CN111090084A - 多激光雷达外参标定方法、标定装置、标定系统和电子设备 - Google Patents
多激光雷达外参标定方法、标定装置、标定系统和电子设备 Download PDFInfo
- Publication number
- CN111090084A CN111090084A CN201811235929.7A CN201811235929A CN111090084A CN 111090084 A CN111090084 A CN 111090084A CN 201811235929 A CN201811235929 A CN 201811235929A CN 111090084 A CN111090084 A CN 111090084A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- laser radar
- test target
- radar device
- calibration
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
一种多激光雷达外参标定方法、标定装置、标定系统和电子设备，其中，在该多激光雷达外参标定方法中，通过搭建简单的标定场景对多激光雷达参数进行粗标定；进一步地，将粗标定结果设定为外参初始值，并通过点云配准的方法获得多激光雷达外参的精标定结果；进而，结合粗标定结果和精标定结果获得最终的外参标定结果。这样，提高了标定精度且降低了对于标定场景的要求。
Description
技术领域
本申请涉及机器视觉领域，尤其涉及多激光雷达外参标定方法、标定装置、标定系统和电子设备。
背景技术
近年来，随着AI技术的发展和传感器水平的进步，自动驾驶、移动机器人、等技术已成为研究热点。这些技术实现的前提是充分感知周围环境。
以自动驾驶为例，移动平台上集成了激光雷达、相机、毫米波雷达、超声波雷达、惯性测量单元和全球定位系统等多种传感设备(或系统)，用于感知周围环境信息。在这些传感设备中，激光雷达扮演了重要的角色，其能够采集周围环境的三维点云信息、并且具有探测范围大和抗干扰性强等特点。
为了增量移动平台对周围环境的感知能力，通常会配置多个激光雷达设备。但这也引发了新的问题：由于各激光雷达设备的位置不同，导致各激光雷达设备所采集的环境数据之间会存在一定程度的偏移。因此，在多激光雷达系统投入使用之前，需对各激光雷达设备之间的相对位置关系进行标定(即，需对各激光雷达设备之间的外部参数进行标定)。外参标定的准确性对系统性能具有重要影响。
申请内容
本申请的主要目的在于提供一种多激光雷达外参标定方法、标定装置、标定系统和电子设备，其包括了粗标定和精标定两个阶段，通过这样的方式，提高了标定的效率和精度。
本申请的另一目的在于提供一种多激光雷达外参标定方法、标定装置、标定系统和电子设备，其中，粗标定阶段为精标定阶段提供外参初始值，以提高精标定的标定精度。换言之，粗标定和精标定之间相互关联，以提高标定精度和标定效率。
本申请的另一目的在于提供一种多激光雷达外参标定方法、标定装置、标定系统和电子设备，其中，所述多激光雷达外参标定方法对于标定场景的要求低，仅需要一块测试标板便能够搭建标定场景。
本申请的另一目的在于提供一种多激光雷达外参标定方法、标定装置、标定系统和电子设备，其中，所述外参标定过程可完全自动化地实现，无需人工选取特征点等任何人工操作。
通过下面的描述，本申请的其它优势和特征将会变得显而易见，并可以通过权利要求书中特别指出的手段和组合得到实现。
为实现上述至少一目的或优势，本申请提供一种多激光雷达外参标定方法，其包括：
在第一、第二激光雷达设备与测试标板之间的相对位置关系保持不变时，获得所述第一激光雷达设备所采集的包含所述测试标板在内的第一场景点云和所述第二激光雷达设备所采集的包含所述测试标板在内的第二场景点云；
基于所述测试标板与所述第一激光雷达设备之间的相对位置关系对所述第一场景点云进行处理，以获得第一测试标板平面点云和垂直于所述第一测试标板平面点云的第一法向量，其中，所述第一测试标板平面点云表示所述第一场景点云中所述测试标板所界定的区域内的点云；
基于所述测试标板与所述第二激光雷达设备之间的相对位置关系对所述第二场景点云进行处理，以获得第二测试标板平面点云和垂直于所述第二测试标板平面的第二法向量，其中，所述第二测试标板平面点云表示所述第二场景点云中所述测试标板所界定的区域内的点云；
基于所述第一法向量和所述第二法向量，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果；
获得所述第一测试标板平面点云的第一质心和所述第二测试标板平面点云的第二质心，其中，所述第一质心和所述第二质心为一组对应点；
基于所述旋转外参的粗标定结果，所述第一质心和所述第二质心，获得所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参的粗标定结果；
指定所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参和旋转外参的粗标定结果为外参初始值；
基于所述外参初始值，以点云配准算法对所述第一场景点云和所述第二场景点云进行配准，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的精标定结果；以及
融合所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的粗标定结果和精标定结果，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的最终标定结果。
在本申请一实施例中，基于所述测试标板与所述第一激光雷达设备之间的相对位置关系对所述第一场景点云进行处理，以获得第一测试标板平面点云和垂直于所述第一测试标板平面点云的第一法向量，包括：
基于所述测试标板与所述第一激光雷达设备之间的距离和角度信息，对所述第一场景点云进行非感兴趣区域点云滤波，以获得所述第一场景点云中所述测试标板附近的点云；
利用平面提取算法对所述第一场景点云中所述测试标板附近的点云进行处理，以获得所述第一测试标板平面点云；以及
基于所述第一测试标板平面点云，获得垂直于所述第一测试标板平面点云的所述第一法向量。
在本申请一实施例中，基于所述测试标板与所述第二激光雷达设备之间的相对位置关系对所述第二场景点云进行处理，以获得第二测试标板平面点云和垂直于所述第二测试标板平面的第二法向量，包括：
基于所述测试标板与所述第二激光雷达设备之间的距离和角度信息，对所述第二场景点云进行非感兴趣区域点云滤波，以获得所述第二场景点云中所述测试标板附近的点云；
利用平面提取算法对所述第二场景点云中所述测试标板附近的点云进行处理，以获得所述第二测试标板平面点云；以及
基于所述第二测试标板平面点云，获得垂直于所述第二测试标板平面点云的所述第二法向量。
在本申请一实施例中，在基于所述第一法向量和所述第二法向量，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果之前，还包括：
确定所述第一法向量和所述第二法向量之间的夹角为锐角。
在本申请一实施例中，基于所述第一法向量和所述第二法向量，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果，包括：
获得所述第一法向量和所述第二法向量之间的夹角和叉积；以及
基于所述第一法向量和所述第二法向量之间的夹角和叉积，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果。
在本申请一实施例中，融合所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的粗标定结果和精标定结果，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的最终标定结果，包括：
获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果和精标定结果之间的乘积，并设定该乘积为所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的最终标定结果；以及
获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果和平移外参的粗标定结果之间的乘积与平移外参的精标定结果之和，并设定该和为所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参的最终标定结果。
在本申请一实施例中，所述测试标板的数量为1。
根据本申请的另一方面，还提供一种多激光雷达外参标定装置，其包括：
