CN104142157A - 一种标定方法、装置及设备 - Google Patents

一种标定方法、装置及设备 Download PDF

Info

Publication number
CN104142157A
CN104142157A CN201310162869.1A CN201310162869A CN104142157A CN 104142157 A CN104142157 A CN 104142157A CN 201310162869 A CN201310162869 A CN 201310162869A CN 104142157 A CN104142157 A CN 104142157A
Authority
CN
China
Prior art keywords
coordinate
laser radar
calibration point
coordinate system
cloud
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310162869.1A
Other languages
English (en)
Other versions
CN104142157B (zh
Inventor
晏阳
孟磊
王雷斌
曹晓航
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Navinfo Co Ltd
Original Assignee
Navinfo Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Navinfo Co Ltd filed Critical Navinfo Co Ltd
Priority to CN201310162869.1A priority Critical patent/CN104142157B/zh
Publication of CN104142157A publication Critical patent/CN104142157A/zh
Application granted granted Critical
Publication of CN104142157B publication Critical patent/CN104142157B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497Means for monitoring or calibrating

Abstract

本发明实施例还提供一种标定方法、装置及设备。所述方法包括:第一确定步骤,对于至少三个标定点中的每个标定点,确定所述每个标定点在激光雷达坐标系下的点云坐标和在全景相机的全景图像坐标系下的像素坐标;第二确定步骤,根据所述至少三个标定点各自对应的点云坐标和像素坐标,确定用于对激光雷达和全景相机进行联合标定的标定参数。本发明实施例提供了不依赖于带有强度的激光点云数据的标定激光雷达和全景相机的方式。

