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() 一种基于点云强度的雷达相机联合标定方法技术_技高网

一种基于点云强度的雷达相机联合标定方法技术

技术编号:41306629 阅读:4 留言:0更新日期:2024-05-13 14:51
本发明专利技术公开了一种基于点云强度的雷达相机联合标定方法,通过相机、雷达采集图像、点云信息,在图像信息中提取标定板角点像素坐标,在点云信息中提取平面,然后根据点云强度提取标定板角点三维坐标,利用手眼标定关系式进行相机、雷达外参粗标定,最终以粗标定外参为初值,以标定板角点像素坐标、三维坐标构建PnP关系式,求解获得相机、雷达精确外参。本发明专利技术解决了现有激光雷达与相机在外参标定精度低及非线性优化易陷入局部最小值的问题,为多传感器信息融合提供保障。

【技术实现步骤摘要】

本专利技术属于机器人,具体涉及一种基于点云强度的雷达相机联合标定方法


技术介绍

1、自主作业机器人作业时,一般需搭载多传感器进行感知定位,高精度的外参标定是多传感器信息有效融合的重要前提。

2、目前相机、激光雷达联合标定通常分为两大类:

3、1、通过slam对相机、雷达进行相对定位,因相机、雷达固定搭载于机器人上,由此构建手眼标定关系式,求解获取相机、雷达外参;

4、2、利用相机、雷达识别标定板、长方形板等特征,根据特征确定世界坐标系下共同点位于相机坐标系、雷达坐标系下的不同坐标,构建pnp方程,求解获取相机、雷达外参。

5、第一种方法利用slam求解相机、雷达的相对位姿,对传感器自身精度要求较高,且因手眼标定关系式影响,平移外参误差较大;第二种方法一般识别标定板边界作为共同点,但标定板一般将内部角点作为高精度尺寸,而标定板外部边界精度低,影响整体标定精度。


技术实现思路

1、针对上述问题,本专利技术提出一种基于点云强度的雷达相机联合标定方法,通过相机、雷达采集图像、点云信息,在图像信息中提取标定板角点像素坐标,在点云信息中提取平面,然后根据点云强度提取标定板角点三维坐标,利用手眼标定关系式进行相机、雷达外参粗标定,最终以粗标定外参为初值,以标定板角点像素坐标、三维坐标构建pnp关系式,求解获得相机、雷达精确外参。

2、本专利技术解决其技术问题所采用的技术方案是:包括以下步骤:步骤一:使用激光雷达、相机对周围环境进行感知,获取点云、图像数据;步骤二:在图像信息中提取标定板角点;步骤三:根据雷达点云信息提取平面;步骤四:根据标定板平面及点云强度信息提取标定板角点;步骤五:通过手眼标定关系式进行相机、雷达粗标定;步骤六:根据图像信息及点云信息中标定板角点坐标构建pnp关系式求解外参。

3、步骤一包括:本专利技术的研究对象为激光雷达与单目相机的联合标定问题,激光雷达采用ouster的os1-128激光雷达,相机采用realsense d435i相机中的单目镜头,采用标定板进行联合标定。

4、步骤二包括:根据提前设定的标定板角点参数,在图像信息中提取标定板角点,获取标定板角点的像素坐标。

5、步骤三包括:在激光雷达各扫描线上根据距离阈值聚类,由相近扫描线合并聚类结果获取最终聚类,对各聚类结果进行pca降维检测平面。具体步骤如下:

6、(1)提取出的聚类点集合为fg={p1,p2,…,pn|pi=(xi,yi,zi)t},根据聚类点坐标求解点云质心。

7、(2)根据质心坐标对点云进行去质心化,即:

8、p′i=pi-pm

9、式中,p′i为点云去质心化后的坐标点,pm为点云质心。

10、(3)根据去质心化后的坐标点构建协方差矩阵,进行奇异值分解,求取特征值ε1、ε2、ε3,若其中最小特征值小于0.01,则认为该聚类为平面。

11、步骤四包括:根据点云强度进行聚类,获得最大阈值imax及最小阈值imin,划定自适应阈值,去除标定板白色部分,根据设定标定板参数,构建对应点云与处理后点云进行配准,获取标定板角点坐标。

12、步骤五包括:利用激光slam中loam算法及视觉slam中vins-mono算法对激光雷达及相机进行定位,获取相对位姿,构建手眼标定关系式:

13、

14、式中,tab为相机、雷达外参,为雷达相对位姿,为相机相对位姿。

15、步骤六包括:利用图像信息中标定板角点像素坐标及点云信息中标定板角点三维坐标,以手眼标定所求外参为初值,构建pnp关系式,求解获得相机、雷达精确外参。

16、本专利技术的有益效果是,提出了一种基于点云强度的雷达相机联合标定方法,解决了现有激光雷达与相机在外参标定精度低及非线性优化易陷入局部最小值的问题,最终外参标定结果精度高,为多传感器信息融合提供保障,具有一定的推广意义。

本文档来自技高网...

【技术保护点】

1.一种基于点云强度的雷达相机联合标定方法,其特征在于:包括以下步骤:步骤一:使用激光雷达、相机对周围环境进行感知,获取点云、图像数据;步骤二:在图像信息中提取标定板角点;步骤三:根据雷达点云信息提取平面;步骤四:根据标定板平面及点云强度信息提取标定板角点;步骤五:通过手眼标定关系式进行相机、雷达粗标定;步骤六:根据图像信息及点云信息中标定板角点坐标构建PnP关系式求解外参。

2.根据权利要求1所述的一种基于点云强度的雷达相机联合标定方法,其特征在于:步骤一包括:本专利技术的研究对象为激光雷达与单目相机的联合标定问题,激光雷达采用Ouster的OS1-128激光雷达,相机采用Realsense D435i相机中的单目镜头,采用标定板进行联合标定。

3.根据权利要求1所述的一种基于点云强度的雷达相机联合标定方法,其特征在于:步骤二包括:根据提前设定的标定板角点参数,在图像信息中提取标定板角点,获取标定板角点的像素坐标。

4.根据权利要求1所述的一种基于点云强度的雷达相机联合标定方法,其特征在于:步骤三包括:在激光雷达各扫描线上根据距离阈值聚类,由相近扫描线合并聚类结果获取最终聚类,对各聚类结果进行PCA降维检测平面,具体步骤如下:

5.根据权利要求1所述的一种基于点云强度的雷达相机联合标定方法,其特征在于:步骤四包括:根据点云强度进行聚类,获得最大阈值Imax及最小阈值Imin,划定自适应阈值,去除标定板白色部分,根据设定标定板参数,构建对应点云与处理后点云进行配准,获取标定板角点坐标。

6.根据权利要求1所述的一种基于点云强度的雷达相机联合标定方法,其特征在于:步骤五包括:利用激光SLAM中LOAM算法及视觉SLAM中Vins-mono算法对激光雷达及相机进行定位,获取相对位姿,构建手眼标定关系式:

7.根据权利要求1所述的一种基于点云强度的雷达相机联合标定方法,其特征在于:步骤六包括:利用图像信息中标定板角点像素坐标及点云信息中标定板角点三维坐标,以手眼标定所求外参为初值,构建PnP关系式,求解获得相机、雷达精确外参。

...

【技术特征摘要】

1.一种基于点云强度的雷达相机联合标定方法,其特征在于:包括以下步骤:步骤一:使用激光雷达、相机对周围环境进行感知,获取点云、图像数据;步骤二:在图像信息中提取标定板角点;步骤三:根据雷达点云信息提取平面;步骤四:根据标定板平面及点云强度信息提取标定板角点;步骤五:通过手眼标定关系式进行相机、雷达粗标定;步骤六:根据图像信息及点云信息中标定板角点坐标构建pnp关系式求解外参。

2.根据权利要求1所述的一种基于点云强度的雷达相机联合标定方法,其特征在于:步骤一包括:本发明的研究对象为激光雷达与单目相机的联合标定问题,激光雷达采用ouster的os1-128激光雷达,相机采用realsense d435i相机中的单目镜头,采用标定板进行联合标定。

3.根据权利要求1所述的一种基于点云强度的雷达相机联合标定方法,其特征在于:步骤二包括:根据提前设定的标定板角点参数,在图像信息中提取标定板角点,获取标定板角点的像素坐标。

4.根据权利要求1所述的一种基于点云强度的雷达相...

【专利技术属性】
技术研发人员:刘今越刘超杰王翌玮万昭
申请(专利权)人:河北工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1