场景点云获取单元，用于获得所述第一激光雷达设备所采集的包含所述测试标板在内的第一场景点云和所述第二激光雷达设备所采集的包含所述测试标板在内的第二场景点云；
平面点云和法向量获取单元，用于基于所述测试标板与所述第一激光雷达设备之间的相对位置关系对所述第一场景点云进行处理，以获得第一测试标板平面点云和垂直于所述第一测试标板平面点云的第一法向量，其中，所述第一测试标板平面点云表示所述第一场景点云中所述测试标板所界定的区域内的点云；以及，用于基于所述测试标板与所述第二激光雷达设备之间的相对位置关系对所述第二场景点云进行处理，以获得第二测试标板平面点云和垂直于所述第二测试标板平面的第二法向量，其中，所述第二测试标板平面点云表示所述第二场景点云中所述测试标板所界定的区域内的点云；
旋转外参粗标定单元，用于基于所述第一法向量和所述第二法向量，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果；
平移外参粗标定单元，用于获得所述第一测试标板平面点云的第一质心和所述第二测试标板平面点云的第二质心，其中，所述第一质心和所述第二质心为一组对应点；以及，用于基于所述旋转外参的粗标定结果，所述第一质心和所述第二质心，获得所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参的粗标定结果；
初始值设定单元，用于指定所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参和旋转外参的粗标定结果为外参初始值；
精标定单元，用于基于所述外参初始值，以点云配准算法对所述第一场景点云和所述第二场景点云进行配准，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的精标定结果；以及
最终标定结果获取单元，用于融合所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的粗标定结果和精标定结果，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的最终标定结果。
在本申请一实施例中，所述平面点云和法向量获取单元，进一步用于：
基于所述测试标板与所述第一激光雷达设备之间的距离和角度信息，对所述第一场景点云进行非感兴趣区域点云滤波，以获得所述第一场景点云中所述测试标板附近的点云；
利用平面提取算法对所述第一场景点云中所述测试标板附近的点云进行处理，以获得所述第一测试标板平面点云；以及
基于所述第一测试标板平面点云，获得垂直于所述第一测试标板平面点云的所述第一法向量。
在本申请一实施例中，所述平面点云和法向量获取单元，进一步用于：
基于所述测试标板与所述第二激光雷达设备之间的距离和角度信息，对所述第二场景点云进行非感兴趣区域点云滤波，以获得所述第二场景点云中所述测试标板附近的点云；
利用平面提取算法对所述第二场景点云中所述测试标板附近的点云进行处理，以获得所述第二测试标板平面点云；以及
基于所述第二测试标板平面点云，获得垂直于所述第二测试标板平面点云的所述第二法向量。
在本申请一实施例中，所述平面点云和法向量获取单元，进一步用于：
确定所述第一法向量和所述第二法向量之间的夹角为锐角。
在本申请一实施例中，所述旋转外参的粗标定单元，进一步用于：
获得所述第一法向量和所述第二法向量之间的夹角和叉积；以及
基于所述第一法向量和所述第二法向量之间的夹角和叉积，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果。
在本申请一实施例中，所述最终标定结果获取单元，进一步用于：
获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果和精标定结果之间的乘积，并设定该乘积为所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的最终标定结果；以及
获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果和平移外参的粗标定结果之间的乘积与平移外参的精标定结果之和，并设定该和为所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参的最终标定结果。
在本申请一实施例中，所述测试标板的数量为1。
根据本申请的另一方面，还提供一种电子设备，其包括处理器和存储器，其中，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述的多激光雷达外参标定方法。
根据本申请又一方面，还提供一种多激光雷达外参标定系统，用于标定第一激光雷达设备和第二激光雷达设备之间的外参，其包括：
测试标板，其中，所述测试标板位于该第一激光雷达设备和该第二激光雷达的公共视场范围内；以及
标定设备，其中，所述标定设备包括处理器和存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述的多激光雷达参数标定方法。
根据本申请的另一方面，还提供一种计算机可读存储介质，其上存储有计算机程序指令，当所述计算机程序指令被计算装置执行时，可操作来执行如上所述的多激光雷达参数标定方法。
通过对随后的描述和附图的理解，本申请进一步的目的和优势将得以充分体现。
本申请的这些和其它目的、特点和优势，通过下述的详细说明，附图和权利要求得以充分体现。
附图说明
图1为根据本申请较佳实施例的多激光雷达外参标定方法的流程图。
图2为根据本申请较佳实施例的所述多激光雷达外参标定方法中粗标定过程的效果示意图。
图3为本申请较佳实施例的所述多激光雷达外参标定方法的另一流程图。
图4为根据本申请较佳实施例的多激光雷达外参标定装置的框图。
图5为根据本申请较佳实施例的多激光雷达外参标定系统的示意图。
图6为根据本申请实施例的电子设备的框图。
具体实施方式
以下描述用于揭露本申请以使本领域技术人员能够实现本申请。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本申请的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本申请的精神和范围的其他技术方案。
本领域技术人员应理解的是，在本申请的揭露中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系，其仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此上述术语不能理解为对本申请的限制。
可以理解的是，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。
申请概述
如上所述，在多激光雷达系统投入使用之前，需对各激光雷达设备之间的相对位置关系进行标定，即，需对各激光雷达设备之间的外部参数进行标定。外参标定的准确性对系统性能具有重要影响。
各激光雷达设备之间的相对位置关系包括两个部分：旋转变换和平移变换。也就是说，多激光雷达外参标定过程包括对旋转外参的标定和对平移外参的标定。目前，用于多激光雷达外参的标定方法主要有两个方向。
第一个方向：利用标定场景或标定物的特征(这里标定物表示用于标定的标的物，例如，测试标板等)确定各激光雷达设备所采集的点云中的多组对应点，再使用优化方法得到最小误差意义下的旋转外参和平移外参。
第二个方向：直接利用点云配准算法[例如，ICP(Iterative Closet Point)、NDT(Normal Distribution Transform)算法等]对各激光雷达设备所采集的点云进行配准，以获得多激光雷达设备之间的外参。
对于第一种方向，在实际外参标定过程中，由于激光雷达点云的稀疏特性，确定多组对应点的难度相对较高。并且，对应点的确定通常是通过数据拟合的方式实现的，这种方式对标定场景要求严格。通常需搭建较为复杂的标定场景，例如，需多个具有明显特征的测试标板，且对于各测试标板与各激光雷达设备之间的相对位置关系的要求也相对较高。换言之，在第一种标定方向中，标定精度受限于标定场景，且标定场景复杂难以搭建。
对于第二种方向，其虽然实现起来较为简单直接，但是需要预设较好的外参初始值，否则最终的标定结果很可能陷入局部最优，而得不到正确的结果。
针对上述技术问题，本申请的基本构思是结合第一种标定方向和第二种标定方向的思路对多激光雷达外参进行标定，以提高标定精度并简化标定场景。更具体地，基于第一种标定方向的思路，通过搭建简单的标定场景对多激光雷达参数进行粗标定；进一步地，将粗标定结果设定为第二种标定方向中的外参初始值，这样，通过点云配准的方法能够获得多激光雷达外参的精标定结果；最终，结合粗标定结果和精标定结果获得最终的外参标定结果。