Description

一种标定方法、装置及设备
技术领域
本发明涉及测绘领域,尤其涉及一种标定方法、装置及设备。
背景技术
移动测绘系统中的一项重要功能是通过数据融合得到的多模态数据,基于图像的目标定位与量测,数据质量的保证依赖于全景相机与激光雷达精确的标定。
现有的标定方法,在预订标定场地,采集多组全景与点云数据,通过肉眼观察找到点云中可识别物体边缘,然后调整点云使其与全景图像中对应物体边缘匹配、记录点云的调整的旋转与平移矩阵,再通过优化算法得到最优标定结果。
但是,这种方法依赖于带有强度的激光点云数据,而如果激光雷达获得的激光点云数据不带强度,则由于激光点的具体位置不可见,无法与对应图像进行很好的匹配,就无法通过这种方法来得到标定结果,因此,这种方法的适用范围较窄。
发明内容
有鉴于此,本发明实施例的目的是提供一种标定方法、装置及设备,以提供不依赖于带有强度的激光点云数据的标定激光雷达和全景相机的方法。
为解决上述技术问题,本发明实施例提供方案如下:
本发明实施例提供一种标定方法,所述方法包括:
第一确定步骤,对于至少三个标定点中的每个标定点,确定所述每个标定点在激光雷达坐标系下的点云坐标和在全景相机的全景图像坐标系下的像素坐标;其中,标定点位于标定物上;
第二确定步骤,根据所述至少三个标定点各自对应的点云坐标和像素坐标,确定用于对激光雷达和全景相机进行联合标定的标定参数。
优选的,标定物为激光雷达,所述第一确定步骤中,所述至少三个标定点中的任一标定点在激光雷达坐标系下的点云坐标根据如下方式确定:
根据激光雷达工程设计参数,确定所述点云坐标。
优选的,所述第一确定步骤中,对于所述至少三个标定点中的任一标定点,所述任一标定点所在的处于第一位置的第一标定物的底面与激光雷达坐标系的第一坐标轴垂直,所述第一标定物的包含所述任一标定点的第一边缘与所述第一标定物的底面垂直,且所述至少三个标定点中的任一标定点在激光雷达坐标系下的点云坐标根据如下方式确定:
根据激光雷达扫描所述第一标定物得到的激光点云数据,确定所述第一边缘在激光雷达坐标系的第二坐标轴上的第二坐标值和在激光雷达坐标系的第三坐标轴上的第三坐标值;
根据所述第二坐标值、所述第三坐标值和所述任一标定点到所述底面的高度,确定所述任一标定点在激光雷达坐标系下的点云坐标。
优选的,所述第一确定步骤中,所述至少三个标定点中的任一标定点在全景相机的全景图像坐标系下的像素坐标根据如下方式确定:
根据全景相机拍摄所述任一标定点所在的处于第二位置的第二标定物得到的图像,确定所述任一标定点在所述图像中的第一像素;
将所述图像中所述第一像素的坐标确定为所述任一标定点在全景相机的全景图像坐标系下的像素坐标。
优选的,所述标定参数包括激光雷达坐标系到全景相机的全景图像坐标系下的旋转矩阵和平移矩阵。
本发明实施例还提供一种标定装置,所述装置包括:
第一确定模块,用于对于至少三个标定点中的每个标定点,确定所述每个标定点在激光雷达坐标系下的点云坐标和在全景相机的全景图像坐标系下的像素坐标;其中,标定点位于标定物上;
第二确定模块,用于根据所述至少三个标定点各自对应的点云坐标和像素坐标,确定用于对激光雷达和全景相机进行联合标定的标定参数。
优选的,标定物为激光雷达,所述第一确定模块中,所述至少三个标定点中的任一标定点在激光雷达坐标系下的点云坐标根据如下方式确定:
根据激光雷达工程设计参数,确定所述点云坐标。
优选的,所述第一确定模块中,对于所述至少三个标定点中的任一标定点,所述任一标定点所在的处于第一位置的第一标定物的底面与激光雷达坐标系的第一坐标轴垂直,所述第一标定物的包含所述任一标定点的第一边缘与所述第一标定物的底面垂直,且所述至少三个标定点中的任一标定点在激光雷达坐标系下的点云坐标根据如下方式确定:
根据激光雷达扫描所述第一标定物得到的激光点云数据,确定所述第一边缘在激光雷达坐标系的第二坐标轴上的第二坐标值和在激光雷达坐标系的第三坐标轴上的第三坐标值;
根据所述第二坐标值、所述第三坐标值和所述任一标定点到所述底面的高度,确定所述任一标定点在激光雷达坐标系下的点云坐标。
优选的,所述第一确定模块中,所述至少三个标定点中的任一标定点在全景相机的全景图像坐标系下的像素坐标根据如下方式确定:
根据全景相机拍摄所述任一标定点所在的处于第二位置的第二标定物得到的图像,确定所述任一标定点在所述图像中的第一像素;
将所述图像中所述第一像素的坐标确定为所述任一标定点在全景相机的全景图像坐标系下的像素坐标。
优选的,所述标定参数包括激光雷达坐标系到全景相机的全景图像坐标系下的旋转矩阵和平移矩阵。
本发明实施例还提供一种包括以上所述的标定装置的设备。
从以上所述可以看出,本发明实施例至少具有如下有益效果:
通过确定至少三个标定点中的每个标定点的点云坐标和像素坐标,并根据所述至少三个标定点各自对应的点云坐标和像素坐标,确定用于对激光雷达和全景相机进行联合标定的标定参数,从而提供了不依赖于带有强度的激光点云数据的标定激光雷达和全景相机的方式。
附图说明
图1表示本发明实施例提供的一种标定方法的流程示意图;
图2表示全景相机与激光雷达标定参数解算模块结构图;
图3表示全景相机与激光雷达标定参数解算流程示意图;
图4表示激光雷达外部几何轮廓的角点坐标确定示意图;
图5表示标定物的角点坐标确定示意图;
图6A表示平移矩阵计算示意图;
图6B表示旋转矩阵计算示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图及具体实施例对本发明实施例进行详细描述。
图1表示本发明实施例提供的一种标定方法的流程示意图,参照图1,本发明实施例提供一种标定方法,所述方法包括如下步骤:
第一确定步骤101,对于至少三个标定点中的每个标定点,确定所述每个标定点在激光雷达坐标系下的点云坐标和在全景相机的全景图像坐标系下的像素坐标;其中,标定点位于标定物上;
第二确定步骤102,根据所述至少三个标定点各自对应的点云坐标和像素坐标,确定用于对激光雷达和全景相机进行联合标定的标定参数。
可见,通过确定至少三个标定点中的每个标定点的点云坐标和像素坐标,并根据所述至少三个标定点各自对应的点云坐标和像素坐标,确定用于对激光雷达和全景相机进行联合标定的标定参数,从而提供了不依赖于带有强度的激光点云数据的标定激光雷达和全景相机的方式。
由于本实施例提供的方式不需要激光雷达产生带有强度的激光点云数据,因此,适用范围更广。
在本发明实施例中,激光雷达坐标系可以为以激光雷达的激光源为坐标原点的三维直角坐标系。
全景相机的全景图像坐标系可以为全景相机所拍摄图像对应的平面直角坐标系,其中,该平面直角坐标系的坐标原点可以为在所拍摄图像中位于特定行、特定列的像素,则所述像素坐标则可以为所述每个标定点在全景相机所拍摄图像中对应的像素的坐标。以平面直角坐标系的坐标原点在所拍摄图像中位于第1行、第1列、所述每个标定点在全景相机所拍摄图像中对应的像素位于第5行、第8列为例,则所述像素坐标为(4,7)或(-4,-7)。
在本发明实施例中,标定点在激光雷达坐标系下的点云坐标可以通过实验的方式获得。
在本发明实施例中,标定点可以为标定物外部几何角点。
标定物的形状可以为长方体(包括立方体)、棱柱体、圆柱体等。
不同标定点所在标定物可以完全相同或不完全相同。
不同标定点所在标定物所处于的位置可以完全相同或不完全相同。
标定物可以包括激光雷达和/或激光雷达之外的物体(如长方体的箱子)。
下面就不同的情况分别进行说明。
<情况一>
对于标定物包括激光雷达的情况,可以有:
所述第一确定步骤中,所述至少三个标定点中的任一标定点在激光雷达坐标系下的点云坐标根据如下方式确定:
根据激光雷达工程设计参数,确定所述点云坐标。
这里,激光雷达工程设计参数记载在激光雷达的工程设计说明书中。下面以形状为长方体的激光雷达为例,说明根据激光雷达工程设计参数确定所述点云坐标的具体方式。
参照图4,激光雷达为长方体,激光源位于激光雷达的中心,是激光雷达坐标系的坐标原点(图中的o点),激光雷达坐标系的坐标轴为x轴、y轴和z轴,分别垂直于激光雷达的三对面。激光雷达工程设计参数为所述激光源到激光雷达外表面的距离,包括:所述激光源到图示的正表面的距离Lx;所述激光源到图示的右侧面的距离Ly;以及所述激光源到图示的上表面的距离Lz。则图示的(xyz)处的角点的点云坐标即为(Lx,Ly,Lz)。
对于激光雷达为立方体的情况,同理亦可得到激光雷达的其它角点的点云坐标;
