云数据转换为目标坐标系下的目标点云数据,包括:
8、确定所述东北天坐标系下参考点的位置信息;
9、基于所述第一位姿信息和所述参考点的位置信息,将所述组合惯导传感器的第一位姿信息转换为所述东北天坐标系下的第二位姿信息;
10、基于所述初始外参信息和所述第二位姿信息,将所述初始点云数据转换为所述东北天坐标系下的目标点云数据。
11、一种可能的实施方式中,所述定位传感器为组合惯导传感器;所述目标坐标系为东北天坐标系;
12、所述建立所述线特征点集合中各线特征点之间的第一距离约束,包括:
13、针对所述线特征点中的任一线特征点,确定距离该线特征点最近的n个线特征点,并确定所述n个线特征点构成的参考直线;n为大于1的正整数;
14、确定该线特征点距离该参考直线之间的第一距离,所述距离为该线特征点的第一距离约束。
15、一种可能的实施方式中,建立所述面特征点集合中各面特征点之间的第二距离约束,包括:
16、针对任一面特征点,确定距离该面特征点最近的m个面特征点,并确定所述m个面特征点构成的参考平面;m为大于2的正整数;
17、确定该面特征点距离该参考平面之间的第二距离,所述第二距离为该面特征点的第二距离约束。
18、一种可能的实施方式中,建立所述中心特征点集合中各中心特征点之间的第三距离约束,包括:
19、针对任一中心特征点,确定距离该中心特征点最近的参考特征点;
20、确定该中心特征点与所述参考特征点之间的第三距离,所述第三距离为该中心特征点的第三距离约束。
21、一种可能的实施方式中,所述基于所述第一距离约束、所述第二距离约束和所述第三距离约束,对所述初始外参信息进行优化,得到所述定位传感器与所述激光雷达之间的目标外参信息,包括:
22、构建包含所述第一距离约束、所述第二距离约束以及所述第三距离约束的目标函数,其中,所述目标函数中的变量为所述定位传感器与所述激光雷达之间的外参信息;
23、对所述目标函数中的变量进行调整,以使所述目标函数的函数值符合预设条件,返回执行构建目标函数的步骤,直至目标函数调整完成,调整完成后的目标函数中的变量为所述目标外参信息。
24、一种可能的实施方式中,所述外参信息的自由度为k,k为预设值;
25、所述对所述目标函数中的变量进行调整,以使所述目标函数的函数值符合预设条件,包括:
26、确定各自由度的变量值在多种调整方式下的取值;
27、分别基于各自由度的变量值在各种调整方式下的取值,对所述目标函数中的变量进行调整,得到各调整方式下的调整函数值;
28、基于各调整函数值,确定目标调整函数值,并将所述目标调整函数值对应的调整方式作为对所述变量的调整方式,以对所述变量进行调整。
29、第二方面,本公开实施例还提供一种传感器外参标定装置,包括:
30、获取模块,用于获取移动装置在外参标定行驶过程中通过所述移动装置上部署的定位传感器采集的第一位姿信息,以及获取所述移动装置上部署的激光雷达采集的初始点云数据;
31、确定模块,用于确定所述定位传感器与所述激光雷达的初始外参信息,并基于所述初始外参信息和所述第一位姿信息,将所述初始点云数据转换为目标坐标系下的目标点云数据;
32、识别模块,用于识别所述目标点云数据中位于同一直线上的线特征点集合、位于同一平面上的面特征点集合、以及所述目标点云数据中所包含的语义元素的中心特征点集合;
33、优化模块,用于建立所述线特征点集合中各线特征点之间的第一距离约束、所述面特征点集合中各面特征点之间的第二距离约束以及所述中心特征点集合中各中心特征点之间的第三距离约束,并基于所述第一距离约束、所述第二距离约束和所述第三距离约束,对所述初始外参信息进行优化,得到所述定位传感器与所述激光雷达之间的目标外参信息。
34、一种可能的实施方式中,所述确定模块,在基于所述初始外参信息和所述第一位姿信息,将所述初始点云数据转换为目标坐标系下的目标点云数据时,用于:
35、确定所述东北天坐标系下参考点的位置信息;
36、基于所述第一位姿信息和所述参考点的位置信息,将所述组合惯导传感器的第一位姿信息转换为所述东北天坐标系下的第二位姿信息;
37、基于所述初始外参信息和所述第二位姿信息,将所述初始点云数据转换为所述东北天坐标系下的目标点云数据。
38、一种可能的实施方式中,所述优化模块,在建立所述线特征点集合中各线特征点之间的第一距离约束时,用于:
39、针对所述线特征点中的任一线特征点,确定距离该线特征点最近的n个线特征点,并确定所述n个线特征点构成的参考直线;n为大于1的正整数;
40、确定该线特征点距离该参考直线之间的第一距离,所述距离为该线特征点的第一距离约束。
41、一种可能的实施方式中,所述优化模块,在建立所述面特征点集合中各面特征点之间的第二距离约束时,用于:
42、针对任一面特征点,确定距离该面特征点最近的m个面特征点,并确定所述m个面特征点构成的参考平面;m为大于2的正整数;
4本文档来自技高网
...
【技术保护点】
1.一种传感器外参标定方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述定位传感器为组合惯导传感器;所述目标坐标系为东北天坐标系;
3.根据权利要求1所述的方法,其特征在于,所述建立所述线特征点集合中各线特征点之间的第一距离约束,包括:
4.根据权利要求1所述的方法,其特征在于,建立所述面特征点集合中各面特征点之间的第二距离约束,包括:
5.根据权利要求1所述的方法,其特征在于,建立所述中心特征点集合中各中心特征点之间的第三距离约束,包括:
6.根据权利要求1所述的方法,其特征在于,所述基于所述第一距离约束、所述第二距离约束和所述第三距离约束,对所述初始外参信息进行优化,得到所述定位传感器与所述激光雷达之间的目标外参信息,包括:
7.根据权利要求6所述的方法,其特征在于,所述外参信息的自由度为K,K为预设值;
8.一种传感器外参标定装置,其特征在于,包括:
9.一种计算机设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至7任一项所述的传感器外参标定方法的步骤。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至7任一项所述的传感器外参标定方法的步骤。
...
【技术特征摘要】
1.一种传感器外参标定方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述定位传感器为组合惯导传感器;所述目标坐标系为东北天坐标系;
3.根据权利要求1所述的方法,其特征在于,所述建立所述线特征点集合中各线特征点之间的第一距离约束,包括:
4.根据权利要求1所述的方法,其特征在于,建立所述面特征点集合中各面特征点之间的第二距离约束,包括:
5.根据权利要求1所述的方法,其特征在于,建立所述中心特征点集合中各中心特征点之间的第三距离约束,包括:
6.根据权利要求1所述的方法,其特征在于,所述基于所述第一距离约束、所述第二距离约束和所述第三距离约束,对所述初始外参信息进行优化,得到...
【专利技术属性】
技术研发人员:丁帅,
申请(专利权)人:北京集度科技有限公司,
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。