基于此，本申请提出了一种多激光雷达外参标定方法，其首先在第一、第二激光雷达设备与测试标板之间的相对位置关系保持不变时，获得所述第一激光雷达设备所采集的包含所述测试标板在内的第一场景点云和所述第二激光雷达设备所采集的包含所述测试标板在内的第二场景点云；然后，基于所述测试标板与所述第一激光雷达设备之间的相对位置关系对所述第一场景点云进行处理，以获得第一测试标板平面点云和垂直于所述第一测试标板平面点云的第一法向量，其中，所述第一测试标板平面点云表示所述第一场景点云中所述测试标板所界定的区域内的点云；进而，基于所述测试标板与所述第二激光雷达设备之间的相对位置关系对所述第二场景点云进行处理，以获得第二测试标板平面点云和垂直于所述第二测试标板平面的第二法向量，其中，所述第二测试标板平面点云表示所述第二场景点云中所述测试标板所界定的区域内的点云；接着，基于所述第一法向量和所述第二法向量，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果；然后，获得所述第一测试标板平面点云的第一质心和所述第二测试标板平面点云的第二质心，其中，所述第一质心和所述第二质心为一组对应点；继而，基于所述旋转外参的粗标定结果，所述第一质心和所述第二质心，获得所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参的粗标定结果；然后，指定所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参和旋转外参的粗标定结果为外参初始值；进而，基于所述外参初始值，以点云配准算法对所述第一场景点云和所述第二场景点云进行配准，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的精标定结果；最终，融合所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的粗标定结果和精标定结果，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的最终标定结果。这样，结合了融合了粗标定和精标定两种标定思路，提高了标定精度且降低了对于标定场景的要求。
在介绍本申请的基本原理之后，下面将参考附图来具体介绍本申请的各种非限制性实施例。
为了便于说明和理解，在本申请中，以所述多激光雷达包括两台激光雷达设备为示例，即，以所述多激光雷达包括第一激光雷达设备和第二激光雷达设备为示例说明多激光雷达外参标定方法。当然，本领域的技术人员应理解，本申请所提供的所述多激光雷达外参标定方法还能用于更多数量的多激光雷达设备之间的外参标定。对此，并不为本申请所局限。
示例性多激光雷达外参标定方法
图1为根据本申请较佳实施例的多激光雷达外参标定方法的流程图。如图1所示，根据本申请该较佳实施例的多激光雷达外参标定方法包括：S110，在第一、第二激光雷达设备与测试标板之间的相对位置关系保持不变时，获得所述第一激光雷达设备所采集的包含所述测试标板在内的第一场景点云和所述第二激光雷达设备所采集的包含所述测试标板在内的第二场景点云；S120，基于所述测试标板与所述第一激光雷达设备之间的相对位置关系对所述第一场景点云进行处理，以获得第一测试标板平面点云和垂直于所述第一测试标板平面点云的第一法向量，其中，所述第一测试标板平面点云表示所述第一场景点云中所述测试标板所界定的区域内的点云；S130，基于所述测试标板与所述第二激光雷达设备之间的相对位置关系对所述第二场景点云进行处理，以获得第二测试标板平面点云和垂直于所述第二测试标板平面的第二法向量，其中，所述第二测试标板平面点云表示所述第二场景点云中所述测试标板所界定的区域内的点云；S140，基于所述第一法向量和所述第二法向量，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果；S150，获得所述第一测试标板平面点云的第一质心和所述第二测试标板平面点云的第二质心，其中，所述第一质心和所述第二质心为一组对应点；S160，基于所述旋转外参的粗标定结果，所述第一质心和所述第二质心，获得所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参的粗标定结果；S170，指定所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参和旋转外参的粗标定结果为外参初始值；S180，基于所述外参初始值，以点云配准算法对所述第一场景点云和所述第二场景点云进行配准，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的精标定结果，以及，S190，融合所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的粗标定结果和精标定结果，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的最终标定结果。
在步骤S110中，在第一、第二激光雷达设备与测试标板之间的相对位置关系保持不变时，获得所述第一激光雷达设备所采集的包含所述测试标板在内的第一场景点云和所述第二激光雷达设备所采集的包含所述测试标板在内的第二场景点云。换言之，利用所述测试标板搭建标定场景，以允许所述第一和第二激光雷达设备能够采集到包含所述测试标板在内的场景点云。
如上所述，本申请所提供的所述多激光雷达外参标定方法结合了第一种标定方向和第二种标定方向的标定思路。这里，在步骤S110中，基于第一种方向的标定思路，利用所述测试标板搭建标定场景，对多激光雷达的外参进行标定。相较于常规的第一种标定方向的技术方案，在本申请中，仅包括一块所述测试标板。换言之，在本申请该较佳实施例中，通过一块测试标板便能够搭建该标定场景，以用于对多激光雷达外参进行粗标定，以使得标定场景能够得以简化，易于搭建。
更具体地，在本申请该实施例中，所述测试标板可被实施为平面标板，其可由任意能够反射激光雷达设备的激光信号的材质制备而成。同时，所述测试标板的形状可选择任意形状，例如，正方形、菱形、矩形等。例如，所述测试标板可实施为正方形标板、PVC材质、白色、尺寸为600mm*600mm。
特别地，在具体搭建标定场景中，应确保所述测试标板的尺寸和摆放位置满足如下条件：1)所述测试标板能够被所述第一和第二激光雷达设备的视场全部覆盖，换言之，所述测试标板位于所述第一和第二激光雷达设备的视场范围内； 2)优选地，应确保所述第一激光雷达设备和所述第二激光雷达设备分别至少有 3条激光能够扫描到所述测试标定板。
这样，在搭建好标定场景之后，便能够进行数据采集，即，通过所述第一激光雷达设备采集包含所述测试标板在内的第一场景点云frame_1，以及，通过所述第二激光雷达设备采集包含所述测试标板在内的第二场景点云frame_2。为了便于说明和理解，在本申请该实施例中，设定所述第二场景点云frame_2为目标点云，即，所述测试标板正对于所述第二激光雷达设备，而侧对于所述第一激光雷达设备。应理解，在本申请另外的实施例中，同样可设定所述第一场景点云 frame_1为目标点云，对此，并不为本申请所局限。
由于所述测试标板平面在整个标定场景中所占比例非常小，并且标定场景中可能存在墙面或地面，因此，需对所述第一场景点云frame_1和所述第二场景点云frame_2进一步地处理，以提取感兴趣的点云区域。
在步骤S120中，基于所述测试标板与所述第一激光雷达设备之间的相对位置关系对所述第一场景点云进行处理，以获得第一测试标板平面点云和垂直于所述第一测试标板平面点云的第一法向量，其中，所述第一测试标板平面点云表示所述第一场景点云中所述测试标板所界定的区域内的点云。也就是说，对所述第一场景点云frame_1进一步地处理，以提取所述第一测试标板平面点云plane_1和求解垂直于所述第一测试标板平面点云的第一法向量n1，其中，所述第一测试标板平面点云plane_1表示所述第一场景点云中所述测试标板所界定的区域内的点云。
更具体地，在申请该实施例中，对所述第一场景点云进行处理，以获得第一 测试标板平面点云和垂直于所述第一测试标板平面点云的第一法向量的过程，包 括：首先基于所述测试标板与所述第一激光雷达设备之间的距离和角度信息，对 所述第一场景点云进行非感兴趣区域点云滤波，以获得所述第一场景点云中所述 测试标板附近的点云；继而，利用平面提取算法(例如，随机抽样一致性算法， RANSAC)进行平面点云提取，以获得所述第一测试标板平面点云plane_1；进 而，基于所述第一测试标板平面点云plane_1，获得垂直于所述第一测试标板平 面点云的所述第一法向量
值得一提的是，在本申请另外的实施例中，同样可采用其它平面提取算法(例如，最小二乘法、霍夫变化法)进行平面点云提取，以获得所述第一测试标板平面点云plane_1。对比，并不为本申请所局限。