对于激光雷达不为立方体的情况,所述激光源到激光雷达外表面的距离还可以包括:所述激光源到图示的后表面的距离Lx’;所述激光源到图示的左侧面的距离Ly’;以及所述激光源到图示的下表面的距离Lz’。则激光雷达的任一角点的点云坐标均可以通过类似方式得到,例如,图中最右上角的角点的点云坐标为(-Lx’,Ly,Lz)。
上述例子是为了说明根据激光雷达工程设计参数确定所述点云坐标是能够为本领域技术人员所实现的。当然,本领域技术人员也应当明白,对于其它形状的激光雷达,只要根据激光雷达工程设计参数确定激光雷达外表面的至少三个点各自与激光源在x、y及z轴上的偏移,就能够确定所述点云坐标,这只不过需要一些简单的数学运算知识,为节约篇幅,在此不再赘述。
由于上述方式使用了精确的激光雷达工程设计参数,因此,由此而得到的点云坐标也非常精确。
<情况二>
对于标定物包括激光雷达之外的物体的情况和/或标定物可以被激光雷达扫描到的情况,可以有:
所述第一确定步骤中,对于所述至少三个标定点中的任一标定点,所述任一标定点所在的处于第一位置的第一标定物的底面与激光雷达坐标系的第一坐标轴垂直,所述第一标定物的包含所述任一标定点的第一边缘与所述第一标定物的底面垂直,且所述任一标定点在激光雷达坐标系下的点云坐标根据如下方式确定:
根据激光雷达扫描所述第一标定物得到的激光点云数据,确定所述第一边缘在激光雷达坐标系的第二坐标轴上的第二坐标值和在激光雷达坐标系的第三坐标轴上的第三坐标值;
根据所述第二坐标值、所述第三坐标值和所述任一标定点到所述底面的高度,确定所述任一标定点在激光雷达坐标系下的点云坐标。
其中,第一坐标轴可以为x轴、y轴或z轴。下面以第一坐标轴为z轴为例,结合图5,对所述根据所述第二坐标值、所述第三坐标值和所述任一标定点到所述底面的高度,确定所述任一标定点在激光雷达坐标系下的点云坐标的方式加以说明。
如图5所示,第一标定物为长方体状物体,放置在水平面的某位置上,激光雷达的放置使得激光雷达坐标系的x轴和y轴位于该水平面上,则第一坐标轴与第一标定物的底面垂直。第一标定物可以放置在激光雷达的可扫描区域和全景相机的可拍摄区域的交集区域内的任一位置。图中所示为第一标定物放置在该交集区域内的位置i的情形,L为激光雷达扫描到第一标定物后形成的点云,其中Li,Li+1为激光雷达在第一标定物边缘上留下的点云(如果激光不能打到第一标定物边缘,可通过逐步提高激光雷达的采样频率获得多组不同密度的激光点云来解决),因此在Li点的点云坐标已知(lxi,lyi,lzi),又第一标定物的高度h已知可得到第一标定物的角点Pi的坐标为(lxi,lyi,h),同理可获得标定物的角点Pi+1的坐标。
其中,边缘处的点云可以通过对不同的点云到激光源的距离进行比较得到,例如,设Li点云到激光源的距离为di,Li+1点云到激光源的距离为di+1,则:
(1)Li左侧第一个点云到激光源的距离>di>Li右侧第一个点云到激光源的距离,且Li左侧第一个点云到激光源的距离与di之差,要远远大于di与Li右侧第一个点云到激光源的距离之差;
(2)Li+1左、右侧的点云各自到激光源的距离均大于di+1
由此,可以从L表示的点云中选择满足如下条件的点云作为Li点云:
设被选择的点云到激光源的距离为e,被选择的点云的左侧第一个点云到激光源的距离为f,被选择的点云的右侧第一个点云到激光源的距离为g,则f>e>g且f-e>>e-g;
选择满足如下条件的点云作为Li+1点云:
设被选择的点云到激光源的距离为e’,被选择的点云的左侧第一个点云到激光源的距离为f’,被选择的点云的右侧第一个点云到激光源的距离为g’,则f’>e’且g’>e’。
进一步地,将标定物从位置i更换到位置j时,则第一标定物为处于位置i的标定物,更换后的Pi点或Pi+1点为不同更换前的Pi点或Pi+1点的其它标定点更换后的标定物为第二标定物,则可得到更换后的Pi点或Pi+1点的点云坐标,也就是其它标定点的点云坐标。由此,就可以得到三个标定点的点云坐标。
而通过位置的更换,可以使标定物在不同时间处于N个位置,N>1,则通过上述方式可以得到N*2个标定点的点云坐标。
其中,标定物的摆放的位置可以在相同的水平面上,也可以在不同的水平面上。当标定物的摆放的位置不在同一水平面上时,可使用全站仪分别测量指定角点的坐标,对Z轴坐标做减法,可获得两个位置上水平高度差,由此则可以得到摆放在不同水平面上的标定物的角点的z轴坐标。
这种方法只使用激光雷达获得XY两个二维坐标,Z轴上的坐标即为标定物角点的高度H。与人工调整点云与全景匹配不同,人工调整点云的维度是三维的,而这种方法获得的坐标是二维的,不会出现在视觉深度方向的误差。
这里是以标定物的形状为长方体为例进行的说明。对于标定物为棱柱体或圆柱体的情况,可以通过与上述例子类似的方式确定标定物与水平面垂直的边缘的二维坐标,进而根据标定物角点的高度确定该角点的三维坐标,即可得到该角点的点云坐标,为节约篇幅,在此不再赘述。
需要说明的是,对于标定物为圆柱体的情况,从激光雷达方向看起来,圆柱体也存在与圆柱体的底面垂直的两条边,则标定物角点可以为其中任一条边与圆柱体的上底面或下底面的交点。
<情况三>
对于标定物包括激光雷达和/或激光雷达之外的物体的情况,至少三个标定点中的一部分标定点可以为激光雷达的外部几何的角点,另一部分标定点可以为激光雷达之外的物体的外部几何的角点。则可以采用情况一中给出的方式确定激光雷达外部几何的角点的点云坐标,以及采用情况二中给出的方式确定激光雷达之外的物体和/或可以被激光雷达扫描到的物体的外部几何的角点的点云坐标,本领域技术人员能够清楚地知道如何实现,为节约篇幅,在此不再赘述。
在本发明实施例中,所述第一确定步骤中,所述至少三个标定点中的任一标定点在全景相机的全景图像坐标系下的像素坐标根据如下方式确定:
根据全景相机拍摄所述任一标定点所在的处于第二位置的第二标定物得到的图像,确定所述任一标定点在所述图像中的第一像素;
将所述图像中所述第一像素的坐标确定为所述任一标定点在全景相机的全景图像坐标系下的像素坐标。
所述第一确定步骤中,至少三个标定点所在的标定物可以完全相同,也可以不完全相同。
至少三个标定点所在的标定物所处于的位置可以完全相同,也可以不完全相同。
在至少三个标定点中,对于所在标定物为处于激光雷达扫描范围内的物体的第一标定点,全景相机在拍摄所述所在标定物时所述所在标定物所处于的位置,与激光雷达为获取激光点云数据而进行激光扫描时所述所在标定物所处于的位置相同;其中,该激光点云数据用于确定该第一标定点在激光雷达坐标系下的点云坐标。
所述根据全景相机拍摄所述任一标定点所在的处于第一位置的第一标定物得到的图像,确定所述任一标定点在所述图像中的第一像素可以有多种方式:
例如,根据操作人员在所述图像中的点选来确定所述任一标定点在所述图像中所在的像素。
更精确地,可以采用计算机模式识别的方式;或者,先根据操作人员在所述图像中的点选来确定所述任一标定点在所述图像中所在的像素范围,再通过计算机模式识别的方式来确定所述第一像素;等等。
在本发明实施例中,所述标定参数可以包括激光雷达坐标系(P1)到全景相机的全景图像坐标系(P2)下的旋转矩阵和平移矩阵。
所述至少三个标定点的标定点个数可以为三个,则所述第二确定步骤102具体可以包括:
根据所述至少三个标定点各自对应的点云坐标和像素坐标,确定所述平移矩阵;
根据所述平移矩阵和所述至少三个标定点各自对应的点云坐标和像素坐标,确定所述旋转矩阵。
下面结合图6A和图6B,对所述平移矩阵及所述旋转矩阵的确定方式进行说明。三个标定点(C1、C2和C3)中的每个标定点在P1下的点云坐标和在P2下的像素坐标组成一组标定坐标对,则三个标定点共组成三组标定坐标对。应用不同坐标系下角度的旋转不变性定律,计算出平移矩阵T,再通过计算得到的平移矩阵T[dx,dy,dz],计算出旋转矩阵R[ay,ap,ar]。
现架设有两个传感器,P1为激光雷达、P2为全景相机,有两个标定点C1和C2都可以被P1和P2探测到,在P1坐标系下坐标为C1P1和C2P1,在P2坐标系下坐标为C1P2和C2P2,由于P2坐标系下C1,C2只有方向,没有深度,所以只能获得∠θ的值,另,在P1到P2坐标系的变换过程中∠θ不变,遂坐标C1P1C2P1与平移向量T相减之后,亦为∠θ,可建立方程,选取3个点即可得到平移向量T,通过三个标定点和求得的平移向量可以求出两个坐标系的旋转矩阵R。
具体地,在P2坐标系下,只能知道方向向量:
D 1 &RightArrow; = Norm ( P 2 C 1 &RightArrow; ) ;
D 2 &RightArrow; = Norm ( P 2 C 2 &RightArrow; ) .
它们形成∠C1P2C2=θ。
