【技术实现步骤摘要】
本申请属于激光雷达与相机标定，尤其涉及一种基于强化学习的路侧激光雷达相机系统自适应标定方法及装置。
技术介绍
1、在自动驾驶和智能交通领域，激光雷达和相机是重要的传感器，它们可以提供精确的环境感知信息。然而，这些传感器的位姿可能会因为各种原因而发生改变，例如路侧传感器单元通常被安装在路侧单杆或龙门架等位置，容易受到外部因素的影响，导致位置发生改变，此外也有可能受到自然环境因素的影响。传感器位姿的改变将影响激光雷达和相机之间的坐标转换关系，标定参数的改变将会影响数据的融合，降低激光雷达和相机系统的准确性及可靠性。
技术实现思路
1、本申请实施例提供了一种基于强化学习的路侧激光雷达相机系统自适应标定方法及装置，可以解决在传感器位姿位置发生改变的情况时，传感器无法自动调整其标定参数的问题。
2、第一方面，本申请实施例提供了一种基于强化学习的路侧激光雷达相机系统自适应标定方法，包括：
3、在激光雷达与相机位姿改变之后，获取预设时间段内激光雷达的扫描数据和相机的图像数据；p>
4、执行智本文档来自技高网...
【技术保护点】
1.一种基于强化学习的路侧激光雷达相机系统自适应标定的方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，在获取预设时间段内激光雷达的扫描数据和相机的图像数据之后，所述方法还包括：
3.如权利要求2所述的方法，其特征在于，所述从所述扫描数据和所述图像数据中解析出所述预设时间段内的所有目标的目标级特征数据，包括：
4.如权利要求3所述的方法，其特征在于，利用当前的标定矩阵，对所述映射数据和所述相机的图像数据进行目标级特征解析，得到对应图像数据的第一目标级特征数据和对应映射数据的第二目标级特征数据，包括：
5....
【技术特征摘要】
1.一种基于强化学习的路侧激光雷达相机系统自适应标定的方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，在获取预设时间段内激光雷达的扫描数据和相机的图像数据之后，所述方法还包括：
3.如权利要求2所述的方法，其特征在于，所述从所述扫描数据和所述图像数据中解析出所述预设时间段内的所有目标的目标级特征数据，包括：
4.如权利要求3所述的方法，其特征在于，利用当前的标定矩阵，对所述映射数据和所述相机的图像数据进行目标级特征解析，得到对应图像数据的第一目标级特征数据和对应映射数据的第二目标级特征数据，包括：
5....
【专利技术属性】
技术研发人员：韩萌，戴雪瑞，林潇，李智，周浩，
申请(专利权)人：北京万集科技股份有限公司，
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。