CN109767475B - 一种传感器的外部参数标定方法及系统 - Google Patents
一种传感器的外部参数标定方法及系统 Download PDFInfo
- Publication number
- CN109767475B CN109767475B CN201811654041.7A CN201811654041A CN109767475B CN 109767475 B CN109767475 B CN 109767475B CN 201811654041 A CN201811654041 A CN 201811654041A CN 109767475 B CN109767475 B CN 109767475B
- Authority
- CN
- China
- Prior art keywords
- sensor
- vehicle
- coordinate system
- sequence
- vision sensor
- 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.)
- Active
Links
Images
Abstract
一种传感器的外部参数标定方法及系统,该方法包括:利用转换矩阵将车辆坐标系下的第一车身位姿转换至传感器坐标系,不断迭代调整转换矩阵的取值,直至通过转换矩阵将第一车身位姿序列转换到传感器坐标系时,转换得到的第二车身位姿序列与传感器位姿序列之间的非线性优化误差最小;将非线性优化误差最小时,转换矩阵中角度偏移和/或位置偏移的取值确定为传感器的外部参数;其中,传感器为视觉传感器或者激光雷达。本发明能够在不额外布置标记物的情况下完成传感器外部参数的标定,提高标定效率。同时,还可以自动标定传感器6个自由度的参数,也可以人为指定的标定其中的旋转3个自由度或者平移3个自由度的参数。
Description
技术领域
本发明涉及自动驾驶技术领域,具体涉及一种传感器的外部参数标定方法及系统。
背景技术
多传感器融合的方案基本已经成为自动驾驶最主流的技术方案之一,在对多个传感器数据进行融合时,首先需要统一各个传感器数据的坐标系。一般来说,可以将不同的传感器数据统一到以车辆为原点的车辆坐标系。这就需要对传感器坐标系相对于车辆坐标系的转换关系(即传感器的外部参数)进行标定。
目前的标定方案,通常需要在标定场地布置固定的标记物,以标定场地为世界坐标系;然后利用传感器测量标记物(如利用摄像头拍摄标记物),以确定标记物在传感器坐标系下的位置;根据相同的标记物在世界坐标系下的位置以及在传感器坐标系下的位置,确定传感器在世界坐标系下的位置;根据车辆在世界坐标系下的位置以及传感器在世界坐标系下的位置,得到传感器坐标系相对于车辆坐标系的转换关系,从而完成传感器外部参数的标定。
然而,这种标定方案需要在特定的标定场地中进行,而且需要专门布置标记物,标定操作较为繁琐,效率较低。
发明内容
本发明实施例公开了一种传感器的外部参数标定方法及系统,能够在不额外布置标记物的情况下完成传感器外部参数的标定,提高标定效率。
本发明实施例第一方面公开一种传感器的外部参数标定方法,所述方法包括:
获取车辆在车辆坐标系下的第一车身位姿序列;
获取所述车辆待标定的传感器检测到的真实环境数据,并基于所述真实环境数据确定所述传感器坐标系下的传感器位姿序列;
迭代调整转换矩阵的取值,直至通过所述转换矩阵将所述第一车身位姿序列转换到传感器坐标系时,转换得到的第二车身位姿序列与所述传感器位姿序列之间的非线性优化误差最小;
将非线性优化误差最小时所述转换矩阵的取值确定为所述传感器的外部参数;
其中,所述传感器为视觉传感器或者激光雷达;当所述传感器为视觉传感器时,所述真实环境数据为所述视觉传感器拍摄到的图像序列;当所述传感器为激光雷达时,所述真实环境数据为所述激光雷达检测到的点云信息。
作为一种可选的实施方式,在本发明实施例第一方面中,当所述视觉传感器为双目视觉传感器时,以所述双目视觉传感器中的任一视觉传感器为基准视觉传感器,以所述双目视觉传感器中的另一视觉传感器为非基准视觉传感器;
所述获取所述车辆的传感器检测到的真实环境数据,基于所述真实环境数据确定所述传感器坐标系下的传感器位姿序列,包括:
获取所述基准视觉传感器拍摄到的第一图像序列以及所述非基准视觉传感器同时拍摄到的第二图像序列;
基于所述第一图像序列和所述第二图像序列确定所述基准视觉传感器坐标系下的基准视觉传感器位姿序列;
以及,所述迭代调整转换矩阵的取值,直至通过所述转换矩阵将所述第一车身位姿序列转换到传感器坐标系时,转换得到的第二车身位姿序列与所述传感器位姿序列之间的非线性优化误最小,包括:
迭代调整转换矩阵的取值,直至通过所述转换矩阵将所述第一车身位姿序列转换到所述基准视觉传感器坐标系时,转换得到的第二车身位姿序列与所述基准视觉传感器位姿序列之间的非线性优化误差最小;
以及,所述将非线性优化误差最小时所述转换矩阵的取值确定为所述传感器的外部参数,包括:
将非线性优化误差最小时所述转换矩阵的取值确定为所述基准视觉传感器的外部参数;
根据所述非基准视觉传感器在所述车辆的装设位置相对于所述基准视觉传感器在所述车辆的装设位置的位置偏移和/或所述非基准视觉传感器在所述车辆的装设位置相对于所述基准视觉传感器在所述车辆的装设位置的角度偏移,以及非线性优化误差最小时所述转换矩阵的取值,确定所述非基准视觉传感器的外部参数。
作为一种可选的实施方式,在本发明实施例第一方面中,所述转换矩阵包括所述传感器坐标系相对于所述车辆坐标系的位置偏移和/或所述传感器坐标系相对于所述车辆坐标系的角度偏移。
作为一种可选的实施方式,在本发明实施例第一方面中,所述方法还包括:
在所述迭代调整转换矩阵的取值时,以所述传感器在所述车辆的装设位置相对于所述车辆指定部位的位置偏移和/或所述传感器在所述车辆的装设位置相对于所述车辆指定部位的角度偏移作为所述转换矩阵的初始取值;
其中,所述车辆指定部位为所述车辆坐标系的原点。
作为一种可选的实施方式,在本发明实施例第一方面中,所述方法还包括:
当检测到所述传感器在所述车辆的装设位置发生变化时,触发执行所述获取车辆的定位模块检测到的车辆坐标系下的第一车身位姿序列的步骤。
本发明实施例第二方面公开一种传感器的外部参数标定系统,包括:
第一位姿获取单元,用于获取车辆坐标系下的第一车身位姿序列;
第二位姿获取单元,用于获取所述车辆待标定的传感器检测到的真实环境数据,并基于所述真实环境数据确定所述传感器坐标系下的传感器位姿序列;
调整单元,用于迭代调整转换矩阵的取值,直至通过所述转换矩阵将所述第一车身位姿序列转换到传感器坐标系时,转换得到的第二车身位姿序列与所述传感器位姿序列之间的非线性优化误差最小;
确定单元,用于将非线性优化误差最小时所述转换矩阵的取值确定为所述传感器的外部参数;
其中,所述传感器为视觉传感器或者激光雷达;当所述传感器为视觉传感器时,所述真实环境数据为所述视觉传感器拍摄到的图像序列;当所述传感器为激光雷达时,所述真实环境数据为所述激光雷达检测到的点云信息。
作为一种可选的实施方式,在本发明实施例第二方面中,还包括:当所述视觉传感器为双目视觉传感器时,以所述双目视觉传感器中的任一视觉传感器为基准视觉传感器,以所述双目视觉传感器中的另一视觉传感器为非基准视觉传感器;
所述第二位姿获取单元,具体用于获取所述基准视觉传感器拍摄到的第一图像序列以及所述非基准视觉传感器同时拍摄到的第二图像序列;以及,基于所述第一图像序列和所述第二图像序列确定所述基准视觉传感器坐标系下的基准视觉传感器位姿序列;
所述调整单元,具体用于迭代调整转换矩阵的取值,直至通过所述转换矩阵将所述第一车身位姿序列转换到所述基准视觉传感器坐标系时,转换得到的第二车身位姿序列与所述基准视觉传感器位姿序列之间的非线性优化误差最小;
所述确定单元,具体用于将非线性优化误差最小时所述转换矩阵的取值确定为所述基准视觉传感器的外部参数;以及,根据所述非基准视觉传感器在所述车辆的装设位置相对于所述基准视觉传感器在所述车辆的装设位置的位置偏移和/或所述非基准视觉传感器在所述车辆的装设位置相对于所述基准视觉传感器在所述车辆的装设位置角度偏移,结合非线性优化误差最小时所述转换矩阵的取值,确定所述非基准视觉传感器的外部参数。
作为一种可选的实施方式,在本发明实施例第二方面中,还包括:所述转换矩阵包括所述传感器坐标系相对于所述车辆坐标系的位置偏移和/或所述传感器坐标系相对于所述车辆坐标系的角度偏移。
作为一种可选的实施方式,在本发明实施例第二方面中,所述调整单元在所述迭代调整转换矩阵的取值时,以所述传感器在所述车辆的装设位置相对于所述车辆指定部位的位置偏移和/或所述传感器在所述车辆的装设位置相对于所述车辆指定部位的角度偏移作为所述转换矩阵的初始取值;
其中,所述车辆指定部位为所述车辆坐标系的原点。
作为一种可选的实施方式,在本发明实施例第二方面中,所述系统还包括:
检测单元,用于在检测到所述传感器在所述车辆的装设位置发生变化时,触发所述第一位姿获取单元执行所述获取车辆的定位模块检测到的车辆坐标系下的第一车身位姿序列的操作。
本发明第三方面公开一种计算机可读存储介质,其存储计算机程序,其中,所述计算机程序使得计算机执行本发明实施例第一方面公开的任一项方法。
本发明实施例第四方面公开一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行本发明实施例第一方面公开的任一项方法。
与现有技术相比,本发明实施例具有以下有益效果:
本发明首先获取车辆坐标系下的第一车身位姿序列,以及传感器坐标系下的传感器位姿序列;利用转换矩阵将第一车身位姿序列转换成传感器坐标系下,得到第二车身位姿序列。如果转换矩阵的取值正确,第二车身位姿序列与传感器位姿序列之间的非线性优化误差较小。因此,可以通过迭代调整转换矩阵的取值,最小化第二车身位姿序列与传感器位姿序列欧氏群;当第二车身位姿序列与传感器位姿序列之间的非线性优化误差最小,可以将此时转换矩阵的取值作为标定完成的传感器外部参数。可见,实施本发明实施例,无需布置位置已知的特定标记物作为中间量,即可完成传感器相对于车辆的外部参数的标定,标定效率较高。并且,整个标定过程可以自动进行,无需人为干预,简单快捷。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种传感器的外部参数标定方法的流程示意图;
图2是本发明实施例公开的一种车辆坐标系的示例图;
图3是本发明实施例公开的另一种传感器的外部参数标定方法的流程示意图;
图4是本发明实施例公开的一种传感器的外部参数标定系统的结构示意图;
图5是本发明实施例公开的另一种传感器的外部参数标定系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明实施例及附图中的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例公开了一种传感器的外部参数标定方法及系统,能够在不额外布置标记物的情况下完成传感器外部参数的标定,提高标定效率。以下分别进行详细说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种传感器的外部参数标定方法的流程示意图。该方法可以应用于车载工业控制计算机、车载电脑、个人电脑、标定系统服务器等设备。下文以车载电脑为例描述本发明实施例公开的传感器的外部参数标定方法,不应构成对该方法的限定。如图1所示,该传感器的外部参数标定方法可以包括以下步骤:
101、车载电脑获取车辆在车辆坐标系下的第一车身位姿序列。
本发明实施例中,请一并参阅图2,图2是本发明实施例公开的一种车辆坐标系的示例图。如图2所示,一般可以设定车辆前进方向为车辆坐标系的x轴,设定车辆前进方向的左侧为车辆坐标系的y轴,与地平面垂直的方向为z轴。此外,车辆坐标系进一步还可以包括车辆的航向角α、翻滚角β和俯仰角γ。车辆坐标系的坐标原点可以根据实际情况指定不同的车辆部位,比如说,可以设定车辆的后轴中心点为车辆坐标系的原点。