∠θ在P1和P2坐标系下大小是相同的(旋转不变性),在P1坐标系下:
cos &theta; = ( C 1 P 1 &RightArrow; - T &RightArrow; ) &CenterDot; ( C 2 P 1 &RightArrow; - T &RightArrow; ) | | C 1 P 1 &RightArrow; - T &RightArrow; | | &times; | | C 2 P 1 &RightArrow; - T &RightArrow; | |
在P2坐标系下:
cos &theta; = D 1 &RightArrow; &CenterDot; D 2 &RightArrow; | | D 1 &RightArrow; | | &times; | | D 2 &RightArrow; | |
所以:
( C 1 P 1 &RightArrow; - T &RightArrow; ) &CenterDot; ( C 2 P 1 &RightArrow; - T &RightArrow; ) | | C 1 P 1 &RightArrow; - T &RightArrow; | | &times; | | C 2 P 1 &RightArrow; - T &RightArrow; | | = D 1 &RightArrow; &CenterDot; D 2 &RightArrow; | | D 1 &RightArrow; | | &times; | | D 2 &RightArrow; | |
可以求解平移矩阵T。
再根据如下三个方程,可以求解得到旋转矩阵R:
C1P2=R*C1P1+T
C2P2=R*C2P1+T
C3P2=R*C3P1+T
在上述三个方程中,T已知,R矩阵有三个未知数,因而可解得旋转矩阵R。
在本发明实施例中,为了进一步提高标定参数的精度,所述至少三个标定点的标定点个数也可以为大于三个,则所述第二确定步骤102具体可以包括:
从所述至少三个标定点中选择至少两组标定点,其中,所述至少两组标定点中的每组标定点的标定点个数为三个,所述至少两组标定点中的两两组标定点之间不完全相同;
根据所述每组标定点各自对应的点云坐标和像素坐标,确定所述每组标定点对应的候选的标定参数;
使用RANSAC(RANdom SAmple Consensus)方法对所述至少两组标定点各自对应的候选的标定参数进行评价,得到最优的标定参数;
将所述最优的标定参数作为所述第二确定步骤102中确定的用于对激光雷达和全景相机进行联合标定的标定参数。
例如,对于所述至少三个标定点的标定点个数为四个的情况,可以通过上述方式确定除C1、C2和C3之外的第四标定点所对应的点云坐标和像素坐标。则通过上述方式,根据所述三个标定点中的两个标定点与第四标定点所各自对应的点云坐标和像素坐标,可以确定另一组标定参数T和R,由此,可采用RANSAC的方法对标定结果进行评价,取得两组标定参数中的较优组。由于采用RANSAC的方法对标定结果进行评价已经是现有较为成熟的方法,为节约篇幅,这里不再赘述。
为将本发明实施例进一步阐述清楚,下面以所述至少三个标定点所位于的标定物均为激光雷达为例,给出本发明实施例的优选实施方式。
在本优选实施方式中,图2和图3分别给出了用于联合标定激光雷达和全景相机的标定参数的解算模块和解算流程。
解算模块包括激光雷达坐标系下激光雷达几何轮廓标定点模块、模式识别标定点拟合模块、全景相机的全景图像坐标系下激光雷达几何轮廓标定点模块、标定参数解算模块、标定参数结果模块和标定结果优化模块。其中,标定参数结果模块维护多组标定参数结果。
解算流程如下:
步骤一:使用实验的方法测量多个标定点的标定内参数(XYZ),即多个标定点的激光点云坐标(lxi,lyi,lzi)。其中,标定内参数(XYZ)是在三维空间坐标系中进行标定,基于激光雷达坐标系确定标定点的实际空间位置。
步骤二:获取多个标定点的标定点参数(xy),具体地,在同步拍摄的全景图像中应用模式识别模块交互式获取对应标定点在全景图像的像素坐标(pxi,pyi)。
步骤三:将上述三维坐标(lxi,lyi,lzi)和像素坐标(pxi,pyi)的点对,三个一组作为标定参数解算模块的输入,输出激光雷达坐标系到全景相机的全景图像坐标系下的旋转矩阵和平移矩阵。
步骤四:标定结果优化。使用RANSAC方法对得到一组标定参数进行评价,得出最优标定参数。操作方法为从N个标定点中任选3个进行结算,得到组标定参数,之后将其余N-3个标定参数带入到分别带入到对应的标定方程中,方差最小的被优选。
对于不带强度的激光点云数据,由于激光点的具体位置不可见,无法与对应图像进行很好的匹配,所以此类激光雷达与全景相机的标定还没有很好的解决方案。而本发明实施例及其优选实施方式则提供了简单、精确的解决方案。
现有解决方案的缺点包括:
使用人工调整点云以匹配全景图像的方式,标定参数的误差难保证;
激光点云为一组离散点,获取物体边缘多为估算值,误差较大;
调整点云与全景图像匹配过程中,在视觉深度方向误差不可见,大大影响点云的平移矩阵精度。
本发明实施例及其优选实施方式的优势包括:
优势1:提高激光雷达的标定点参数的准确性。在全景图像中可见激光雷达的情况下,本发明采用通过激光雷达的工程设计内部参数,获取准确的激光雷达传感器外部几何所有角点相对于原点的坐标,相对于通过肉眼观察选择标定点的方式,大大提高了准确率。在全景图像中不可见激光雷达的情况下,使用精确测量得到立方体的作为标定物,可获得标定点的精确位置。
优势2:提高全景相机标定点的准确性,通过计算机模式识别技术,辅助识别全景图像上激光雷达传感器外部几何标定点的坐标或立方体标定物的标定点坐标,大大提高了全景相机标定点的准确性。
优势3:摆脱了标定场地的空间限制,由于激光源坐标系下激光点坐标(X,Y,Z)通过内部参数获得,脱离了标定场地特殊标定物的限制,全景相机的全景图像坐标系下的坐标点亦可以随时随地获得,大大提高了全景相机和激光雷达的联合标定效率。
本发明实施例还提供一种标定装置,所述装置包括:
第一确定模块,用于对于至少三个标定点中的每个标定点,确定所述每个标定点在激光雷达坐标系下的点云坐标和在全景相机的全景图像坐标系下的像素坐标;其中,标定点位于标定物上;
第二确定模块,用于根据所述至少三个标定点各自对应的点云坐标和像素坐标,确定用于对激光雷达和全景相机进行联合标定的标定参数。
可见,通过确定至少三个标定点中的每个标定点的点云坐标和像素坐标,并根据所述至少三个标定点各自对应的点云坐标和像素坐标,确定用于对激光雷达和全景相机进行联合标定的标定参数,从而提供了不依赖于带有强度的激光点云数据的标定激光雷达和全景相机的方式。
其中,标定点可以为标定物外部几何角点。
标定物可以为激光雷达,所述第一确定模块中,所述至少三个标定点中的任一标定点在激光雷达坐标系下的点云坐标可以根据如下方式确定:
根据激光雷达工程设计参数,确定所述点云坐标。
此外,所述第一确定模块中,对于所述至少三个标定点中的任一标定点,所述任一标定点所在的处于第一位置的第一标定物的底面与激光雷达坐标系的第一坐标轴垂直,所述第一标定物的包含所述任一标定点的第一边缘与所述第一标定物的底面垂直,且所述至少三个标定点中的任一标定点在激光雷达坐标系下的点云坐标可以根据如下方式确定:
根据激光雷达扫描所述第一标定物得到的激光点云数据,确定所述第一边缘在激光雷达坐标系的第二坐标轴上的第二坐标值和在激光雷达坐标系的第三坐标轴上的第三坐标值;
根据所述第二坐标值、所述第三坐标值和所述任一标定点到所述底面的高度,确定所述任一标定点在激光雷达坐标系下的点云坐标。
在本发明实施例中,所述第一确定模块中,所述至少三个标定点中的任一标定点在全景相机的全景图像坐标系下的像素坐标可以根据如下方式确定:
根据全景相机拍摄所述任一标定点所在的处于第二位置的第二标定物得到的图像,确定所述任一标定点在所述图像中的第一像素;
将所述图像中所述第一像素的坐标确定为所述任一标定点在全景相机的全景图像坐标系下的像素坐标。
在本发明实施例中,所述标定参数可以包括激光雷达坐标系到全景相机的全景图像坐标系下的旋转矩阵和平移矩阵。
本发明实施例还提供一种设备,所述设备包括以上所述的标定装置。
以上所述仅是本发明实施例的实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明实施例原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明实施例的保护范围。

