【技术实现步骤摘要】
本专利技术属于点云数据处理，尤其涉及一种基于特定标志物的激光雷达与相机联合标定方法。
技术介绍
1、随着人工智能技术的不断提升，无人驾驶汽车技术正在逐渐兴起，而激光雷达和相机是无人驾驶技术感知模块的两个重要传感器，对无人车的正常驾驶起着关键性的作用。
2、其中，激光雷达是以发射激光束探测目标的位置的雷达系统，其工作原理是向目标发射激光束，然后将接收到的从目标反射回来的信号与发射信号进行比较,作适当处理后,就可获得目标的有关信息 ,如目标距离、方位、高度、姿态、甚至形状等参数。
3、而相机传感器较为常见，相机通过摄像头获取前方的rgb图像完成信息获取。激光雷达可以提供高频率的精确距离及反射率信息，但无法感知对象色彩信息，而相机可以提供高分辨率的色彩信息，但无法感知物体深度，基于单一类型传感器进行环境感知均存在一定的劣势，将二者感知信息融合可以很好的弥补各自的缺点，是一种很好的也是目前主流的处理方式。
4、传感器标定是自动驾驶感知和规划任务的基础。单一传感器往往会存在覆盖范围不足和观测信息受限等局限与挑战，多传感器融合方案可以做到不同传感器间的取长补短。比如要做雷达和相机传感器的融合感知，那前提就是要做两个传感器的空间联合标定，这样可以将雷达或者相机视野下检测到的同一个物体进行融合，给算法提供更丰富的特征信息。
5、目前业界实行标定有以下两种方法：
6、1. 利用标定间。标定间标定一般用于车辆生产交付场景。
7、优点：标定结果精确，标定效率高。
8、
9、2. 利用开源算法自动检测标志物。
10、优点：成本低廉。
11、缺点：实施门槛较高。算法比较复杂，需要一定技术能力才能进行复现，对标定人员整体能力要求过高；环境要求苛刻，开源算法很多在实验室环境，在真正实测效果较差；流程复杂，标定效率低。往往需要多次调试才能获取一个好的标定结果。
技术实现思路
1、针对上述现有技术中存在的问题，本专利技术提供了一种基于特定标志物的激光雷达与相机联合标定方法，本专利技术要解决的技术问题是提供一种能够低成本、高效率准确建立雷达和相机之间的空间对应关系的标定方法，实现雷达和相机之间的空间联合标定，为多传感器数据融合提供可靠基础。
2、为解决上述技术问题，本专利技术提供了一种基于特定标志物的激光雷达与相机联合标定方法，包括以下步骤：
3、步骤s1：利用棋盘格标定板，基于张正友标定法，标定相机内参；
4、步骤s2：将标志物摆放到多个三脚架上，录制标定数据包；
5、步骤s3：解析标定数据包，生成多组相机数据和雷达数据，每组中的相机数据和雷达数据呈对应关系，相机数据包括多个2d点，雷达数据包括多个3d点，每组相机数据和雷达数据均包括所有标志物的成像数据；
6、步骤s4：在步骤s3中的一组相机数据和雷达数据中，选取距离各个标志物中心最近的2d点和3d点，组成2d-3d位置数据对，2d-3d位置数据对的数量与标志物的数量相等，然后将2d点和3d点的坐标值拷贝到文件中保存，从而实现雷达和相机之间的空间对应关系的建立；
7、步骤s5：将步骤s4中保存的文件数据输入到slovepnp函数中，进行外参的求解，得到外参；
8、步骤s6：获取步骤s3中的一组相机数据和雷达数据，利用外参和步骤s1中的内参实现该组的雷达数据对该组相机数据的投影，观察相关标志物的重合度，实现对外参准确性的验证。
9、进一步的，所述步骤s1中，棋盘格标定板的材质为氧化铝。
10、进一步的，所述步骤s2中，所述标志物为直径不同的金属球，金属球上贴有反光贴。
11、进一步的，所述步骤s2中，直径为50mm的金属球有3个，100mm的金属球有3个，150mm的金属球有3个，共9个金属球。
12、进一步的，所述步骤s2中，标志物要放到距离雷达至少15m的位置，标志物充满相机整个视野，三脚架高度互不相同；以相机为参考，满足相机的远近高低处都有标志物，直径相对小的金属球靠近相机和雷达设置，直径相对大的金属球远离相机和雷达设置。
13、进一步的，所述步骤s4中，使用pcl_viewer 打开包含雷达数据的文件，进行3d点选取；同时对应的打开labelme，通过createpoint进行相机数据中2d点的选取，选择每个标志物上距离该标志物中心最近的点，并记录二维坐标值；3d点选点时，能看到金属球上贴有反光贴，其数据反射率和其他位置有不同，选择每个标志物上距离该标志物中心最近的点，并记录三维坐标值；选完点后，拷⻉所有2d-3d位置数据对的二维坐标值和三维坐标值到文件中保存。
14、pcl_viewer是 point cloud library (pcl) 提供的一个用于可视化点云数据的工具；labelme为图像标注工具；createpoint为一种选点工具。
15、进一步的，其特征在于，选点方式是一个3d点和一个2d点交替进行，防止选择错乱。
16、本专利技术一种基于特定标志物的激光雷达与相机联合标定方法，利用棋盘格标定板，基于张正友标定法，标定相机内参；将标志物摆放到多个三脚架上，录制标定数据包；解析标定数据包，获取单帧的相机和雷达数据；选取每个标志物上距离该标志物中心最近的2d点和3d点，做一一对应，组成2d-3d位置数据对，然后拷贝坐标值到文件中保存，从而实现雷达和相机之间的空间对应关系的准确建立，实现雷达和相机之间的空间联合标定；利用到slovepnp函数中，进行外参的求解；进行外参准确性的验证。本方法为多传感器数据融合提供可靠基础。
17、本专利技术中特定标志物采用大小不同的金属球，摆放的远近高低位置不同，这样图片上由于透视变换拍出来的物体会呈现近大远小的效果，使用直径相对较小的金属球放到离相机近的地方，能把误差控制在小金属球成像所占的像素内，有效减少误差；摆放位置远近高低不同，由于外参是两个空间坐标系之间的变换，将标志物摆放在空间不同地方可以更好获取空间特征，以便拟合好的标定结果，避免陷入局部最优情况。
18、本专利技术一种基于特定标志物的激光雷达与相机联合标定方法的有益效果如下：
19、1. 成本低廉。使用的标志物是常见的三脚架和金属球，容易采购到，并且价格低廉。
20、2. 操作简单。标志物摆放调试过程简单，只需要放到指定位置即可。同时本方法采用了人工+算法交互式结合的方式进行标定，将算法要求苛刻复杂部分交于人工去解决，即降低了标定复现的难度，又提升了标定效率。
21、3. 环境要求低。本专利技术对标定环境没有过高的要求，能容纳下车辆的空地即可。
22、4. 精确度高。本专利技术标志物采用了直径较小的金属球，保证标定本文档来自技高网...
【技术保护点】
1.一种基于特定标志物的激光雷达与相机联合标定方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于特定标志物的激光雷达与相机联合标定方法，其特征在于，所述步骤S1中，棋盘格标定板的材质为氧化铝。
3.根据权利要求1所述的基于特定标志物的激光雷达与相机联合标定方法，其特征在于，所述步骤S2中，所述标志物为直径不同的金属球，金属球上贴有反光贴。
4.根据权利要求3所述的基于特定标志物的激光雷达与相机联合标定方法，其特征在于，所述步骤S2中，直径为50mm的金属球有3个，100mm的金属球有3个，150mm的金属球有3个，共9个金属球。
5.根据权利要求3所述的基于特定标志物的激光雷达与相机联合标定方法，其特征在于，所述步骤S2中，标志物要放到距离雷达至少15m的位置，标志物充满相机整个视野，三脚架高度互不相同；以相机为参考，满足相机的远近高低处都有标志物，直径相对小的金属球靠近相机和雷达设置，直径相对大的金属球远离相机和雷达设置。
6. 根据权利要求3所述的基于特定标志物的激光雷达与相机联合标定方法，其特征在于，所
7.根据权利要求6所述的基于特定标志物的激光雷达与相机联合标定方法，其特征在于，选点方式是一个3D点和一个2D点交替进行，防止选择错乱。
...【技术特征摘要】
1.一种基于特定标志物的激光雷达与相机联合标定方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于特定标志物的激光雷达与相机联合标定方法，其特征在于，所述步骤s1中，棋盘格标定板的材质为氧化铝。
3.根据权利要求1所述的基于特定标志物的激光雷达与相机联合标定方法，其特征在于，所述步骤s2中，所述标志物为直径不同的金属球，金属球上贴有反光贴。
4.根据权利要求3所述的基于特定标志物的激光雷达与相机联合标定方法，其特征在于，所述步骤s2中，直径为50mm的金属球有3个，100mm的金属球有3个，150mm的金属球有3个，共9个金属球。
5.根据权利要求3所述的基于特定标志物的激光雷达与相机联合标定方法，其特征在于，所述步骤s2中，标志物要放到距离雷达至少15m的位置，标志物充满相机整个视野，三脚架高度互不相同；...
【专利技术属性】
技术研发人员：史红欣，王大亮，齐红威，
申请(专利权)人：数据堂北京科技股份有限公司，
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。