在步骤130中，基于所述测试标板与所述第二激光雷达设备之间的相对位置关系对所述第二场景点云进行处理，以获得第二测试标板平面点云plane_2和垂直于所述第二测试标板平面的第二法向量
其中，所述第二测试标板平面点云plane_2表示所述第二场景点云中所述测试标板所界定的区域内的点云。该步骤的数据处理过程与步骤S120相一致，故在此不再赘述。
相应地，在获得所述第一测试标板平面点云、所述第一法向量、所述第二测试标板平面点云和所述第二法向量之后，需对所述第一法向量和所述第二法向量进行方向判定，以验证其有效性。更明确地，在本申请中，所述第一法向量和所述第二法向量之间的夹角需为锐角。相应地，可通过向量运算验证所述第一法向量和所述第二法向量之间的夹角是否为锐角，以确认数据有效性。
在步骤S140中，基于所述第一法向量和所述第二法向量，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果。也就是说，在得到所述第一法向量和所述第二法向量之后，进行旋转外参的粗标定。
特别地，在本申请中，基于所述第一法向量和所述第二法向量进行旋转外参的粗标定的过程，包括：首先获得所述第一法向量和所述第二法向量之间的夹角和叉积，该计算过程用公式可表示为：
进而，基于所述第一法向量和所述第二法向量之间的夹角和叉积，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果。也就是说，基于两个法线之间的叉积和夹角可以获得所述第一测试标板平面点云和所述第二测试标板平面点云之间的一个旋转向量，进而可得到旋转矩阵(即，所述旋转外参的粗标定结果)，其中，该旋转向量用公式可表示为：
值得一提的是，通过这样的方法获得的旋转矩阵(即，旋转外参)只包含两个方向的旋转，且这两个旋转轴皆垂直于所述第二法向量。也就是说，通过该方法得到的旋转矩阵和旋转向量，是不包含以所述第二法向量为旋转轴的旋转分量。同时，这也是将此步骤中获得的旋转外参结果定义为旋转外参的粗标定结果的原因。
在获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参粗标定结果之后，还需确定所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参的粗标定结果。即，还需确定所述第一测试标板平面点云与所述第二测试标板平面点云之间在x、y、z轴上的偏移。为了求解该问题，需找到所述第一测试标板平面点云与所述第二测试标板平面点云之间的至少一组对应点。然而，对于两个角度不同甚至线束不同的所述第一和第二激光雷达生成的平面点云，直接的对应点是很难确定的。
相应地，在本申请该较佳实施例中，选择以所述第一测试标板平面点云和所述第二测试标板平面点云的质心作为一组对应点，并基于在步骤S140中得到的旋转矩阵，便能够求解出x、y、z三个方向上的平移分量。
更具体地，在步骤S150中，获得所述第一测试标板平面点云的第一质心和所述第二测试标板平面点云的第二质心，其中，所述第一质心和所述第二质心为一组对应点。这里，将平面点云的质心作为对应点的技术方案，方便可靠。
如前所述，对于两个角度不同甚至线束不同的所述第一和第二激光雷达生成的场景点云，即使场景有特定的标板，由于点云的稀疏性，通过拟合得到几何特征点也存在较大的不确定性，因此，基于形状特征的对应点是很难确定的。然而，采用平面点云的质心作为对应点的技术方案，即时，两个激光雷达设备在所述测试标板上的点云线束不完全相同，但质心参考了点云在测试标板上的所有信息，鲁棒性更好，并且有限的偏移对于后续的精标定也是可以接受的。
值得一提的是，在本申请另外的实施例中，同样可采用其他对应点来求解平移外参，例如，两个平面点云的重心、中心或者垂心等。对此，并不为本申请所局限。
在步骤S160中，基于所述旋转外参的粗标定结果，所述第一质心和所述第二质心，获得所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参的粗标定结果。这里，设定所述第一测试标板平面点云plane_1的第一质心为P1(x1， y1，z1)，所述第二测试标板平面点云plane_2的第二质心为P2(x2，y2，z2)，设定该平移外参为设平移向量为T(T1，T2，T3)，则三者存在计算关系为：T＝P2-RP1(4)。
综上，通过步骤S110至步骤S160完成了基于第一种标定方向的思路对所述第一激光雷达设备第二激光雷达设备的外参的粗标定过程。粗标定的具体过程效果如附图2所示。
如前所述，本申请的基本构思为：采用第一种方向的标定思路，通过一块测试标板搭建简单的标定场景对多激光雷达的外参进行粗标定，从而为第二种标定方向中的提供较优的外参初始值。这样，便能够利用第二种标定思路中的算法，直接计算获得多激光雷达外参的精标定结果。
在步骤S170中，指定所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参和旋转外参的粗标定结果为外参初始值。应可以理解，通过上述方法获得的多激光雷达的外参粗标定结果具有良好的性质，从而能够有效地避免利用第二种标定方法所获得的精标定结果陷入局部最优。
在步骤S180中，基于所述外参初始值，以点云配准算法对所述第一场景点云和所述第二场景点云进行配准，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的精标定结果。这里，能够应用任一的点云配准算法进行计算，例如，ICP、NDT等。对此，并不为本申请所局限。
相应地，在获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的粗标定结果和精标定结果之后，便能够将两者进行融合以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的最终标定结果。
在步骤S190中，融合所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的粗标定结果和精标定结果，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的最终标定结果。这里，设定R粗为旋转外参的粗标定结果、T粗平移外参的粗标定结果、R精为旋转外参的精标定结果、T精平移外参的精标定结果，则该融合过程用公式可表示为：
R＝R精·R粗 (5)
T＝R精·T粗+T精 (6)
换言之，在本申请中，所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果和精标定结果之间的乘积为所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的最终标定结果。所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果和平移外参的粗标定结果之间的乘积与平移外参的精标定结果之和，为所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参的最终标定结果。
图3为本申请较佳实施例的所述多激光雷达外参标定方法的另一流程图，其为所述多激光雷达外参标定的简化流程图。如图3所示，根据较佳实施例的所述多激光雷达外参标定方法包括步骤：设置所述测试标板、采集场景点云、标定平面点云提取、旋转外参粗标定、平移外参粗标定、点云配准精标定和标定结果融合。
应领会的是，虽然上文中以所述多激光雷达包括两台激光雷达设备为示例，即，以所述多激光雷达包括第一激光雷达设备和第二激光雷达设备为示例说明多激光雷达外参标定方法。当然，本领域的技术人员应理解，本申请所提供的所述多激光雷达外参标定方法还能用于更多数量的多激光雷达设备之间的外参标定。对此，并不为本申请所局限。
综上，根据本申请所提供的所述多激光雷达外参标定方法结合了粗标定和精标定两种标定思路，以提高了标定精度且降低了对于标定场景的搭建要求。
示意性多激光雷达外参标定装置
图4为根据本申请较佳实施例的多激光雷达外参标定装置的框图。