Claims (11)

1.一种标定方法,其特征在于,所述方法包括:
第一确定步骤,对于至少三个标定点中的每个标定点,确定所述每个标定点在激光雷达坐标系下的点云坐标和在全景相机的全景图像坐标系下的像素坐标;其中,标定点位于标定物上;
第二确定步骤,根据所述至少三个标定点各自对应的点云坐标和像素坐标,确定用于对激光雷达和全景相机进行联合标定的标定参数。
2.根据权利要求1所述的方法,其特征在于,标定物为激光雷达,所述第一确定步骤中,所述至少三个标定点中的任一标定点在激光雷达坐标系下的点云坐标根据如下方式确定:
根据激光雷达工程设计参数,确定所述点云坐标。
3.根据权利要求1所述的方法,其特征在于,所述第一确定步骤中,对于所述至少三个标定点中的任一标定点,所述任一标定点所在的处于第一位置的第一标定物的底面与激光雷达坐标系的第一坐标轴垂直,所述第一标定物的包含所述任一标定点的第一边缘与所述第一标定物的底面垂直,且所述至少三个标定点中的任一标定点在激光雷达坐标系下的点云坐标根据如下方式确定:
根据激光雷达扫描所述第一标定物得到的激光点云数据,确定所述第一边缘在激光雷达坐标系的第二坐标轴上的第二坐标值和在激光雷达坐标系的第三坐标轴上的第三坐标值;
根据所述第二坐标值、所述第三坐标值和所述任一标定点到所述底面的高度,确定所述任一标定点在激光雷达坐标系下的点云坐标。
4.根据权利要求1所述的方法,其特征在于,所述第一确定步骤中,所述至少三个标定点中的任一标定点在全景相机的全景图像坐标系下的像素坐标根据如下方式确定:
根据全景相机拍摄所述任一标定点所在的处于第二位置的第二标定物得到的图像,确定所述任一标定点在所述图像中的第一像素;
将所述图像中所述第一像素的坐标确定为所述任一标定点在全景相机的全景图像坐标系下的像素坐标。
5.根据权利要求1所述的方法,其特征在于,所述标定参数包括激光雷达坐标系到全景相机的全景图像坐标系下的旋转矩阵和平移矩阵。
6.一种标定装置,其特征在于,所述装置包括:
第一确定模块,用于对于至少三个标定点中的每个标定点,确定所述每个标定点在激光雷达坐标系下的点云坐标和在全景相机的全景图像坐标系下的像素坐标;其中,标定点位于标定物上;
第二确定模块,用于根据所述至少三个标定点各自对应的点云坐标和像素坐标,确定用于对激光雷达和全景相机进行联合标定的标定参数。
7.根据权利要求6所述的装置,其特征在于,标定物为激光雷达,所述第一确定模块中,所述至少三个标定点中的任一标定点在激光雷达坐标系下的点云坐标根据如下方式确定:
根据激光雷达工程设计参数,确定所述点云坐标。
8.根据权利要求6所述的装置,其特征在于,所述第一确定模块中,对于所述至少三个标定点中的任一标定点,所述任一标定点所在的处于第一位置的第一标定物的底面与激光雷达坐标系的第一坐标轴垂直,所述第一标定物的包含所述任一标定点的第一边缘与所述第一标定物的底面垂直,且所述至少三个标定点中的任一标定点在激光雷达坐标系下的点云坐标根据如下方式确定:
根据激光雷达扫描所述第一标定物得到的激光点云数据,确定所述第一边缘在激光雷达坐标系的第二坐标轴上的第二坐标值和在激光雷达坐标系的第三坐标轴上的第三坐标值;
根据所述第二坐标值、所述第三坐标值和所述任一标定点到所述底面的高度,确定所述任一标定点在激光雷达坐标系下的点云坐标。
9.根据权利要求6所述的装置,其特征在于,所述第一确定模块中,所述至少三个标定点中的任一标定点在全景相机的全景图像坐标系下的像素坐标根据如下方式确定:
根据全景相机拍摄所述任一标定点所在的处于第二位置的第二标定物得到的图像,确定所述任一标定点在所述图像中的第一像素;
将所述图像中所述第一像素的坐标确定为所述任一标定点在全景相机的全景图像坐标系下的像素坐标。
10.根据权利要求6所述的装置,其特征在于,所述标定参数包括激光雷达坐标系到全景相机的全景图像坐标系下的旋转矩阵和平移矩阵。
11.一种设备,其特征在于,所述设备包括如权利要求6至10中任一项所述的标定装置。
CN201310162869.1A 2013-05-06 2013-05-06 一种标定方法、装置及设备 Active CN104142157B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310162869.1A CN104142157B (zh) 2013-05-06 2013-05-06 一种标定方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310162869.1A CN104142157B (zh) 2013-05-06 2013-05-06 一种标定方法、装置及设备