进一步地,车载电脑可以通过车辆里程计实时检测车辆的位姿,从而获得车辆在车辆坐标系下的第一车身位姿序列,第一车身位姿序列为在车辆行驶过程中,车辆里程计检测到的多个时刻下车辆的位姿的集合。其中,车辆里程计可以包括加速度计、陀螺仪、轮脉冲计数器等组件。车辆的位姿包括车辆的位置和姿态,车辆的位置可以通过车辆坐标系下的坐标点进行表示,车辆的姿态可以通过航向角α、翻滚角β和俯仰角γ进行表示。
102、车载电脑获取车辆的传感器检测到的真实环境数据,并基于真实环境数据确定传感器坐标系下的传感器位姿序列。
本发明实施例中,传感器可以为视觉传感器或者激光雷达。当传感器为视觉传感器时,真实环境数据可以为视觉传感器拍摄到的图像序列;当传感器为激光雷达时,真实环境数据可以为激光雷达检测到的点云信息。其中,视觉传感器可以包括单目视觉传感器以及双目视觉传感器。
具体地,可以通过即时定位与地图构建技术(Simultaneous Localization andMapping,SLAM)进行传感器定位。
当传感器为视觉传感器(如彩色相机)时,利用拍摄到的图像序列结合视觉SLAM系统,即可得到视觉传感器坐标系下该视觉传感器的位姿序列。具体地,可以采用视觉传感器的光心作为视觉传感器坐标系的坐标原点,视觉传感器坐标系的x轴和y轴分别平行于图像平面的两条垂直边,视觉传感器坐标系的z轴垂直于图像平面。视觉SLAM基于特征点匹配,通过对不同时刻拍摄到的图像进行特征点的匹配和对比,即可计算出视觉传感器的相对运动距离和姿态变化,从而可以得到每帧图像对应的视觉传感器位姿,完成视觉传感器的位姿定位,由多帧图像对应的视觉传感器位姿组成视觉传感器坐标系下的视觉传感器位姿序列。
相应地,当传感器为激光雷达时,利用激光雷达检测到的点云信息结合激光SLAM系统,对不同时刻测量到的两片点云进行匹配和对比,即可得到激光雷达坐标系下的激光雷达位姿序列。
可见,基于SLAM技术,无需位置已知的标记物也可以确定出传感器的位姿信息。
可以理解的是,第一车身位姿序列包含的车辆的位姿与传感器位姿序列包含的传感器位姿之间在时间上存在对应关系,相对应的车辆的位姿与传感器位姿的检测时刻相同。
103、车载电脑迭代调整转换矩阵的取值,直至通过转换矩阵将第一车身位姿序列转换到传感器坐标系时,转换得到的第二车身位姿序列与传感器位姿序列之间的非线性优化误差最小。
本发明实施例中,转换矩阵T可以包括传感器坐标系相对于车辆坐标系的位置偏移t和/或传感器坐标系相对于车辆坐标系的角度偏移R。可以理解的是,当第一车身位姿序列中的各个车身位姿以及传感器位姿序列中的各个传感器位姿只包括位置(x,y,z)时,转换矩阵T只包括上述的位置偏移t;当各个车身位姿以及各个传感器位姿只包括姿态(α,β,γ)时,转换矩阵T只包括上述的角度偏移R;当各个车身位姿以及各个传感器位姿均包括位置和姿态时,转换矩阵T包括位置偏移t和角度偏移R。可见,本发明实施例公开的标定方法可以只标定位置偏移t包含的3个自由度的参数、只标定角度偏移R包含的3个自由度的参数、也可以同时标定位置偏移t以及角度偏移R一共包含6个自由度的参数,具体可以根据实际的工程需求选取需要标定的参数。
具体地,步骤103可以通过以下数学模型表示:
T=argmin∑(poses1-poses2);
其中,T为转换矩阵,poses1为通过转换矩阵转换到传感器坐标系下的第二车身位姿序列,poses2为传感器位姿序列。
也就是说,可以通过非线性优化的方式求解第二车身位姿序列与传感器位姿序列的非线性优化误差最小时转换矩阵T的取值。
进一步地,在迭代调整转换矩阵T的取值时,需要先设定转换矩阵T的初始取值。转换矩阵T的初始取值可以取任意的数值,但设定合理的初值可以减少迭代次数。在本发明实施例中,可以用传感器在车辆的装设位置相对于车辆指定部位的位置偏移和/或传感器在车辆的装设位置相对于车辆指定部位的角度偏移作为转换矩阵T的初始取值。上述的车辆指定部位为车辆坐标系的原点。假设待标定的传感器为相机(即视觉传感器),车辆坐标系的原点为车辆后轴的中心点,那么可以将相机的装设位置相对于车辆后轴中心点的位置偏移和/或相机的装设位置相对于车辆后轴中心点的角度偏移设置为转换矩阵T的初始取值。相机的装设位置相对于车辆后轴中心点的位置偏移和相机的装设位置相对于车辆后轴中心点的角度偏移可以通过人工测量得出。人工测量的偏移值精度较低,不足以支持自动驾驶的技术方案,但人工测量的偏移值相对接近最终标定得到的转换矩阵T的取值,因此,采用本发明实施例公开的转换矩阵T的初始取值设定方式,可以减少迭代次数,有利于减少计算时间,加快标定速度。
104、车载电脑将非线性优化误差最小时转换矩阵的取值确定为传感器的外部参数。
在本发明实施例中,当非线性优化误差最小时,可以认为计算出的转换矩阵T的误差在可以接受的范围内,因此可以将此时转换矩阵T的取值(即位置偏移的取值和/或角度偏移的取值)确定为传感器的外部参数,从而完成标定。
进一步地,在本发明实施例中,为了提高外参标定的成功率,车辆在车辆坐标系下的第一车身位姿序列包含的各个车身位姿需要在待标定的自由度所在方向上有变化。例如,如果需要标定传感器坐标系相对于车辆坐标系的位置偏移,车辆需要在车辆坐标系的x轴方向、车辆坐标系的y轴方向以及车辆坐标系的z轴方向上进行有变化的运动,以避免车辆沿着单个方向行走导致其余方向无梯度变化而无法标定的问题。
综上,在图1所描述的方法中,无需布置特定的标记物,通过传感器采集真实环境数据以获得传感器位姿序列,同时获取车辆位姿序列,不断迭代调整转换矩阵T的取值,使得通过转换矩阵T转换到传感器坐标系下的第二车身位姿序列与传感器位姿序列的非线性优化误差最小,即可得到较为准确的车辆坐标系相对于传感器坐标系的转换关系,标定过程简单快捷,可以提高标定效率。
实施例二
请参阅图3,图3是本发明实施例公开的另一种传感器的外部参数标定方法。在图3所示的方法中,传感器为双目视觉传感器。如图3所示,该传感器的外部参数标定方法包括:
301、车载电脑获取车辆在车辆坐标系下的第一车身位姿序列。
302、车载电脑获取基准视觉传感器拍摄到的第一图像序列以及非基准视觉传感器同时拍摄到的第二图像序列。
本发明实施例中,基准视觉传感器为双目视觉传感器中的任意一个视觉传感器,非基准视觉传感器为双目视觉传感器中的另一个视觉传感器。第一图像序列中包含的图像帧与第二图像序列中包含的图像帧在时间上存在对应关系,相对应的第一图像序列中的图像帧与第二图像序列中的图像帧为分别由基准传感器和非基准传感器在相同时刻拍摄到的图像帧。
303、车载电脑基于第一图像序列和第二图像序列确定基准视觉传感器坐标系下的基准视觉传感器位姿序列。
本发明实施例中,利用第一图像序列以及第二图像序列,结合双目视觉SLAM技术,即可确定基准视觉传感器坐标系下的基准视觉传感器位姿序列。其中,第一图像序列与第二图像序列可以为双目视觉SLAM系统提供深度信息。具体地,在第一图像序列与第二图像序列中相互对应的两个图像帧中进行特征点匹配和比对,可以恢复出当前时刻基准视觉传感器相对于特征点所对应的障碍物的距离和姿态,基于上一时刻恢复出的基准视觉传感器相对于同一个障碍物的距离和姿态,可以确定出基准传感器在上一时刻与当前时刻之间的相对运动距离和姿态变化,从而可以得到当前时刻基准视觉传感器坐标系下的基准视觉传感器位姿,由多个基准视觉传感器位姿组成基准视觉传感器位姿序列。此外,基准视觉传感器坐标系的坐标原点可以为基准视觉传感器的光心。
304、车载电脑迭代调整转换矩阵的取值,直至通过转换矩阵将第一车身位姿序列转换到基准视觉传感器坐标系时,转换得到的第二车身位姿序列与基准视觉传感器位姿序列之间的非线性优化误差最小。
本发明实施例中,步骤304也可以通过以下数学模型表示:T=argmin∑(poses3-poses4);
其中,T为转换矩阵,poses3为通过转换矩阵转换到基准视觉传感器坐标系下的第二车身位姿序列,poses4为基准视觉传感器位姿序列。
可以理解的是,转换矩阵可以包括基准视觉传感器坐标系相对于车辆坐标系的位置偏移和/或基准视觉传感器坐标系相对于车辆坐标系的角度偏移。在迭代调整转换矩阵的取值时,可以采用基准视觉传感器在车辆的装设位置相对于车辆指定部位的位置偏移和/或基准视觉传感器在车辆的装设位置相对于车辆指定部位的角度偏移作为转换矩阵的初始取值。上述的车辆指定部位为车辆坐标系的坐标原点。
305、车载电脑将非线性优化误差最小时转换矩阵的取值确定为基准视觉传感器的外部参数。
306、车载电脑根据非基准视觉传感器摄在车辆的装设位置相对于基准视觉传感器在车辆的装设位置的位置偏移和/或非基准视觉传感器在车辆的装设位置相对于基准视觉传感器在车辆的装设位置的角度偏移,以及非线性优化误差最小时转换矩阵的取值,确定非基准视觉传感器的外部参数。
本发明实施例中,执行上述的步骤301~步骤305,可以标定出基准视觉传感器的外部参数,执行步骤306,可以通过双目视觉系统中基准视觉传感器与非基准视觉传感器的装设位置偏移(即基准视觉传感器坐标系与非基准视觉传感器坐标系的转换关系),同时标定出非基准视觉传感器的外部参数。
可以理解的是,当转换矩阵只包括基准视觉传感器坐标系相对于车辆坐标系的位置偏移时,可以根据非基准视觉传感器摄在车辆的装设位置相对于基准视觉传感器在车辆的装设位置的位置偏移,以及非线性优化误差最小时基准视觉传感器坐标系相对于车辆坐标系的位置偏移的取值,标定出非基准视觉传感器相对于车辆坐标系的位置偏移(即非基准视觉传感器的外部参数中的位置偏移);当转换矩阵只包括基准视觉传感器坐标系相对于车辆坐标系的角度偏移时,可以根据非基准视觉传感器在车辆的装设位置相对于基准视觉传感器在车辆的装设位置的角度偏移,以及非线性优化误差最小时基准视觉传感器坐标系相对于车辆坐标系的角度偏移的取值,标定出非基准视觉传感器相对于车辆坐标系的角度偏移(即非基准视觉传感器的外部参数中的角度偏移);当转换矩阵包括基准视觉传感器坐标系相对于车辆坐标系的位置偏移以及角度偏移时,可以根据非基准视觉传感器在车辆的装设位置相对于基准视觉传感器在车辆的装设位置的位置偏移以及角度偏移,以及非线性优化误差最小时基准视觉传感器坐标系相对于车辆坐标系的位置偏移的取值以及角度偏移的取值,标定出非基准视觉传感器相对于车辆坐标系的位置偏移以及角度偏移(即非基准视觉传感器的外部参数中的位置偏移和角度偏移)。
此外,车辆在行驶一段时间之后,由于路面坑洼、减速带等路况导致的车身颠簸或者车辆受到撞击,都可能会改变视觉传感器和激光雷达等传感器的装设位置和角度,从而导致此前标定好的传感器外部参数不再准确。
作为一种可选的实施方式,在执行上述的步骤301之前,可以执行以下步骤:
检测双目视觉传感器在车辆的装设位置是否发生变化,在任意一个视觉传感器的装设位置发生变化时,执行步骤301~步骤306。
在目前的自动泊车、驾驶辅助等场景下,视觉传感器可以装设在车辆的前挡风玻璃或者后视镜上。视觉传感器拍摄到的图像中可能始终包含部分车身,因此,在完成视觉传感器外部参数标定的时刻,可以利用视觉传感器拍摄图像作为基准图像。每隔一定周期,对比视觉传感器当前拍摄到的图像中车身的位置以及基准图像中车身的位置,当上述两张图像中车身的位置不一致时,可以认为视觉传感器的装设位置发生了变化。此时,触发执行步骤301,可以启动对视觉传感器外部参数的标定程序,从而重新进行视觉传感器外部参数的标定。
可以理解的是,当传感器为激光雷达时,也可以在检测到激光雷达的装设位置发生变化时,触发执行获取车辆的定位模块检测到的车辆坐标系下的第一车身位姿序列的步骤,以触发启动对激光雷达的外部参数标定程序。具体地,针对激光雷达,通过检测激光雷达的回波判断激光雷达的装设位置是否发生变化。比如说,在车辆持续移动的过程中,如果激光雷达始终检测到一个距离固定的障碍物,可能为激光雷达的装设位置发生偏移,导致车身进入激光雷达的测距范围内。
也就是说,在本发明实施例中,可以在检测到传感器在车辆的装设位置发生变化时,触发执行获取车辆的定位模块检测到的车辆坐标系下的第一车身位姿序列的步骤,以启动对传感器外部参数的标定程序。因此,在本发明实施例中,可以在车辆出厂正常上路行驶之后,实时检测传感器的装设位置,并且在传感器的装设位置发生变化时,重新对传感器的外部参数进行标定,从而可以减少传感器装设位置变化对自动泊车、自动驾驶、驾驶辅助等功能的影响。
可见,实施如图3所示的传感器的外部参数标定方法,可以在无需布置特定标记物的情况下同时对双目视觉传感器进行外部参数标定。进一步地,还可以实时检测单目视觉传感器、双目视觉传感器、激光雷达等传感器的装设位置,在上述传感器的装饰位置发生变化时,重新对传感器的外部参数进行标定,以减少传感器装设位置变化对自动泊车等功能的影响。
实施例三
请参阅图4,图4是本发明实施例公开的一种传感器的外部参数标定系统。如图4所示,该外部参数标定系统可以包括:
第一位姿获取单元401,用于获取车辆坐标系下的第一车身位姿序列;
第二位姿获取单元402,用于获取车辆的传感器检测到的真实环境数据,并基于真实环境数据确定传感器坐标系下的传感器位姿序列;
本发明实施例中,传感器可以为视觉传感器或者激光雷达。当传感器为视觉传感器时,真实环境数据可以为视觉传感器拍摄到的图像序列;当传感器为激光雷达时,真实环境数据可以为激光雷达检测到的点云信息。其中,视觉传感器可以包括单目视觉传感器以及双目视觉传感器。
调整单元403,用于迭代调整转换矩阵的取值,直至通过转换矩阵将第一车身位姿序列转换到传感器坐标系时,转换得到的第二车身位姿序列与传感器位姿序列之间的非线性优化误差最小;
本发明实施例中,转换矩阵可以包括传感器坐标系相对于车辆坐标系的位置偏移和/或传感器坐标系相对于车辆坐标系的角度偏移。进一步地,调整单元403可以采用传感器在车辆的装设位置相对于车辆指定部位的位置偏移和/或传感器在车辆的装设位置相对于车辆指定部位的角度偏移作为转换矩阵的初始取值,以减少迭代此时,减少计算时间。其中,上述的车辆指定部位为车辆坐标系的坐标原点。
确定单元404,用于将非线性优化误差最小时转换矩阵的取值确定为传感器的外部参数。
可见,实施如图4所示的传感器的外部参数标定系统,可以在无需布置特定标记物的情况下,通过非线性优化的方式迭代调整转换矩阵的取值,使得通过转换矩阵T转换到传感器坐标系下的第二车身位姿序列与传感器位姿序列的非线性优化误差最小,即可得到较为准确的车辆坐标系相对于传感器坐标系的转换关系,标定过程简单快捷,可以提高标定效率。
实施例四
请参阅图4,图4是本发明实施例公开的另一种传感器的外部参数标定系统。其中,图5所示的传感器的外部参数标定系统是由图4所示的传感器的外部参数标定系统进行优化得到的。如图5所示,该外部参数标定系统还可以包括:
检测单元405,用于在检测到传感器在车辆的装设位置发生变化时,触发上述的第一位姿获取单元401执行获取车辆的定位模块检测到的车辆坐标系下的第一车身位姿序列的操作。
可选的,当传感器为双目视觉传感器时,上述的第二位姿获取单元402,具体用于获取基准视觉传感器拍摄到的第一图像序列以及非基准视觉传感器同时拍摄到的第二图像序列;以及,基于第一图像序列和第二图像序列确定基准视觉传感器坐标系下的基准视觉传感器位姿序列;
相应地,上述的调整单元403具体用于迭代调整转换矩阵的取值,直至通过转换矩阵将第一车身位姿序列转换到基准视觉传感器坐标系时,转换得到的第二车身位姿序列与基准视觉传感器位姿序列之间的非线性优化误差最小;
上述的确定单元404,具体用于将非线性优化误差最小时转换矩阵的取值确定为基准视觉传感器的外部参数;以及,根据非基准视觉传感器在车辆的装设位置相对于基准视觉传感器在车辆的装设位置的位置偏移和/或非基准视觉传感器在车辆的装设位置相对于基准视觉传感器在车辆的装设位置角度偏移,结合非线性优化误差最小时转换矩阵的取值,确定非基准视觉传感器的外部参数。
可见,当传感器为双目视觉传感器时,图5所示的外部参数标定系统可以在无需布置特定标记物的情况下同时对双目视觉传感器进行外部参数标定。进一步地,图5所示的外部参数标定系统还可以实时检测传感器的装设位置,在上述传感器的装饰位置发生变化时,重新对传感器的外部参数进行标定,以减少传感器装设位置变化对自动泊车等功能的影响。
本发明实施例公开一种计算机可读存储介质,其存储计算机程序,其中,该计算机程序使得计算机执行图1或图3所示的传感器的外部参数标定方法。
本发明实施例公开一种计算机程序产品,该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,且该计算机程序可操作来使计算机执行图1或图3所示的传感器的外部参数标定方法。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定特征、结构或特性可以以任意适合的方式结合在一个或多个实施例中。本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在本发明的各种实施例中,应理解,上述各过程的序号的大小并不意味着执行顺序的必然先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物单元,即可位于一个地方,或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可获取的存储器中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分,可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等,具体可以是计算机设备中的处理器)执行本发明的各个实施例上述方法的部分或全部步骤。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本发明实施例公开的一种传感器的外部参数标定方法及系统进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种传感器的外部参数标定方法,其特征在于,包括:
获取车辆在车辆坐标系下的第一车身位姿序列;
获取所述车辆待标定的传感器检测到的真实环境数据,并基于所述真实环境数据确定所述传感器坐标系下的传感器位姿序列;
迭代调整转换矩阵的取值,直至通过所述转换矩阵将所述第一车身位姿序列转换到传感器坐标系时,转换得到的第二车身位姿序列与所述传感器位姿序列之间的非线性优化误差最小;所述转换矩阵包括所述传感器坐标系相对于所述车辆坐标系的位置偏移和/或所述传感器坐标系相对于所述车辆坐标系的角度偏移;
将误差最小时所述转换矩阵的取值确定为所述传感器的外部参数;
其中,所述传感器为视觉传感器或者激光雷达;当所述传感器为视觉传感器时,所述真实环境数据为所述视觉传感器拍摄到的图像序列;当所述传感器为激光雷达时,所述真实环境数据为所述激光雷达检测到的点云信息。
2.根据权利要求1所述的传感器的外部参数标定方法,其特征在于,当所述视觉传感器为双目视觉传感器时,以所述双目视觉传感器中的任一视觉传感器为基准视觉传感器,以所述双目视觉传感器中的另一视觉传感器为非基准视觉传感器;
所述获取所述车辆的传感器检测到的真实环境数据,基于所述真实环境数据确定所述传感器坐标系下的传感器位姿序列,包括:
获取所述基准视觉传感器拍摄到的第一图像序列以及所述非基准视觉传感器同时拍摄到的第二图像序列;
基于所述第一图像序列和所述第二图像序列确定所述基准视觉传感器坐标系下的基准视觉传感器位姿序列;
以及,所述迭代调整转换矩阵的取值,直至通过所述转换矩阵将所述第一车身位姿序列转换到传感器坐标系时,转换得到的第二车身位姿序列与所述传感器位姿序列之间的非线性优化误差最小,包括:
迭代调整转换矩阵的取值,直至通过所述转换矩阵将所述第一车身位姿序列转换到所述基准视觉传感器坐标系时,转换得到的第二车身位姿序列与所述基准视觉传感器位姿序列之间的非线性优化误差最小;
以及,所述将非线性优化误差最小时所述转换矩阵的取值确定为所述传感器的外部参数,包括:
将非线性优化误差最小时所述转换矩阵的取值确定为所述基准视觉传感器的外部参数;
根据所述非基准视觉传感器在所述车辆的装设位置相对于所述基准视觉传感器在所述车辆的装设位置的位置偏移和/或所述非基准视觉传感器在所述车辆的装设位置相对于所述基准视觉传感器在所述车辆的装设位置的角度偏移,以及非线性优化误差最小时所述转换矩阵的取值,确定所述非基准视觉传感器的外部参数。
3.根据权利要求1所述的传感器的外部参数标定方法,其特征在于,所述方法还包括:
在所述迭代调整转换矩阵的取值时,以所述传感器在所述车辆的装设位置相对于所述车辆指定部位的位置偏移和/或所述传感器在所述车辆的装设位置相对于所述车辆指定部位的角度偏移作为所述转换矩阵的初始取值;
其中,所述车辆指定部位为所述车辆坐标系的原点。
4.根据权利要求1~3任一项所述的传感器的外部参数标定方法,其特征在于,所述方法还包括:
当检测到所述传感器在所述车辆的装设位置发生变化时,触发执行所述获取车辆的定位模块检测到的车辆坐标系下的第一车身位姿序列的步骤。
5.一种传感器的外部参数标定系统,其特征在于,包括:
第一位姿获取单元,用于获取车辆坐标系下的第一车身位姿序列;
第二位姿获取单元,用于获取所述车辆待标定的传感器检测到的真实环境数据,并基于所述真实环境数据确定所述传感器坐标系下的传感器位姿序列;
调整单元,用于迭代调整转换矩阵的取值,直至通过所述转换矩阵将所述第一车身位姿序列转换到传感器坐标系时,转换得到的第二车身位姿序列与所述传感器位姿序列之间的非线性优化误差最小;所述转换矩阵包括所述传感器坐标系相对于所述车辆坐标系的位置偏移和/或所述传感器坐标系相对于所述车辆坐标系的角度偏移;
确定单元,用于将非线性优化误差最小时所述转换矩阵的取值确定为所述传感器的外部参数;
其中,所述传感器为视觉传感器或者激光雷达;当所述传感器为视觉传感器时,所述真实环境数据为所述视觉传感器拍摄到的图像序列;当所述传感器为激光雷达时,所述真实环境数据为所述激光雷达检测到的点云信息。
6.根据权利要求5所述的传感器的外部参数标定系统,其特征在于,当所述视觉传感器为双目视觉传感器时,以所述双目视觉传感器中的任一视觉传感器为基准视觉传感器,以所述双目视觉传感器中的另一视觉传感器为非基准视觉传感器;
所述第二位姿获取单元,具体用于获取所述基准视觉传感器拍摄到的第一图像序列以及所述非基准视觉传感器同时拍摄到的第二图像序列;以及,基于所述第一图像序列和所述第二图像序列确定所述基准视觉传感器坐标系下的基准视觉传感器位姿序列;
所述调整单元,具体用于迭代调整转换矩阵的取值,直至通过所述转换矩阵将所述第一车身位姿序列转换到所述基准视觉传感器坐标系时,转换得到的第二车身位姿序列与所述基准视觉传感器位姿序列之间的非线性优化误差最小;
所述确定单元,具体用于将非线性优化误差最小时所述转换矩阵的取值确定为所述基准视觉传感器的外部参数;以及,根据所述非基准视觉传感器在所述车辆的装设位置相对于所述基准视觉传感器在所述车辆的装设位置的位置偏移和/或所述非基准视觉传感器在所述车辆的装设位置相对于所述基准视觉传感器在所述车辆的装设位置角度偏移,结合非线性优化误差最小时所述转换矩阵的取值,确定所述非基准视觉传感器的外部参数。
7.根据权利要求5所述的传感器的外部参数标定系统,其特征在于:
所述调整单元在所述迭代调整转换矩阵的取值时,以所述传感器在所述车辆的装设位置相对于所述车辆指定部位的位置偏移和/或所述传感器在所述车辆的装设位置相对于所述车辆指定部位的角度偏移作为所述转换矩阵的初始取值;
其中,所述车辆指定部位为所述车辆坐标系的原点。
8.根据权利要求5~7任一项所述的传感器的外部参数标定系统,其特征在于,所述系统还包括:
检测单元,用于在检测到所述传感器在所述车辆的装设位置发生变化时,触发所述第一位姿获取单元执行所述获取车辆的定位模块检测到的车辆坐标系下的第一车身位姿序列的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811654041.7A CN109767475B (zh) | 2018-12-28 | 2018-12-28 | 一种传感器的外部参数标定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811654041.7A CN109767475B (zh) | 2018-12-28 | 2018-12-28 | 一种传感器的外部参数标定方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109767475A CN109767475A (zh) | 2019-05-17 |
CN109767475B true CN109767475B (zh) | 2020-12-15 |
Family
ID=66453320
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811654041.7A Active CN109767475B (zh) | 2018-12-28 | 2018-12-28 | 一种传感器的外部参数标定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109767475B (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110189379B (zh) * | 2019-05-28 | 2021-09-03 | 广州小鹏汽车科技有限公司 | 一种相机外部参数的标定方法及系统 |
CN110207722A (zh) * | 2019-06-11 | 2019-09-06 | 远形时空科技(北京)有限公司 | 一种自动化标定相机里程计系统及方法 |
CN111912633B (zh) * | 2019-06-12 | 2022-01-25 | 中车大同电力机车有限公司 | 机车偏折测试方法、机车偏折测试装置 |
CN112304628B (zh) * | 2019-07-23 | 2023-09-05 | 深圳市道通科技股份有限公司 | 一种标定设备、标定系统以及标定方法 |
CN111145260B (zh) * | 2019-08-30 | 2024-01-30 | 广东星舆科技有限公司 | 一种基于车载的双目标定方法 |
CN111145262B (zh) * | 2019-09-04 | 2024-01-26 | 广东星舆科技有限公司 | 一种基于车载的单目标定方法 |
CN112652018B (zh) * | 2019-10-11 | 2024-04-16 | 北京地平线机器人技术研发有限公司 | 外参确定方法、外参确定装置及电子设备 |
CN112272757A (zh) * | 2019-11-22 | 2021-01-26 | 深圳市大疆创新科技有限公司 | 一种探测装置的外参数标定方法、装置及可移动平台 |
CN113126044A (zh) * | 2019-12-31 | 2021-07-16 | 华为技术有限公司 | 雷达标定方法、装置及设备 |
CN111060126B (zh) * | 2019-12-31 | 2022-06-07 | 东软睿驰汽车技术(沈阳)有限公司 | 定位方法、装置及车辆 |
CN111121849B (zh) * | 2020-01-02 | 2021-08-20 | 大陆投资(中国)有限公司 | 传感器的方位参数的自动校准方法、边缘计算单元和路侧传感系统 |
CN111427026B (zh) * | 2020-02-21 | 2023-03-21 | 深圳市镭神智能系统有限公司 | 激光雷达的标定方法、装置、存储介质及自移动设备 |
CN111366901B (zh) * | 2020-03-05 | 2023-11-10 | 北京小马慧行科技有限公司 | 标定车载毫米波雷达方位角度安装偏差的方法及装置 |
CN112596691B (zh) * | 2020-09-02 | 2021-10-15 | 禾多科技(北京)有限公司 | 信息推送方法、装置、电子设备和计算机可读介质 |
CN113759347B (zh) * | 2020-10-30 | 2024-04-05 | 北京京东乾石科技有限公司 | 坐标关系的标定方法、装置、设备及介质 |
CN112362084A (zh) * | 2020-11-23 | 2021-02-12 | 北京三快在线科技有限公司 | 一种数据标定方法、装置及数据标定系统 |
CN112362054B (zh) * | 2020-11-30 | 2022-12-16 | 上海商汤临港智能科技有限公司 | 一种标定方法、装置、电子设备及存储介质 |
CN113702927A (zh) * | 2021-08-02 | 2021-11-26 | 中汽创智科技有限公司 | 一种车辆传感器标定方法、装置及存储介质 |
CN113639639A (zh) * | 2021-08-31 | 2021-11-12 | 追觅创新科技(苏州)有限公司 | 位置数据的数据处理方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102279002A (zh) * | 2011-06-27 | 2011-12-14 | 哈尔滨工业大学 | 星敏感器测量坐标系与载体坐标系转换矩阵的标定方法 |
CN103257342A (zh) * | 2013-01-11 | 2013-08-21 | 大连理工大学 | 三维激光传感器与二维激光传感器的联合标定方法 |
WO2017048382A1 (en) * | 2015-09-17 | 2017-03-23 | Qualcomm Incorporated | Multiplexed temporal calibration for event-based cameras |
CN106803271A (zh) * | 2016-12-23 | 2017-06-06 | 成都通甲优博科技有限责任公司 | 一种视觉导航无人机的摄像机标定方法及装置 |
CN109001711A (zh) * | 2018-06-05 | 2018-12-14 | 北京智行者科技有限公司 | 多线激光雷达标定方法 |
-
2018
- 2018-12-28 CN CN201811654041.7A patent/CN109767475B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102279002A (zh) * | 2011-06-27 | 2011-12-14 | 哈尔滨工业大学 | 星敏感器测量坐标系与载体坐标系转换矩阵的标定方法 |
CN103257342A (zh) * | 2013-01-11 | 2013-08-21 | 大连理工大学 | 三维激光传感器与二维激光传感器的联合标定方法 |
WO2017048382A1 (en) * | 2015-09-17 | 2017-03-23 | Qualcomm Incorporated | Multiplexed temporal calibration for event-based cameras |
CN106803271A (zh) * | 2016-12-23 | 2017-06-06 | 成都通甲优博科技有限责任公司 | 一种视觉导航无人机的摄像机标定方法及装置 |
CN109001711A (zh) * | 2018-06-05 | 2018-12-14 | 北京智行者科技有限公司 | 多线激光雷达标定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109767475A (zh) | 2019-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109767475B (zh) | 一种传感器的外部参数标定方法及系统 | |
CN109887032B (zh) | 一种基于单目视觉slam的车辆定位方法及系统 | |
JP7073315B2 (ja) | 乗物、乗物測位システム、及び乗物測位方法 | |
CN110207714B (zh) | 一种确定车辆位姿的方法、车载系统及车辆 | |
CN109975792B (zh) | 基于多传感器融合矫正多线激光雷达点云运动畸变的方法 | |
JP5820787B2 (ja) | 画像処理装置、及びプログラム | |
EP3081902B1 (en) | Method and apparatus for correcting aircraft state in real time | |
CN106814753B (zh) | 一种目标位置矫正方法、装置及系统 | |
JP2019526101A (ja) | シーンにおけるカメラの姿勢を特定するシステム及び方法 | |
JP2001227982A (ja) | センサシステムの校正方法 | |
CN112005079B (zh) | 用于更新高清地图的系统和方法 | |
CN111936821A (zh) | 用于定位的系统和方法 | |
US10964059B2 (en) | Static camera calibration using motion of vehicle portion | |
US10554951B2 (en) | Method and apparatus for the autocalibration of a vehicle camera system | |
CN111308415B (zh) | 一种基于时间延迟的在线估计位姿的方法和设备 | |
CN110488838B (zh) | 一种室内自主导航机器人精确重复定位方法 | |
KR20190082298A (ko) | 차륜 차량용 자기-교정 센서 시스템 | |
CN113984044A (zh) | 一种基于车载多感知融合的车辆位姿获取方法及装置 | |
CN110207715B (zh) | 车辆定位的修正方法及修正系统 | |
CN110796604A (zh) | 一种图像校正方法及装置 | |
CN110189379B (zh) | 一种相机外部参数的标定方法及系统 | |
JP6988873B2 (ja) | 位置推定装置および位置推定用コンピュータプログラム | |
CN110155080B (zh) | 传感器稳定控制方法、装置、稳定器和介质 | |
CN112215214A (zh) | 调整智能车载终端的摄像头偏移的方法及系统 | |
CN116182905A (zh) | 激光雷达和组合惯导的时空外参标定方法、装置及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP02 | Change in the address of a patent holder | ||
CP02 | Change in the address of a patent holder |
Address after: 510000 No.8 Songgang street, Cencun, Tianhe District, Guangzhou City, Guangdong Province Patentee after: GUANGZHOU XPENG AUTOMOBILE TECHNOLOGY Co.,Ltd. Address before: Room 245, No. 333, jiufo Jianshe Road, Zhongxin Guangzhou Knowledge City, Guangzhou City, Guangdong Province Patentee before: GUANGZHOU XPENG AUTOMOBILE TECHNOLOGY Co.,Ltd. |