如图4所示，根据本申请该较佳实施例的多激光雷达外参标定装置400包括：场景点云获取单元410，用于获得所述第一激光雷达设备所采集的包含所述测试标板在内的第一场景点云和所述第二激光雷达设备所采集的包含所述测试标板在内的第二场景点云；平面点云和法向量获取单元420，用于基于所述测试标板与所述第一激光雷达设备之间的相对位置关系对所述第一场景点云进行处理，以获得第一测试标板平面点云和垂直于所述第一测试标板平面点云的第一法向量，其中，所述第一测试标板平面点云表示所述第一场景点云中所述测试标板所界定的区域内的点云；以及，用于基于所述测试标板与所述第二激光雷达设备之间的相对位置关系对所述第二场景点云进行处理，以获得第二测试标板平面点云和垂直于所述第二测试标板平面的第二法向量，其中，所述第二测试标板平面点云表示所述第二场景点云中所述测试标板所界定的区域内的点云；旋转外参粗标定单元430，用于基于所述第一法向量和所述第二法向量，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果；平移外参粗标定单元 440，用于获得所述第一测试标板平面点云的第一质心和所述第二测试标板平面点云的第二质心，其中，所述第一质心和所述第二质心为一组对应点；以及，用于基于所述旋转外参的粗标定结果，所述第一质心和所述第二质心，获得所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参的粗标定结果；初始值设定单元450，用于指定所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参和旋转外参的粗标定结果为外参初始值；精标定单元460，用于基于所述外参初始值，以点云配准算法对所述第一场景点云和所述第二场景点云进行配准，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的精标定结果；以及，最终标定结果获取单元470，用于融合所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的粗标定结果和精标定结果，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的最终标定结果。
在一个示例中，在上述外参标定装置400中，所述平面点云和法向量获取单元420，进一步用于：基于所述测试标板与所述第一激光雷达设备之间的距离和角度信息，对所述第一场景点云进行非感兴趣区域点云滤波，以获得所述第一场景点云中所述测试标板附近的点云；利用平面提取算法对所述第一场景点云中所述测试标板附近的点云进行处理，以获得所述第一测试标板平面点云；以及，基于所述第一测试标板平面点云，获得垂直于所述第一测试标板平面点云的所述第一法向量。
在一个示例中，在上述外参标定装置400中，所述平面点云和法向量获取单元420，进一步用于：基于所述测试标板与所述第二激光雷达设备之间的距离和角度信息，对所述第二场景点云进行非感兴趣区域点云滤波，以获得所述第二场景点云中所述测试标板附近的点云；利用平面提取算法对所述第二场景点云中所述测试标板附近的点云进行处理，以获得所述第二测试标板平面点云；以及，基于所述第二测试标板平面点云，获得垂直于所述第二测试标板平面点云的所述第二法向量。
在一个示例中，在上述外参标定装置400中，所述平面点云和法向量获取单元420，进一步用于：确定所述第一法向量和所述第二法向量之间的夹角为锐角。
在一个示例中，在上述外参标定装置400中，所述旋转外参的粗标定单元 430，进一步用于：获得所述第一法向量和所述第二法向量之间的夹角和叉积；以及，基于所述第一法向量和所述第二法向量之间的夹角和叉积，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果。
在一个示例中，在上述外参标定装置400中，所述最终标定结果获取单元 470，进一步用于：获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果和精标定结果之间的乘积，并设定该乘积为所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的最终标定结果；以及，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果和平移外参的粗标定结果之间的乘积与平移外参的精标定结果之和，并设定该和为所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参的最终标定结果。
在一个示例中，在上述外参标定装置400中，，所述测试标板的数量为1。
这里，本领域技术人员可以理解，上述外参标定装置400中的各个单元和模块的具体功能和操作已经在上面参考图1到图3描述的多激光雷达外参标定方法中详细介绍，并因此，将省略其重复描述。
如上所述，根据本申请实施例的外参标定装置可以实现在各种终端设备中，例如多激光雷达外参标定系统的服务器上。在一个示例中，根据本申请实施例的外参标定装置可以作为一个软件模块和/或硬件模块而集成到所述终端设备中。例如，该外参标定装置可以是该终端设备的操作系统中的一个软件模块，或者可以是针对于该终端设备所开发的一个应用程序；当然，该外参标定装置同样可以是该终端设备的众多硬件模块之一。
替换地，在另一示例中，该外参标定装置与该终端设备也可以是分立的终端设备，并且该外参标定装置可以通过有线和/或无线网络连接到该终端设备，并且按照约定的数据格式来传输交互信息。
示例性外参标定系统
图5为根据本申请较佳实施例的多激光雷达外参标定系统的示意图。
如图5所示，根据本申请较佳实施例的多激光雷达外参标定系统500，包括：测试标板510，以及，标定设备520，其中，所述测试标板510位于该第一激光雷达设备和该第二激光雷达的公共视场范围内；所述标定设备520包括处理器 521和存储器522，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述的多激光雷达参数标定方法。
处理器521可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制所述标定设备520中的其他组件以执行期望的功能。
存储器522可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器521可以运行所述程序指令，以实现上文所述的本申请的各个实施例的多激光雷达外参标定方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如外参标定结果等各种内容。
示意性电子设备
下面，参考图6来描述根据本申请实施例的电子设备。
图6为根据本申请实施例的电子设备的框图。
如图6所示，电子设备10包括一个或多个处理器11和存储器12。
处理器11可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备10中的其他组件以执行期望的功能。
存储器12可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器 (cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器11可以运行所述程序指令，以实现上文所述的本申请的各个实施例的多激光雷达外参标定方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如外参标定结果等各种内容。
在一个示例中，电子设备10还可以包括：输入装置13和输出装置14，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
例如，该输入装置13可以是例如键盘、鼠标等等。
该输出装置14可以向外部输出各种信息，包括外参标定结果等。该输出设备14可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然，为了简化，图6中仅示出了该电子设备10中与本申请有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备10还可以包括任何其他适当的组件。
示意性计算机程序产品
除了上述方法和设备以外，本申请的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的多激光雷达外参标定方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外，本申请的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的多激光雷达外参标定方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器 (CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
本领域的技术人员应理解，上述描述及附图中所示的本申请的实施例只作为举例而并不限制本申请。本申请的目的已经完整并有效地实现。本申请的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本申请的实施方式可以有任何变形或修改。
Claims (17)
1.一种多激光雷达外参标定方法，其特征在于，包括：