Publications (2)

Publication Number Publication Date
CN104142157A true CN104142157A (zh) 2014-11-12
CN104142157B CN104142157B (zh) 2017-08-25

Family

ID=51851406

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310162869.1A Active CN104142157B (zh) 2013-05-06 2013-05-06 一种标定方法、装置及设备

Country Status (1)

Country Link
CN (1) CN104142157B (zh)

Cited By (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104483664A (zh) * 2015-01-05 2015-04-01 中国科学院光电研究院 单线阵激光雷达设备中心标定的方法
CN105067023A (zh) * 2015-08-31 2015-11-18 中国科学院沈阳自动化研究所 一种全景三维激光传感器数据校准方法和装置
CN105758426A (zh) * 2016-02-19 2016-07-13 深圳杉川科技有限公司 移动机器人的多传感器的联合标定方法
CN105937913A (zh) * 2015-10-12 2016-09-14 北京林业大学 Ccd组合全站仪综合检测技术
CN106872963A (zh) * 2017-03-31 2017-06-20 厦门大学 一种多组多线激光雷达的自动标定算法
CN107179534A (zh) * 2017-06-29 2017-09-19 北京北科天绘科技有限公司 一种激光雷达参数自动标定的方法、装置及激光雷达
CN107253190A (zh) * 2017-01-23 2017-10-17 梅卡曼德(北京)机器人科技有限公司 一种高精度机器人手眼相机自动标定的装置及其使用方法
CN107656259A (zh) * 2017-09-14 2018-02-02 同济大学 外场环境标定的联合标定系统与方法
CN108020825A (zh) * 2016-11-03 2018-05-11 岭纬公司 激光雷达、激光摄像头、视频摄像头的融合标定系统及方法
CN108020826A (zh) * 2017-10-26 2018-05-11 厦门大学 多线激光雷达与多路相机混合标定方法
CN108596979A (zh) * 2018-03-27 2018-09-28 深圳市智能机器人研究院 一种用于激光雷达和深度相机的标定装置和方法
CN108627849A (zh) * 2018-07-25 2018-10-09 南京富锐光电科技有限公司 一种应用于高速相机校准的测距激光雷达系统
WO2018195999A1 (en) * 2017-04-28 2018-11-01 SZ DJI Technology Co., Ltd. Calibration of laser and vision sensors
CN108734744A (zh) * 2018-04-28 2018-11-02 国网山西省电力公司电力科学研究院 一种基于全站仪的远距离大视场双目标定方法
CN108942922A (zh) * 2018-06-11 2018-12-07 杭州灵西机器人智能科技有限公司 基于圆锥标定物的机械臂手眼标定方法、装置及系统
CN109118542A (zh) * 2017-06-22 2019-01-01 百度在线网络技术(北京)有限公司 激光雷达与相机之间的标定方法、装置、设备及存储介质
CN109215083A (zh) * 2017-07-06 2019-01-15 华为技术有限公司 车载传感器的外部参数标定的方法和设备
CN109215063A (zh) * 2018-07-05 2019-01-15 中山大学 一种事件触发相机与三维激光雷达的配准方法
CN109227551A (zh) * 2018-11-21 2019-01-18 中国科学院合肥物质科学研究院 一种视觉定位机器人手眼坐标转换方法
CN109345596A (zh) * 2018-09-19 2019-02-15 百度在线网络技术(北京)有限公司 多传感器标定方法、装置、计算机设备、介质和车辆
CN109597037A (zh) * 2018-11-29 2019-04-09 惠州华阳通用电子有限公司 一种雷达标定方法及装置
CN109828250A (zh) * 2019-03-28 2019-05-31 森思泰克河北科技有限公司 一种雷达标定方法、标定装置及终端设备
CN109901141A (zh) * 2019-02-28 2019-06-18 东软睿驰汽车技术(沈阳)有限公司 一种标定方法及装置
CN109901142A (zh) * 2019-02-28 2019-06-18 东软睿驰汽车技术(沈阳)有限公司 一种标定方法及装置
CN109901123A (zh) * 2018-12-24 2019-06-18 文远知行有限公司 传感器标定方法、装置、计算机设备和存储介质
CN109949372A (zh) * 2019-03-18 2019-06-28 北京智行者科技有限公司 一种激光雷达与视觉联合标定方法
CN110517209A (zh) * 2018-05-21 2019-11-29 北京京东尚科信息技术有限公司 数据处理方法、装置、系统以及计算机可读存储介质
CN110930442A (zh) * 2019-11-26 2020-03-27 广东技术师范大学 基于标定块的机器人手眼标定中关键点位置确定方法与装置
CN111028287A (zh) * 2018-10-09 2020-04-17 杭州海康威视数字技术股份有限公司 确定雷达坐标和摄像机坐标的转换矩阵的方法和装置
CN111127563A (zh) * 2019-12-18 2020-05-08 北京万集科技股份有限公司 联合标定方法、装置、电子设备及存储介质
CN111179351A (zh) * 2018-11-13 2020-05-19 北京图森智途科技有限公司 一种参数标定方法及其装置、处理设备
CN111811436A (zh) * 2020-07-20 2020-10-23 中国人民解放军海军航空大学青岛校区 灯箱回零姿态标校装置及标校方法
CN111913169A (zh) * 2019-05-10 2020-11-10 北京四维图新科技股份有限公司 激光雷达内参、点云数据的修正方法、设备及存储介质
CN113063370A (zh) * 2021-03-10 2021-07-02 杭州思看科技有限公司 多波段扫描仪的标定方法、系统、电子装置和存储介质
CN113077523A (zh) * 2021-03-31 2021-07-06 商汤集团有限公司 一种标定方法、装置、计算机设备及存储介质
CN113759346A (zh) * 2020-10-10 2021-12-07 北京京东乾石科技有限公司 一种激光雷达标定方法、装置、电子设备及存储介质
CN114509776A (zh) * 2022-04-08 2022-05-17 探维科技(北京)有限公司 硬件级图像融合系统的同步测量装置、方法、设备及介质
WO2023004792A1 (zh) * 2021-07-30 2023-02-02 深圳市速腾聚创科技有限公司 一种激光雷达的姿态标定方法、相关装置、以及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101699313A (zh) * 2009-09-30 2010-04-28 北京理工大学 基于摄像机和三维激光雷达的外部参数标定方法及系统
WO2011051287A1 (de) * 2009-10-28 2011-05-05 Ifm Electronic Gmbh Verfahren und vorrichtung zur kalibrierung eines 3d-tof-kamerasystems

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101699313A (zh) * 2009-09-30 2010-04-28 北京理工大学 基于摄像机和三维激光雷达的外部参数标定方法及系统
WO2011051287A1 (de) * 2009-10-28 2011-05-05 Ifm Electronic Gmbh Verfahren und vorrichtung zur kalibrierung eines 3d-tof-kamerasystems

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
SCARAMUZZA D ET AL: "Extrinsic self calibration of a camera and a 3d laser range finder from natural scenes", 《EXTRINSIC SELF CALIBRATION OF A CAMERA AND A 3D LASER RANGE FINDER FROM NATURAL SCENES》 *
ZHANG Q,ET AL: "Extrinsic calibration of a camera and laser range finder (improves camera calibration)", 《PROCEEDINGS. 2004 IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS》 *
赵松等: "基于立体标定靶的扫描仪与数码相机联合标定", 《测绘科学技术学报》 *
陈东: "三维激光和单目视觉间的联合标定与数据融合", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
高莹忠: "立体视觉和Lidar的数据融合", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (62)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104483664A (zh) * 2015-01-05 2015-04-01 中国科学院光电研究院 单线阵激光雷达设备中心标定的方法
CN105067023A (zh) * 2015-08-31 2015-11-18 中国科学院沈阳自动化研究所 一种全景三维激光传感器数据校准方法和装置
CN105067023B (zh) * 2015-08-31 2017-11-14 中国科学院沈阳自动化研究所 一种全景三维激光传感器数据校准方法和装置
CN105937913A (zh) * 2015-10-12 2016-09-14 北京林业大学 Ccd组合全站仪综合检测技术
CN105937913B (zh) * 2015-10-12 2018-12-14 北京林业大学 Ccd组合全站仪综合检测方法
CN105758426B (zh) * 2016-02-19 2019-07-26 深圳市杉川机器人有限公司 移动机器人的多传感器的联合标定方法
CN105758426A (zh) * 2016-02-19 2016-07-13 深圳杉川科技有限公司 移动机器人的多传感器的联合标定方法
CN108020825A (zh) * 2016-11-03 2018-05-11 岭纬公司 激光雷达、激光摄像头、视频摄像头的融合标定系统及方法
CN107253190B (zh) * 2017-01-23 2020-09-01 梅卡曼德(北京)机器人科技有限公司 一种高精度机器人手眼相机自动标定的装置及其使用方法
CN107253190A (zh) * 2017-01-23 2017-10-17 梅卡曼德(北京)机器人科技有限公司 一种高精度机器人手眼相机自动标定的装置及其使用方法
CN106872963A (zh) * 2017-03-31 2017-06-20 厦门大学 一种多组多线激光雷达的自动标定算法
CN106872963B (zh) * 2017-03-31 2019-08-27 厦门大学 一种多组多线激光雷达的自动标定算法
CN110573901A (zh) * 2017-04-28 2019-12-13 深圳市大疆创新科技有限公司 激光传感器和视觉传感器的校准
US10436884B2 (en) 2017-04-28 2019-10-08 SZ DJI Technology Co., Ltd. Calibration of laser and vision sensors
WO2018195999A1 (en) * 2017-04-28 2018-11-01 SZ DJI Technology Co., Ltd. Calibration of laser and vision sensors
US10884110B2 (en) 2017-04-28 2021-01-05 SZ DJI Technology Co., Ltd. Calibration of laser and vision sensors
CN109118542B (zh) * 2017-06-22 2021-11-23 阿波罗智能技术(北京)有限公司 激光雷达与相机之间的标定方法、装置、设备及存储介质
CN109118542A (zh) * 2017-06-22 2019-01-01 百度在线网络技术(北京)有限公司 激光雷达与相机之间的标定方法、装置、设备及存储介质
US11181624B2 (en) 2017-06-22 2021-11-23 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for calibration between laser radar and camera, device and storage medium
CN107179534A (zh) * 2017-06-29 2017-09-19 北京北科天绘科技有限公司 一种激光雷达参数自动标定的方法、装置及激光雷达
US11670193B2 (en) 2017-07-06 2023-06-06 Huawei Technologies Co., Ltd. Extrinsic parameter of on-board sensor
CN109215083A (zh) * 2017-07-06 2019-01-15 华为技术有限公司 车载传感器的外部参数标定的方法和设备
CN107656259A (zh) * 2017-09-14 2018-02-02 同济大学 外场环境标定的联合标定系统与方法
CN108020826B (zh) * 2017-10-26 2019-11-19 厦门大学 多线激光雷达与多路相机混合标定方法
CN108020826A (zh) * 2017-10-26 2018-05-11 厦门大学 多线激光雷达与多路相机混合标定方法
CN108596979A (zh) * 2018-03-27 2018-09-28 深圳市智能机器人研究院 一种用于激光雷达和深度相机的标定装置和方法
CN108734744A (zh) * 2018-04-28 2018-11-02 国网山西省电力公司电力科学研究院 一种基于全站仪的远距离大视场双目标定方法
CN108734744B (zh) * 2018-04-28 2022-02-18 国网山西省电力公司电力科学研究院 一种基于全站仪的远距离大视场双目标定方法
CN110517209A (zh) * 2018-05-21 2019-11-29 北京京东尚科信息技术有限公司 数据处理方法、装置、系统以及计算机可读存储介质
CN110517209B (zh) * 2018-05-21 2022-04-26 北京京东尚科信息技术有限公司 数据处理方法、装置、系统以及计算机可读存储介质
CN108942922A (zh) * 2018-06-11 2018-12-07 杭州灵西机器人智能科技有限公司 基于圆锥标定物的机械臂手眼标定方法、装置及系统
CN109215063A (zh) * 2018-07-05 2019-01-15 中山大学 一种事件触发相机与三维激光雷达的配准方法
CN108627849A (zh) * 2018-07-25 2018-10-09 南京富锐光电科技有限公司 一种应用于高速相机校准的测距激光雷达系统
US11002840B2 (en) 2018-09-19 2021-05-11 Baidu Online Network Technology (Beijing) Co., Ltd. Multi-sensor calibration method, multi-sensor calibration device, computer device, medium and vehicle
CN109345596A (zh) * 2018-09-19 2019-02-15 百度在线网络技术(北京)有限公司 多传感器标定方法、装置、计算机设备、介质和车辆
CN111028287B (zh) * 2018-10-09 2023-10-20 杭州海康威视数字技术股份有限公司 确定雷达坐标和摄像机坐标的转换矩阵的方法和装置
CN111028287A (zh) * 2018-10-09 2020-04-17 杭州海康威视数字技术股份有限公司 确定雷达坐标和摄像机坐标的转换矩阵的方法和装置
CN111179351A (zh) * 2018-11-13 2020-05-19 北京图森智途科技有限公司 一种参数标定方法及其装置、处理设备
CN109227551A (zh) * 2018-11-21 2019-01-18 中国科学院合肥物质科学研究院 一种视觉定位机器人手眼坐标转换方法
CN109597037A (zh) * 2018-11-29 2019-04-09 惠州华阳通用电子有限公司 一种雷达标定方法及装置
CN109901123B (zh) * 2018-12-24 2023-12-01 文远知行有限公司 传感器标定方法、装置、计算机设备和存储介质
CN109901123A (zh) * 2018-12-24 2019-06-18 文远知行有限公司 传感器标定方法、装置、计算机设备和存储介质
CN109901142B (zh) * 2019-02-28 2021-03-30 东软睿驰汽车技术(沈阳)有限公司 一种标定方法及装置
CN109901142A (zh) * 2019-02-28 2019-06-18 东软睿驰汽车技术(沈阳)有限公司 一种标定方法及装置
CN109901141A (zh) * 2019-02-28 2019-06-18 东软睿驰汽车技术(沈阳)有限公司 一种标定方法及装置
CN109949372A (zh) * 2019-03-18 2019-06-28 北京智行者科技有限公司 一种激光雷达与视觉联合标定方法
CN109828250B (zh) * 2019-03-28 2020-07-21 森思泰克河北科技有限公司 一种雷达标定方法、标定装置及终端设备
CN109828250A (zh) * 2019-03-28 2019-05-31 森思泰克河北科技有限公司 一种雷达标定方法、标定装置及终端设备
CN111913169A (zh) * 2019-05-10 2020-11-10 北京四维图新科技股份有限公司 激光雷达内参、点云数据的修正方法、设备及存储介质
CN111913169B (zh) * 2019-05-10 2023-08-22 北京四维图新科技股份有限公司 激光雷达内参、点云数据的修正方法、设备及存储介质
CN110930442A (zh) * 2019-11-26 2020-03-27 广东技术师范大学 基于标定块的机器人手眼标定中关键点位置确定方法与装置
CN111127563A (zh) * 2019-12-18 2020-05-08 北京万集科技股份有限公司 联合标定方法、装置、电子设备及存储介质
CN111811436B (zh) * 2020-07-20 2022-04-05 中国人民解放军海军航空大学青岛校区 灯箱回零姿态标校装置及标校方法
CN111811436A (zh) * 2020-07-20 2020-10-23 中国人民解放军海军航空大学青岛校区 灯箱回零姿态标校装置及标校方法
CN113759346A (zh) * 2020-10-10 2021-12-07 北京京东乾石科技有限公司 一种激光雷达标定方法、装置、电子设备及存储介质
CN113063370B (zh) * 2021-03-10 2023-01-31 思看科技(杭州)股份有限公司 多波段扫描仪的标定方法、系统、电子装置和存储介质
CN113063370A (zh) * 2021-03-10 2021-07-02 杭州思看科技有限公司 多波段扫描仪的标定方法、系统、电子装置和存储介质
CN113077523A (zh) * 2021-03-31 2021-07-06 商汤集团有限公司 一种标定方法、装置、计算机设备及存储介质
CN113077523B (zh) * 2021-03-31 2023-11-24 商汤集团有限公司 一种标定方法、装置、计算机设备及存储介质
WO2023004792A1 (zh) * 2021-07-30 2023-02-02 深圳市速腾聚创科技有限公司 一种激光雷达的姿态标定方法、相关装置、以及存储介质
CN114509776A (zh) * 2022-04-08 2022-05-17 探维科技(北京)有限公司 硬件级图像融合系统的同步测量装置、方法、设备及介质
CN114509776B (zh) * 2022-04-08 2022-07-29 探维科技(北京)有限公司 硬件级图像融合系统的同步测量装置、方法、设备及介质