在第一、第二激光雷达设备与测试标板之间的相对位置关系保持不变时，获得所述第一激光雷达设备所采集的包含所述测试标板在内的第一场景点云和所述第二激光雷达设备所采集的包含所述测试标板在内的第二场景点云；
基于所述测试标板与所述第一激光雷达设备之间的相对位置关系对所述第一场景点云进行处理，以获得第一测试标板平面点云和垂直于所述第一测试标板平面点云的第一法向量，其中，所述第一测试标板平面点云表示所述第一场景点云中所述测试标板所界定的区域内的点云；
基于所述测试标板与所述第二激光雷达设备之间的相对位置关系对所述第二场景点云进行处理，以获得第二测试标板平面点云和垂直于所述第二测试标板平面的第二法向量，其中，所述第二测试标板平面点云表示所述第二场景点云中所述测试标板所界定的区域内的点云；
基于所述第一法向量和所述第二法向量，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果；
获得所述第一测试标板平面点云的第一质心和所述第二测试标板平面点云的第二质心，其中，所述第一质心和所述第二质心为一组对应点；
基于所述旋转外参的粗标定结果，所述第一质心和所述第二质心，获得所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参的粗标定结果；
指定所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参和旋转外参的粗标定结果为外参初始值；
基于所述外参初始值，以点云配准算法对所述第一场景点云和所述第二场景点云进行配准，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的精标定结果；以及
融合所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的粗标定结果和精标定结果，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的最终标定结果。
2.如权利要求1所述的多激光雷达外参标定方法，其中，基于所述测试标板与所述第一激光雷达设备之间的相对位置关系对所述第一场景点云进行处理，以获得第一测试标板平面点云和垂直于所述第一测试标板平面点云的第一法向量，包括：
基于所述测试标板与所述第一激光雷达设备之间的距离和角度信息，对所述第一场景点云进行非感兴趣区域点云滤波，以获得所述第一场景点云中所述测试标板附近的点云；
利用平面提取算法对所述第一场景点云中所述测试标板附近的点云进行处理，以获得所述第一测试标板平面点云；以及
基于所述第一测试标板平面点云，获得垂直于所述第一测试标板平面点云的所述第一法向量。
3.如权利要求2所述的多激光雷达外参标定方法，其中，基于所述测试标板与所述第二激光雷达设备之间的相对位置关系对所述第二场景点云进行处理，以获得第二测试标板平面点云和垂直于所述第二测试标板平面的第二法向量，包括：
基于所述测试标板与所述第二激光雷达设备之间的距离和角度信息，对所述第二场景点云进行非感兴趣区域点云滤波，以获得所述第二场景点云中所述测试标板附近的点云；
利用平面提取算法对所述第二场景点云中所述测试标板附近的点云进行处理，以获得所述第二测试标板平面点云；以及
基于所述第二测试标板平面点云，获得垂直于所述第二测试标板平面点云的所述第二法向量。
4.如权利要求3所述的多激光雷达外参标定方法，其中，在基于所述第一法向量和所述第二法向量，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果之前，还包括：
确定所述第一法向量和所述第二法向量之间的夹角为锐角。
5.如权利要求4所述的多激光雷达外参标定方法，其中，基于所述第一法向量和所述第二法向量，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果，包括：
获得所述第一法向量和所述第二法向量之间的夹角和叉积；以及
基于所述第一法向量和所述第二法向量之间的夹角和叉积，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果。
6.如权利要求1或5所述的多激光雷达外参标定方法，其中，融合所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的粗标定结果和精标定结果，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的最终标定结果，包括：
获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果和精标定结果之间的乘积，并设定该乘积为所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的最终标定结果；以及
获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果和平移外参的粗标定结果之间的乘积与平移外参的精标定结果之和，并设定该和为所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参的最终标定结果。
7.如权利要求1至6任一所述的多激光雷达参数标定方法，其中，所述测试标板的数量为1。
8.一种多激光雷达外参标定装置，其特征在于，包括：
场景点云获取单元，用于获得所述第一激光雷达设备所采集的包含所述测试标板在内的第一场景点云和所述第二激光雷达设备所采集的包含所述测试标板在内的第二场景点云；
平面点云和法向量获取单元，用于基于所述测试标板与所述第一激光雷达设备之间的相对位置关系对所述第一场景点云进行处理，以获得第一测试标板平面点云和垂直于所述第一测试标板平面点云的第一法向量，其中，所述第一测试标板平面点云表示所述第一场景点云中所述测试标板所界定的区域内的点云；以及，用于基于所述测试标板与所述第二激光雷达设备之间的相对位置关系对所述第二场景点云进行处理，以获得第二测试标板平面点云和垂直于所述第二测试标板平面的第二法向量，其中，所述第二测试标板平面点云表示所述第二场景点云中所述测试标板所界定的区域内的点云；
旋转外参粗标定单元，用于基于所述第一法向量和所述第二法向量，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果；
平移外参粗标定单元，用于获得所述第一测试标板平面点云的第一质心和所述第二测试标板平面点云的第二质心，其中，所述第一质心和所述第二质心为一组对应点；以及，用于基于所述旋转外参的粗标定结果，所述第一质心和所述第二质心，获得所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参的粗标定结果；
初始值设定单元，用于指定所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参和旋转外参的粗标定结果为外参初始值；
精标定单元，用于基于所述外参初始值，以点云配准算法对所述第一场景点云和所述第二场景点云进行配准，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的精标定结果；以及
最终标定结果获取单元，用于融合所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的粗标定结果和精标定结果，以获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参和平移外参的最终标定结果。
9.如权利要求8所述的多激光雷达外参标定装置，其中，所述平面点云和法向量获取单元，进一步用于：
基于所述测试标板与所述第一激光雷达设备之间的距离和角度信息，对所述第一场景点云进行非感兴趣区域点云滤波，以获得所述第一场景点云中所述测试标板附近的点云；
利用平面提取算法对所述第一场景点云中所述测试标板附近的点云进行处理，以获得所述第一测试标板平面点云；以及
基于所述第一测试标板平面点云，获得垂直于所述第一测试标板平面点云的所述第一法向量。
10.如权利要求9所述的多激光雷达外参标定装置，其中，所述平面点云和法向量获取单元，进一步用于：
基于所述测试标板与所述第二激光雷达设备之间的距离和角度信息，对所述第二场景点云进行非感兴趣区域点云滤波，以获得所述第二场景点云中所述测试标板附近的点云；
利用平面提取算法对所述第二场景点云中所述测试标板附近的点云进行处理，以获得所述第二测试标板平面点云；以及
基于所述第二测试标板平面点云，获得垂直于所述第二测试标板平面点云的所述第二法向量。
11.如权利要求10所述的多激光雷达外参标定装置，其中，所述平面点云和法向量获取单元，进一步用于：
确定所述第一法向量和所述第二法向量之间的夹角为锐角。
12.如权利要求11所述的多激光雷达外参标定装置，其中，所述旋转外参的粗标定单元，进一步用于：
获得所述第一法向量和所述第二法向量之间的夹角和叉积；以及
基于所述第一法向量和所述第二法向量之间的夹角和叉积，获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果。
13.如权利要求8或12所述的多激光雷达外参标定装置，其中，所述最终标定结果获取单元，进一步用于：
获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果和精标定结果之间的乘积，并设定该乘积为所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的最终标定结果；以及
获得所述第一激光雷达设备和所述第二激光雷达设备之间的旋转外参的粗标定结果和平移外参的粗标定结果之间的乘积与平移外参的精标定结果之和，并设定该和为所述第一激光雷达设备和所述第二激光雷达设备之间的平移外参的最终标定结果。
14.如权利要求8至13任一所述的多激光雷达参数标定装置，其中，所述测试标板的数量为1。
15.一种电子设备，其特征在于，包括：
处理器；和
存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如权利要求1-7中任一项所述的多激光雷达外参标定方法。
16.一种多激光雷达外参标定系统，用于标定第一激光雷达设备和第二激光雷达设备之间的外参，其特征在于，包括：
测试标板，其中，所述测试标板位于该第一激光雷达设备和该第二激光雷达的公共视场范围内；以及
标定设备，其中，所述标定设备包括处理器和存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如权利要求1-7中任一项所述的多激光雷达外参标定方法。
17.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，当所述计算机程序指令被计算装置执行时，可操作来执行如权利要求1-7中任一项所述的多激光雷达外参标定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811235929.7A CN111090084A (zh) | 2018-10-24 | 2018-10-24 | 多激光雷达外参标定方法、标定装置、标定系统和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811235929.7A CN111090084A (zh) | 2018-10-24 | 2018-10-24 | 多激光雷达外参标定方法、标定装置、标定系统和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111090084A true CN111090084A (zh) | 2020-05-01 |
Family
ID=70391829
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811235929.7A Pending CN111090084A (zh) | 2018-10-24 | 2018-10-24 | 多激光雷达外参标定方法、标定装置、标定系统和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111090084A (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111856496A (zh) * | 2020-07-07 | 2020-10-30 | 武汉中仪物联技术股份有限公司 | 一种管道探测方法及管道探测装置 |
| CN111965627A (zh) * | 2020-08-18 | 2020-11-20 | 湖北亿咖通科技有限公司 | 一种车辆的多激光雷达标定方法 |
| CN112462350A (zh) * | 2020-12-10 | 2021-03-09 | 苏州一径科技有限公司 | 雷达标定方法及装置、电子设备及存储介质 |
| CN112485773A (zh) * | 2020-11-09 | 2021-03-12 | 中国人民解放军军事科学院国防科技创新研究院 | 激光雷达与倾角传感器的外参信息标定方法 |
| CN112577499A (zh) * | 2020-11-19 | 2021-03-30 | 上汽大众汽车有限公司 | 一种vslam特征地图尺度恢复方法及系统 |
| CN112611371A (zh) * | 2020-11-27 | 2021-04-06 | 上海智蕙林医疗科技有限公司 | 一种多场景二维地图的位姿转换方法及系统 |
| CN112731358A (zh) * | 2021-01-08 | 2021-04-30 | 奥特酷智能科技(南京)有限公司 | 一种多激光雷达外参在线标定方法 |
| CN112904315A (zh) * | 2021-01-12 | 2021-06-04 | 广州广电研究院有限公司 | 一种激光雷达点云数据的校正方法、装置和介质 |
| WO2021253193A1 (zh) * | 2020-06-15 | 2021-12-23 | 深圳市大疆创新科技有限公司 | 多组激光雷达外参的标定方法、标定装置和计算机存储介质 |
| CN113866747A (zh) * | 2021-10-13 | 2021-12-31 | 上海师范大学 | 一种多激光雷达的标定方法及装置 |
| CN114152937A (zh) * | 2022-02-09 | 2022-03-08 | 西南科技大学 | 一种旋转激光雷达的外参标定方法 |
| CN114355321A (zh) * | 2022-03-18 | 2022-04-15 | 深圳市欢创科技有限公司 | 激光雷达的标定方法、装置、系统、激光雷达及机器人 |
| WO2022179566A1 (zh) * | 2021-02-26 | 2022-09-01 | 上海商汤智能科技有限公司 | 外参标定方法、装置、电子设备及存储介质 |
| CN116148822A (zh) * | 2023-03-28 | 2023-05-23 | 安徽海博智能科技有限责任公司 | 一种应用于露天矿山无人驾驶的多激光雷达自动标定方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103236064A (zh) * | 2013-05-06 | 2013-08-07 | 东南大学 | 一种基于法向量的点云自动配准方法 |
| 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 |
| CN103744086A (zh) * | 2013-12-23 | 2014-04-23 | 北京建筑大学 | 一种地面激光雷达与近景摄影测量数据的高精度配准方法 |
| CN106228537A (zh) * | 2016-07-12 | 2016-12-14 | 北京理工大学 | 一种三维激光雷达与单目摄像机的联合标定方法 |
| CN106780459A (zh) * | 2016-12-12 | 2017-05-31 | 华中科技大学 | 一种三维点云数据自动配准方法 |
| CN107265221A (zh) * | 2016-04-08 | 2017-10-20 | 奥的斯电梯公司 | 用于多个3d传感器校准的方法和系统 |
-
2018
- 2018-10-24 CN CN201811235929.7A patent/CN111090084A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN103236064A (zh) * | 2013-05-06 | 2013-08-07 | 东南大学 | 一种基于法向量的点云自动配准方法 |
| CN103744086A (zh) * | 2013-12-23 | 2014-04-23 | 北京建筑大学 | 一种地面激光雷达与近景摄影测量数据的高精度配准方法 |
| CN107265221A (zh) * | 2016-04-08 | 2017-10-20 | 奥的斯电梯公司 | 用于多个3d传感器校准的方法和系统 |
| CN106228537A (zh) * | 2016-07-12 | 2016-12-14 | 北京理工大学 | 一种三维激光雷达与单目摄像机的联合标定方法 |
| CN106780459A (zh) * | 2016-12-12 | 2017-05-31 | 华中科技大学 | 一种三维点云数据自动配准方法 |
Non-Patent Citations (4)
| Title |
|---|
| 刘江 等: "一种基于K-D树优化的ICP三维点云配准方法", 《测绘工程》 * |
| 程筱胜 等: "面向自由视角的多片三维扫描数据无约束拼接算法", 《中国机械工程》 * |
| 薛耀红 等: "《点云数据配准及曲面细分技术》", 30 September 2011, 国防工业出版社 * |
| 韩栋斌等: "基于手眼模型的三维激光雷达外参数标定", 《光电工程》 * |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114080547A (zh) * | 2020-06-15 | 2022-02-22 | 深圳市大疆创新科技有限公司 | 多组激光雷达外参的标定方法、标定装置和计算机存储介质 |
| WO2021253193A1 (zh) * | 2020-06-15 | 2021-12-23 | 深圳市大疆创新科技有限公司 | 多组激光雷达外参的标定方法、标定装置和计算机存储介质 |
| CN111856496A (zh) * | 2020-07-07 | 2020-10-30 | 武汉中仪物联技术股份有限公司 | 一种管道探测方法及管道探测装置 |
| CN111965627B (zh) * | 2020-08-18 | 2021-06-25 | 湖北亿咖通科技有限公司 | 一种车辆的多激光雷达标定方法 |
| CN111965627A (zh) * | 2020-08-18 | 2020-11-20 | 湖北亿咖通科技有限公司 | 一种车辆的多激光雷达标定方法 |
| CN112485773B (zh) * | 2020-11-09 | 2023-06-06 | 中国人民解放军军事科学院国防科技创新研究院 | 激光雷达与倾角传感器的外参信息标定方法 |
| CN112485773A (zh) * | 2020-11-09 | 2021-03-12 | 中国人民解放军军事科学院国防科技创新研究院 | 激光雷达与倾角传感器的外参信息标定方法 |
| CN112577499A (zh) * | 2020-11-19 | 2021-03-30 | 上汽大众汽车有限公司 | 一种vslam特征地图尺度恢复方法及系统 |
| CN112577499B (zh) * | 2020-11-19 | 2022-10-11 | 上汽大众汽车有限公司 | 一种vslam特征地图尺度恢复方法及系统 |
| CN112611371A (zh) * | 2020-11-27 | 2021-04-06 | 上海智蕙林医疗科技有限公司 | 一种多场景二维地图的位姿转换方法及系统 |
| CN112462350A (zh) * | 2020-12-10 | 2021-03-09 | 苏州一径科技有限公司 | 雷达标定方法及装置、电子设备及存储介质 |
| CN112731358A (zh) * | 2021-01-08 | 2021-04-30 | 奥特酷智能科技(南京)有限公司 | 一种多激光雷达外参在线标定方法 |
| CN112731358B (zh) * | 2021-01-08 | 2022-03-01 | 奥特酷智能科技(南京)有限公司 | 一种多激光雷达外参在线标定方法 |
| CN112904315A (zh) * | 2021-01-12 | 2021-06-04 | 广州广电研究院有限公司 | 一种激光雷达点云数据的校正方法、装置和介质 |
| CN112904315B (zh) * | 2021-01-12 | 2024-04-26 | 广州广电研究院有限公司 | 一种激光雷达点云数据的校正方法、装置和介质 |
| WO2022179566A1 (zh) * | 2021-02-26 | 2022-09-01 | 上海商汤智能科技有限公司 | 外参标定方法、装置、电子设备及存储介质 |
| CN113866747A (zh) * | 2021-10-13 | 2021-12-31 | 上海师范大学 | 一种多激光雷达的标定方法及装置 |
| CN113866747B (zh) * | 2021-10-13 | 2023-10-27 | 上海师范大学 | 一种多激光雷达的标定方法及装置 |
| CN114152937B (zh) * | 2022-02-09 | 2022-05-17 | 西南科技大学 | 一种旋转激光雷达的外参标定方法 |
| CN114152937A (zh) * | 2022-02-09 | 2022-03-08 | 西南科技大学 | 一种旋转激光雷达的外参标定方法 |
| CN114355321A (zh) * | 2022-03-18 | 2022-04-15 | 深圳市欢创科技有限公司 | 激光雷达的标定方法、装置、系统、激光雷达及机器人 |
| CN116148822A (zh) * | 2023-03-28 | 2023-05-23 | 安徽海博智能科技有限责任公司 | 一种应用于露天矿山无人驾驶的多激光雷达自动标定方法 |
| CN116148822B (zh) * | 2023-03-28 | 2023-11-03 | 安徽海博智能科技有限责任公司 | 一种应用于露天矿山无人驾驶的多激光雷达自动标定方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111090084A (zh) | 多激光雷达外参标定方法、标定装置、标定系统和电子设备 | |
| WO2021237520A1 (zh) | 外参标定方法、装置、设备及存储介质 | |
| JP7339934B2 (ja) | 障害物検出方法、装置、電子機器、記憶媒体及びコンピュータプログラム | |
| CN111487043B (zh) | 单目散斑结构光系统的散斑投射器标定参数确定方法 | |
| CN112859022A (zh) | 多种雷达和相机联合标定方法、系统、设备及存储介质 | |
| CN105451012B (zh) | 三维成像系统和三维成像方法 | |
| CN111862180B (zh) | 一种相机组位姿获取方法、装置、存储介质及电子设备 | |
| CN113034612B (zh) | 一种标定装置、方法及深度相机 | |
| KR101995223B1 (ko) | 보행자 검출 시스템 및 모듈, 방법, 컴퓨터프로그램 | |
| CN112312113B (zh) | 用于生成三维模型的方法、装置和系统 | |
| WO2022183685A1 (zh) | 目标检测方法、电子介质和计算机存储介质 | |
| CN114387347B (zh) | 确定外参标定的方法、装置、电子设备及介质 | |
| WO2022179094A1 (zh) | 车载激光雷达外参数联合标定方法、系统、介质及设备 | |
| CN111025032A (zh) | 一种基于升空平台的天线波束测量系统及方法 | |
| CN116433737A (zh) | 一种激光雷达点云与图像配准的方法、装置及智能终端 | |
| CN112446917A (zh) | 一种姿态确定方法及装置 | |
| Jiang et al. | An accurate and flexible technique for camera calibration | |
| CN107534202A (zh) | 一种测量天线姿态的方法和装置 | |
| CN113763478B (zh) | 无人车相机标定方法、装置、设备、存储介质及系统 | |
| JP6928217B1 (ja) | 測定処理装置、方法及びプログラム | |
| Ullrich et al. | Using hybrid multi-station adjustment for an integrated camera laser-scanner system | |
| CN114004874B (zh) | 占用栅格地图的获取方法和装置 | |
| CN113790711B (zh) | 一种无人机低空飞行位姿无控多视测量方法及存储介质 | |
| CN113763457B (zh) | 落差地形的标定方法、装置、电子设备和存储介质 | |
| CN113034615A (zh) | 一种用于多源数据融合的设备标定方法及相关装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200501 |
|
| RJ01 | Rejection of invention patent application after publication |