Also Published As

Publication number Publication date
CN104142157B (zh) 2017-08-25

Similar Documents

Publication Publication Date Title
CN104142157A (zh) 一种标定方法、装置及设备
CN103411553B (zh) 多线结构光视觉传感器的快速标定方法
Alismail et al. Automatic calibration of a range sensor and camera system
EP2111530B1 (en) Automatic stereo measurement of a point of interest in a scene
US9292922B2 (en) Point cloud assisted photogrammetric rendering method and apparatus
CN104484887B (zh) 摄像机与二维激光测距仪联合使用时的外参数标定方法
JP5447963B2 (ja) 立体マーカを利用した位置計測システム
CN106443650A (zh) 一种基于几何关系的单目视觉测距方法
EP3032818A1 (en) Image processing device and markers
CN104748683A (zh) 一种数控机床工件在线自动测量装置及测量方法
CN103852060A (zh) 一种基于单目视觉的可见光图像测距方法
CN103759669A (zh) 一种大型零件的单目视觉测量方法
US20130113897A1 (en) Process and arrangement for determining the position of a measuring point in geometrical space
CN104567727A (zh) 立体靶标及对线结构光轮廓传感器的全局统一校准方法
Zhou et al. A measurement system based on internal cooperation of cameras in binocular vision
CN106504287A (zh) 基于模板的单目视觉目标空间定位系统
Wu et al. Feature-constrained registration of building point clouds acquired by terrestrial and airborne laser scanners
JP2016217941A (ja) 3次元データ評価装置、3次元データ測定システム、および3次元計測方法
KR20150069927A (ko) 카메라 및 레이저 센서의 캘리브레이션 장치 및 캘리브레이션 방법
Crispel et al. All-sky photogrammetry techniques to georeference a cloud field
Nedevschi Online cross-calibration of camera and lidar
CN106651957A (zh) 基于模板的单目视觉目标空间定位方法
CN106815872B (zh) 基于圆锥投影变换的单目视觉空间定位方法
CN103260008A (zh) 一种影像位置到实际位置的射影转换方法
Wang et al. Nonmetric camera calibration for underwater laser scanning system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant