CN113822944B - 一种外参标定方法、装置、电子设备及存储介质 - Google Patents
一种外参标定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113822944B CN113822944B CN202111132245.6A CN202111132245A CN113822944B CN 113822944 B CN113822944 B CN 113822944B CN 202111132245 A CN202111132245 A CN 202111132245A CN 113822944 B CN113822944 B CN 113822944B
- Authority
- CN
- China
- Prior art keywords
- conversion matrix
- coordinate
- determining
- key points
- position information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 239000011159 matrix material Substances 0.000 claims abstract description 159
- 238000006243 chemical reaction Methods 0.000 claims abstract description 133
- 230000007613 environmental effect Effects 0.000 claims abstract description 42
- 230000009466 transformation Effects 0.000 claims description 21
- 238000005259 measurement Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000013519 translation Methods 0.000 description 5
- 230000004927 fusion Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011478 gradient descent method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
- G06T7/85—Stereo camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本申请涉及一种外参标定方法、装置、电子设备及存储介质，包括将一个车载传感器获取的多个环境数据对应的坐标转换到另一个车载传感器获取的环境数据对应的坐标所在的坐标系，得到带有未知参数的转换矩阵，计算不同传感器的多个环境数据对应的处于同一坐标系的坐标的误差值；基于误差值对转换矩阵中的未知参数进行更新，得到当前转换矩阵；重复步骤，根据不断更新得到的当前转换矩阵计算误差值，直到误差值或者更新次数满足预设条件，将当前转换矩阵确定为目标转换矩阵，即为外参标定的结果。基于本申请实施例可以实现自动驾驶系统中对多个不同车载传感器之间实时、高精度和更准确地外参标定。
Description
技术领域
本发明涉及自动驾驶技术领域，尤其涉及一种外参标定方法、装置、电子设备及存储介质。
背景技术
自动驾驶系统作为汽车电子、智能控制以及互联网等技术的融合产物，通过感知系统获取车辆自身信息和周围行驶环境信息，并回传至处理器进行分析、计算和处理，从而做出决策控制执行系统实现车辆的行驶。车辆自主行驶过程中的环境感知需要多目标检测、跟踪和辨别,辨别包括目标的身份、动态事件和活动。感知的目标对象及活动可能是道路上的车道线、交通路标、交通手势、活动的行人、行人的走势、前方静态障碍物和同向或相向的车辆等,以便确定车辆是否正常行进。各种传感器由于其原理特性不同而各有优势和缺点，为了更好的实现环境感知，通常需要将多种不同传感器的数据融合使用，对这些传感器进行融合需要在统一的坐标系下。
车载激光雷达是常用的传感器，其工作原理是向目标发射激光束，然后将接收到的从目标反射回来的信号与发射信号进行比较，经过适当处理后，就可获得目标的有关信息，如目标相对于激光雷达的距离、方位、高度、速度、姿态、甚至形状等参数。车载的全球定位系统(Global Positioning System，GPS)是一种相对精准的定位传感器，但其更新频率低，并不能满足实时计算的要求；惯性测量单元(Inertial Measurement Unit，IMU)是可以在行车过程中检测加速度与旋转运动的传感器，基础的IMU包括加速度计与角速度计，特点是更新频率高，可以提供实时位置信息，但是缺点是它的误差会随着时间的推进而增加，所以只能在很短的时间内依赖惯性传感器进行定位，因此融合这两种传感器的优点，各取所长，就可以得到比较实时与精准的定位。自动驾驶系统的高精地图，是车载的一种精度更高，数据维度更多的电子地图，其绝对位置精度接近一米，相对位置精度在厘米级别，能够准确且全面地表征道路特征，并具有更高的实时性。
目前，自动驾驶车辆使用多传感器融合进行感知和定位，要解决传感器数据的坐标系统一的问题。其中激光雷达和全球导航卫星系统(Global Navigation SatelliteSystem，GNSS)是自动驾驶技术中核心的两个传感器，为了实现这两个传感器之间的数据融合，目前缺少高精度和准确的实时在线标定算法对这两个传感器进行外参标定。
发明内容
本申请实施例提供了一种外参标定方法、装置、电子设备及存储介质，可以通过将多个车载传感器获取数据的坐标系统一，优化多个车载传感器获取数据之间的误差，根据得到的误差极小值，对应得到最合适的外参，以实现对自动驾驶车辆实时、高精度和准确地外参标定。
本申请实施例提供了一种外参标定方法，该方法包括：
获取目标对象的多个第一关键点；多个第一关键点中的每个第一关键点都携带有第一坐标系对应的第一坐标；
根据车辆位置信息确定出目标对象在高精地图中的多个第二关键点；多个第一关键点和多个第二关键点一一对应；多个第二关键点中每个第二关键点携带有第二坐标系对应的第二坐标；车辆位置信息为第二坐标系中的坐标；
获取带有未知参数的转换矩阵；转换矩阵为第一坐标系和第二坐标系之间的转换矩阵；
对转换矩阵中的未知参数设置初始值，得到当前转换矩阵；
根据当前转换矩阵和每个第二关键点的第二坐标确定每个第二关键点的第一坐标；
根据每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值；
基于误差值对转换矩阵中的未知参数进行更新，得到当前转换矩阵；重复步骤：根据当前转换矩阵和每个第二关键点的第二坐标确定每个第二关键点的第一坐标；根据每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值；
直到误差值或者更新次数满足预设条件，将当前转换矩阵确定为目标转换矩阵。
进一步地，获取目标对象的多个第一关键点，包括：
通过第一采集装置获取车辆环境信息；车辆环境信息包括多个环境数据和每个环境数据对应的反射强度和第一坐标；
基于数据分类装置每个环境数据对应的反射强度对多个环境数据进行分类，得到目标对象的环境数据和非目标对象的环境数据；
从目标对象的环境数据中确定出多个第一关键点；
第一采集装置和数据分类装置属于第一采集器。
进一步地，根据车辆位置信息确定出目标对象在高精地图中的多个第二关键点之前，还包括：
通过第二采集器确定车辆的原始位置信息；原始位置信息为第一坐标系对应的坐标；
将原始位置信息转换成车辆位置信息。
进一步地，将原始位置信息转换成车辆位置信息，包括：
根据惯性测量单元将原始位置信息转换成车辆位置信息。
进一步地，第一坐标系为三维坐标系，包括经度分量、纬度分量和高度分量。
相应地，本申请实施例还提供了一种外参标定装置，该装置包括：
第一关键点获取模块，用于获取目标对象的多个第一关键点；多个第一关键点中的每个第一关键点都携带有第一坐标系对应的第一坐标；
第二关键点获取模块，用于根据车辆位置信息确定出目标对象在高精地图中的多个第二关键点；多个第一关键点和多个第二关键点一一对应；多个第二关键点中每个第二关键点携带有第二坐标系对应的第二坐标；车辆位置信息为第二坐标系中的坐标；
矩阵获取模块，用于获取带有未知参数的转换矩阵；转换矩阵为第一坐标系和第二坐标系之间的转换矩阵；
转换矩阵确定模块，用于对转换矩阵中的未知参数设置初始值，得到当前转换矩阵；
坐标转换模块，用于根据当前转换矩阵和每个第二关键点的第二坐标确定每个第二关键点的第一坐标；
误差值确定模块，用于根据每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值；
参数更新模块，用于基于误差值对转换矩阵中的未知参数进行更新，得到当前转换矩阵；重复步骤：根据当前转换矩阵和每个第二关键点的第二坐标确定每个第二关键点的第一坐标；根据每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值；
目标转换矩阵确定模块，用于直到误差值或者更新次数满足预设条件，将当前转换矩阵确定为目标转换矩阵。
进一步地，第一关键点获取模块，用于：
通过第一采集装置获取车辆环境信息；车辆环境信息包括多个环境数据和每个环境数据对应的反射强度和第一坐标；
基于数据分类装置每个环境数据对应的反射强度对多个环境数据进行分类，得到目标对象的环境数据和非目标对象的环境数据；
从目标对象的环境数据中确定出多个第一关键点；
第一采集装置和数据分类装置属于第一采集器。
进一步地，装置还包括车辆位置信息确定模块，用于：
通过第二采集器确定车辆的原始位置信息；原始位置信息为第一坐标系对应的坐标；
将原始位置信息转换成车辆位置信息。
相应地，本申请实施例还提供了一种电子设备，该电子设备包括处理器和存储器，存储器中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述的外参标定方法。
相应地，本申请实施例还提供了一种计算机可读存储介质，该存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述的外参标定方法。
本申请实施例具有如下有益效果：
本申请实施例公开的一种外参标定方法、装置、电子设备及存储介质，其中，方法包括获取目标对象的多个第一关键点，多个第一关键点中的每个第一关键点都携带有第一坐标系对应的第一坐标；根据车辆位置信息确定出目标对象在高精地图中的多个第二关键点；多个第一关键点和多个第二关键点一一对应；多个第二关键点中每个第二关键点携带有第二坐标系对应的第二坐标；车辆位置信息为第二坐标系中的坐标；获取带有未知参数的转换矩阵，转换矩阵为第一坐标系和第二坐标系之间的转换矩阵，对转换矩阵中的未知参数设置初始值，得到当前转换矩阵，并根据当前转换矩阵和每个第二关键点的第二坐标确定每个第二关键点的第一坐标，进而根据每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值，并基于误差值对转换矩阵中的未知参数进行更新，得到当前转换矩阵；重复步骤：根据当前转换矩阵和每个第二关键点的第二坐标确定每个第二关键点的第一坐标；根据每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值；直到误差值或者更新次数满足预设条件，将当前转换矩阵确定为目标转换矩阵。
基于本申请实施例，通过获取目标对象的多个第一关键点以及根据车辆位置信息确定出目标对象在高精地图中的多个第二关键点，根据当前转换矩阵和每个第二关键点的第二坐标确定每个第二关键点的第一坐标，根据每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值，能够利用多个第一关键点和多个第二关键点进行误差值的计算，丰富行驶环境信息，提高行驶环境信息的准确性，提高计算得到的误差值的精度。通过对转换矩阵中的未知参数设置初始值，能够有效减少转换矩阵的更新次数，提高外参标定方法计算多个第一关键点的第一坐标和多个第二关键点的第一坐标的误差值的效率。通过重复步骤不断更新转换矩阵，进而更新误差值，能够得到尽量小的误差值，使感知融合的效果更好，找到合适的外参标定结果。通过预设误差值或者更新次数的判断条件，可以避免始终处于更新转换矩阵的状态，能够输出确定的误差值，进而可以有效缩短自动驾驶外参标定方法的响应时间。该外参标定方法能够实现实时优化外参，具有实时性、高精度的特点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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它附图。
图1是本申请实施例提供的一种应用环境的示意图；
图2是本申请实施例提供的一种外参标定方法的流程示意图；
图3是本申请实施例提供的一种获取第一关键点的流程示意图；
图4是本申请实施例提供的一种确定车辆位置信息的流程示意图；
图5是本申请实施例提供的一种外参标定装置的结构示意图；
图6是本申请实施例提供的一种外参标定方法的服务器的硬件结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例作进一步地详细描述。显然，所描述的实施例仅仅是本申请一个实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
此处所称的“实施例”是指可包含于本申请至少一个实现方式中的特定特征、结构或特性。在本申请实施例的描述中，需要理解的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，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/系统或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。术语“第一”、“第二”、“第三”、“第四”和“第五”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”、“第四”和“第五”的特征可以明示或者隐含的包括一个或者更多个该特征。而且，术语“第一”、“第二”、“第三”、“第四”和“第五”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请实施例能够以除了在这里图示或描述以外的顺序实施。此外，术语“包括”、“具有”和“为”以及他们的任何变形，意图在于覆盖不排他的包含。
请参阅图1，图1是本申请实施例提供的一种应用环境的示意图，该示意图包括车辆101和服务器102，其中，一种可选的实施方式中，该服务器102可以是设置在车辆101中的车载服务器，该车载服务器包含外参标定模型，并可以实时的获取想要的数据，以备后续可以得到外参标定的结果。另一种可选的实施方式中，该车辆101内可以设置有自己的车载服务器，而该车载服务器和图1中显示的服务器102并不是同一个服务器，车载服务器将获得的数据传输给服务器102后，可以由服务器完成后续的步骤，最终得到外参标定的结果。下面将第一种情况涉及的车载服务器和第二种情况涉及的服务器统一称呼为服务器。在另一种可选的实施例中，该服务器可以是外置的服务器，比如该服务器是由车辆厂商提供的。
可选地，服务器可以包括是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。
具体地，服务器102获取目标对象的多个第一关键点，多个第一关键点中的每个第一关键点都携带有第一坐标系对应的第一坐标，根据车辆101的位置信息确定出目标对象在高精地图中的多个第二关键点，多个第一关键点和多个第二关键点一一对应，多个第二关键点中每个第二关键点携带有第二坐标系对应的第二坐标，车辆101的位置信息为第二坐标系中的坐标，获取带有未知参数的转换矩阵，转换矩阵为第一坐标系和第二坐标系之间的转换矩阵，对转换矩阵中的未知参数设置初始值，得到当前转换矩阵，根据当前转换矩阵和每个第二关键点的第二坐标确定每个第二关键点的第一坐标，根据每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值，基于误差值对转换矩阵中的未知参数进行更新，得到当前转换矩阵，重复步骤：根据当前转换矩阵和每个第二关键点的第二坐标确定每个第二关键点的第一坐标，根据每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值，直到误差值或者更新次数满足预设条件，服务器102将当前转换矩阵确定为目标转换矩阵。
下面介绍本申请一种外参标定方法的具体实施例，本说明书提供了如实施例或流程图所示的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多执行顺序中的一种方式，不代表唯一的执行顺序，在实际执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。图2是本申请实施例提供的一种外参标定方法的流程示意图，如图2所示，该方法可以包括：
S201：获取目标对象的多个第一关键点；多个第一关键点中的每个第一关键点都携带有第一坐标系对应的第一坐标。
本申请实施例中，当车辆在道路上行驶时目标对象可以选择道路上的车道线，车道线可以是车身实时位置单侧的车道线，还可以是双侧的车道线。第一坐标系可以是大地坐标系。多个第一关键点都是该车道线上对应的点，获取车道线上第一关键点携带的第一坐标系对应的第一坐标可以用xlidar,ylidar,zlidar表示。
本申请实施例中，获取目标对象的多个第一关键点，图3是本申请实施例提供的一种获取第一关键点的流程示意图，具体如图3所示：
S2011：通过第一采集装置获取车辆环境信息；车辆环境信息包括多个环境数据和每个环境数据对应的反射强度和第一坐标。
S2013：基于数据分类装置每个环境数据对应的反射强度对多个环境数据进行分类，得到目标对象的环境数据和非目标对象的环境数据。
S2015：从目标对象的环境数据中确定多个第一关键点。
在一种可选的实施方式中，第一采集装置可以采用车载激光雷达，通过激光雷达可以获取车辆所处环境信息的环境数据，环境数据可以是点云数据，点云数据记录目标点的属性，包括被扫描点的相对于激光雷达的距离、方位、高度、速度、姿态、甚至形状等参数，可直接获取被扫描点的距离、三维坐标、角度、反射强度、速度等信息，生成目标多维度图像。
在一种可选的实施方式中，第一坐标可以是位于大地坐标系的三维坐标。第一采集装置和数据分类装置属于第一采集器，可选地，数据分类装置可以采用与激光雷达对应的目标检测器，第一采集器为集成的激光雷达和激光雷达对应的目标检测器。目标检测器可以基于激光雷达获取的环境数据对应的三维坐标和反射强度，可以根据预设的动态阈值方法提取特征，对激光雷达获取的环境数据进行分类，区分环境中目标对象和非目标对象的环境数据。非目标对象可以是道路路面、少量障碍物、道路边界、指示牌和交通灯等。目标对象可以是车辆在道路行驶时所在位置的单侧车道线，在车道线的环境数据中，确定出多个第一关键点。
S202：根据车辆位置信息确定出目标对象在高精地图中的多个第二关键点；多个第一关键点和多个第二关键点一一对应；多个第二关键点中每个第二关键点携带有第二坐标系对应的第二坐标；车辆位置信息为第二坐标系中的坐标。
本申请实施例中，多个第二关键点是与多个第一关键点一一对应的车道线上的点。
在一种可选的实施方式中，第二坐标系可以选择站心坐标系，高精地图可以使用站心坐标系，车辆位置信息采用站心坐标系的坐标进行表示，能够更准确地根据车辆位置信息获取高精地图内车辆实时位置的车道线。获取车道线第二关键点携带的第二坐标系对应的第二坐标可以用ximu,yimu,zimu表示。
本申请实施例中，确定车辆位置信息，图4是本申请实施例提供的一种确定车辆位置信息的流程示意图，具体如图4所示：
S2021：通过第二采集器确定车辆的原始位置信息；原始位置信息为第一坐标系对应的坐标。
S2023：将原始位置信息转换成车辆位置信息。
在一种可选的实施方式中，第二采集器可以采用GNSS传感器，如GPS。通过GPS获取的车辆的原始位置信息为第一坐标系对应的坐标，可以是大地坐标系对应的三维坐标。
在一种可选的实施方式中，IMU可以将GPS获取的第一坐标系对应的坐标，转换成第二坐标系的车辆位置信息。可选地，IMU将GPS获取的大地坐标系对应的三维坐标，转换成站心坐标系对应的车辆位置信息，以根据站心坐标系对应的车辆位置信息，在同样采用站心坐标系的高精地图中实时查询车辆行驶时的车道线上多个第二关键点的坐标。车辆位置信息与高精地图属于相同的坐标系，能够使高精地图查询车辆行驶时的车道线环境数据更准确，该外参标定方法更具准确性。
S203：获取带有未知参数的转换矩阵；转换矩阵为第一坐标系和第二坐标系之间的转换矩阵。
本申请实施例中，第一坐标系和第二坐标系之间的转换矩阵可以用旋转矩阵和平移矩阵表示，旋转矩阵为3×3的R矩阵，其包括未知参数俯仰角pitch、偏航角yaw和翻滚角roll；平移矩阵为3×1的T矩阵，也即是平移向量，包括三个相对三维位移信息的未知参数。
在一种可选的实施方式中，第二坐标系的点或点集转换到第一坐标系，能够对应得到带有六个未知参数的转换矩阵。
S204：对转换矩阵中的未知参数设置初始值，得到当前转换矩阵；
本申请实施例中，通过对转换矩阵中的未知参数设置初始值，得到当前转换矩阵，能够有效减少转换矩阵的更新次数，进而减少输出的误差值的数量，使得到最合适的误差值和相应目标转换矩阵的时间更短，即有效缩短标定过程的响应时间，使外参标定方法更具高效性。
S205：根据当前转换矩阵和每个第二关键点的第二坐标确定每个第二关键点的第一坐标；
本申请实施例中，当前转换矩阵包括已经对未知参数预设初值的旋转矩阵和平移矩阵，每个第二关键点的第二坐标可以先经过旋转矩阵，再经过平移矩阵，以实现目标变换，得到每个第二关键点的第一坐标。
具体地，每个第二关键点第二坐标经过当前转换矩阵变换后的第一坐标可以表示为：
S206：根据每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值；
本申请实施例中，将多个第二关键点的第一坐标和对应的第一关键点的第一坐标的差的平方，求和得到误差值。其中，多个第二关键点的数量由转换矩阵的未知参数的数量决定，当选取的第二关键点的数量超过转换矩阵的未知参数的数量，选取的第二关键点数量更多，该标定方法得到的目标转换矩阵的精度和准确度更高。
具体地，选取的第二关键点的数量可以为至少八个，与之对应的第一关键点的数量和第二关键点选取的数量相同。
具体地，误差值采用均方误差函数计算，该误差值L1可以表示为：
S207：基于误差值对转换矩阵中的未知参数进行更新，得到当前转换矩阵；重复步骤：根据当前转换矩阵和每个第二关键点的第二坐标确定每个第二关键点的第一坐标；根据每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值；
本申请实施例中，采用预设算法对转换矩阵进行计算，在经过预设算法计算后不断变化，每次更新得到不同的当前转换矩阵。
在一种可选的实施方式中，预设算法可以为梯度下降方法。梯度下降方法是一种寻找目标函数最小化的方法，梯度下降的方向就是函数减少最快的方向，求解目标函数的最小值，从一个初始点开始，即对应于S104中设置未知参数初始值步骤。通过梯度下降方法迭代计算转换矩阵，当前转换矩阵不断变化，将不断更新的转换矩阵代入误差值的计算公式中，重复进行误差值计算的步骤，每次重复步骤会对应输出一个误差值。
S208：直到误差值或者更新次数满足预设条件，将当前转换矩阵确定为目标转换矩阵。
本申请实施例中，通过设置误差值的预设条件，可以在所有输出的误差值中选择误差值小于设定值，或更新次数正好达到预设次数时，输出的确定的误差值和对应的目标转换矩阵；当计算出的误差值始终没有达到小于设定值时，可以通过达到预设次数后停止更新转换矩阵，以减少转换矩阵和误差值的运算量，缩短响应时间。
在一种可选的实施方式中，当计算得到的误差值满足小于预设误差值时，转换矩阵停止迭代，将小于预设误差值的误差值作为最优解，并输出对应的当前转换矩阵作为最优解对应的目标转换矩阵，即为该外参标定方法的外参标定结果。
在一种可选的实施方式中，当更新次数达到预设次数时，转换矩阵停止迭代，并在输出的误差值中选择极小值作为外参标定方法的最优解，该极小值对应的当前转换矩阵为目标转换矩阵，即为该外参标定方法的外参标定结果。
在一种可选的实施方式中，第一坐标系为三维坐标系，包括经度分量，纬度分量和高度分量，即第一坐标系可以为大地坐标系。
采用本申请实施例提供的外参标定方法，通过利用多个第一关键点和多个第二关键点进行误差值的计算，可以丰富行驶环境信息，提高计算得到的误差值的精度，提高行驶环境信息的准确性。通过对转换矩阵中的未知参数设置初始值，能够有效减少转换矩阵使用预设梯度下降算法的迭代次数，提高外参标定装置计算多个第一关键点的第一坐标和多个第二关键点的第一坐标的误差值的效率；通过基于误差值对转换矩阵中的未知参数进行更新，得到当前转换矩阵；重复步骤：根据当前转换矩阵和每个第二关键点的第二坐标确定每个第二关键点的第一坐标；根据每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值，能够得到不同转换矩阵对应的误差值，选择误差值的极小值对应的转换矩阵，以实现对车载不同传感器之间的外参标定，得到对应的转换矩阵为目标转换矩阵，即外参标定的结果。通过预设误差值或者更新次数的判断条件，可以避免外参标定装置始终处于计算误差值的状态，并且能够输出确定的误差值，进而可以有效缩短自动驾驶外参标定装置的响应时间。
本申请实施例还提供的一种外参标定装置，图5是本申请实施例提供的一种外参标定装置的结构示意图。如图5所示，该装置可以包括：
第一关键点获取模块501，用于获取目标对象的多个第一关键点；多个第一关键点中的每个第一关键点都携带有第一坐标系对应的第一坐标；
第二关键点获取模块502，用于根据车辆位置信息确定出目标对象在高精地图中的多个第二关键点；多个第一关键点和多个第二关键点一一对应；多个第二关键点中每个第二关键点携带有第二坐标系对应的第二坐标；车辆位置信息为第二坐标系中的坐标；
矩阵获取模块503，用于获取带有未知参数的转换矩阵；转换矩阵为第一坐标系和第二坐标系之间的转换矩阵；
转换矩阵确定模块504，用于对转换矩阵中的未知参数设置初始值，得到当前转换矩阵；
坐标转换模块505，用于根据当前转换矩阵和每个第二关键点的第二坐标确定每个第二关键点的第一坐标；
误差值确定模块506，用于根据每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值；
参数更新模块507，用于基于误差值对转换矩阵中的未知参数进行更新，得到当前转换矩阵；重复步骤：根据当前转换矩阵和每个第二关键点的第二坐标确定每个第二关键点的第一坐标；根据每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值；
目标转换矩阵确定模块508，用于直到误差值或者更新次数满足预设条件，将当前转换矩阵确定为目标转换矩阵。
本申请实施例中，第一关键点获取模块501，用于通过第一采集装置获取车辆环境信息；车辆环境信息包括多个环境数据和每个环境数据对应的反射强度和第一坐标；
基于数据分类装置每个环境数据对应的反射强度对多个环境数据进行分类，得到目标对象的环境数据和非目标对象的环境数据；
从目标对象的环境数据中确定出多个第一关键点；
第一采集装置和数据分类装置属于第一采集器。
本申请实施例中，装置还包括车辆位置信息确定模块，用于通过第二采集器确定车辆的原始位置信息；原始位置信息为第一坐标系对应的坐标；将原始位置信息转换成车辆位置信息。
本申请实施例中的装置与方法实施例基于同样的申请构思。
本申请实施例所提供的方法实施例可以在计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例，图6是本申请实施例提供的一种外参标定方法的服务器的硬件结构框图。如图6所示，该服务器600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(Central Processing Units，CPU)610(处理器610可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器630，一个或一个以上存储应用程序623或数据622的存储介质620(例如一个或一个以上海量存储设备)。其中，存储器630和存储介质620可以是短暂存储或持久存储。存储在存储介质620的程序可以包括一个或一个以上模块，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器610可以设置为与存储介质620通信，在服务器600上执行存储介质620中的一系列指令操作。服务器600还可以包括一个或一个以上电源660，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口640，和/或，一个或一个以上操作系统621，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
输入输出接口640可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括服务器600的通信供应商提供的无线网络。在一个实例中，输入输出接口640包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，输入输出接口640可以为射频(RadioFrequency，RF)模块，其用于通过无线方式与互联网进行通讯。
本领域普通技术人员可以理解，图6所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，服务器600还可包括比图6中所示更多或者更少的组件，或者具有与图6所示不同的配置。
本申请的实施例还提供了一种存储介质，所述存储介质可设置于服务器之中以保存用于实现方法实施例中一种外参标定方法相关的至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现上述外参标定方法。
可选地，在本实施例中，上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
由上述本申请提供的外参标定方法、设备或存储介质的实施例可见，本申请中通过获取目标对象的多个第一关键点，多个第一关键点中的每个第一关键点都携带有第一坐标系对应的第一坐标，根据车辆位置信息确定出目标对象在高精地图中的多个第二关键点，多个第一关键点和多个第二关键点一一对应，多个第二关键点中每个第二关键点携带有第二坐标系对应的第二坐标，车辆位置信息为第二坐标系中的坐标，获取带有未知参数的转换矩阵，转换矩阵为第一坐标系和第二坐标系之间的转换矩阵，对转换矩阵中的未知参数设置初始值，得到当前转换矩阵，并根据当前转换矩阵和每个第二关键点的第二坐标确定每个第二关键点的第一坐标，进而根据每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值，并基于误差值对转换矩阵中的未知参数进行更新，得到当前转换矩阵。重复步骤：根据当前转换矩阵和每个第二关键点的第二坐标确定每个第二关键点的第一坐标，根据每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值，直到误差值或者更新次数满足预设条件，将当前转换矩阵确定为目标转换矩阵。如此，可以实现自动驾驶系统中对多个车载传感器之间实时、高精度和更准确地外参标定。
需要说明的是：上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种外参标定方法，其特征在于，包括：
获取目标对象的多个第一关键点；所述多个第一关键点中的每个第一关键点都携带有第一坐标系对应的第一坐标；
根据车辆位置信息确定出所述目标对象在高精地图中的多个第二关键点；所述多个第一关键点和所述多个第二关键点一一对应；所述多个第二关键点中每个第二关键点携带有第二坐标系对应的第二坐标；所述车辆位置信息为第二坐标系中的坐标；
获取带有未知参数的转换矩阵；所述转换矩阵为所述第一坐标系和所述第二坐标系之间的转换矩阵；
对所述转换矩阵中的未知参数设置初始值，得到当前转换矩阵；
根据所述当前转换矩阵和所述每个第二关键点的第二坐标确定所述每个第二关键点的第一坐标；
根据所述每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值；
基于所述误差值对所述转换矩阵中的未知参数进行更新，得到当前转换矩阵；重复步骤：根据所述当前转换矩阵和所述每个第二关键点的第二坐标确定所述每个第二关键点的第一坐标；根据所述每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值；
直到所述误差值或者更新次数满足预设条件，将所述当前转换矩阵确定为目标转换矩阵。
2.根据权利要求1所述的外参标定方法，其特征在于，所述获取目标对象的多个第一关键点，包括：
通过第一采集装置获取所述车辆环境信息；所述车辆环境信息包括多个环境数据和每个环境数据对应的反射强度和第一坐标；
基于数据分类装置所述每个环境数据对应的反射强度对所述多个环境数据进行分类，得到所述目标对象的环境数据和非目标对象的环境数据；
从所述目标对象的环境数据中确定出多个第一关键点；
所述第一采集装置和所述数据分类装置属于第一采集器。
3.根据权利要求1所述的外参标定方法，其特征在于，所述根据车辆位置信息确定出所述目标对象在高精地图中的多个第二关键点之前，还包括：
通过第二采集器确定车辆的原始位置信息；所述原始位置信息为所述第一坐标系对应的坐标；
将所述原始位置信息转换成所述车辆位置信息。
4.根据权利要求3所述的外参标定方法，其特征在于，所述将所述原始位置信息转换成所述车辆位置信息，包括：
根据惯性测量单元将所述原始位置信息转换成所述车辆位置信息。
5.根据权利要求1-4任一所述的外参标定方法，其特征在于，所述第一坐标系为三维坐标系，包括经度分量、纬度分量和高度分量。
6.一种外参标定装置，其特征在于，包括：
第一关键点获取模块，用于获取目标对象的多个第一关键点；所述多个第一关键点中的每个第一关键点都携带有第一坐标系对应的第一坐标；
第二关键点获取模块，用于根据车辆位置信息确定出所述目标对象在高精地图中的多个第二关键点；所述多个第一关键点和所述多个第二关键点一一对应；所述多个第二关键点中每个第二关键点携带有第二坐标系对应的第二坐标；所述车辆位置信息为第二坐标系中的坐标；
矩阵获取模块，用于获取带有未知参数的转换矩阵；所述转换矩阵为所述第一坐标系和所述第二坐标系之间的转换矩阵；
转换矩阵确定模块，用于对所述转换矩阵中的未知参数设置初始值，得到当前转换矩阵；
坐标转换模块，用于根据所述当前转换矩阵和所述每个第二关键点的第二坐标确定所述每个第二关键点的第一坐标；
误差值确定模块，用于根据所述每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值；
参数更新模块，用于基于所述误差值对所述转换矩阵中的未知参数进行更新，得到当前转换矩阵；重复步骤：根据所述当前转换矩阵和所述每个第二关键点的第二坐标确定所述每个第二关键点的第一坐标；根据所述每个第二关键点的第一坐标和对应的第一关键点的第一坐标确定出误差值；
目标转换矩阵确定模块，用于直到所述误差值或者更新次数满足预设条件，将所述当前转换矩阵确定为目标转换矩阵。
7.根据权利要求6所述的外参标定装置，其特征在于，所述第一关键点获取模块，用于：
通过第一采集装置获取所述车辆环境信息；所述车辆环境信息包括多个环境数据和每个环境数据对应的反射强度和第一坐标；
基于数据分类装置所述每个环境数据对应的反射强度对所述多个环境数据进行分类，得到所述目标对象的环境数据和非目标对象的环境数据；
从所述目标对象的环境数据中确定出多个第一关键点；
所述第一采集装置和所述数据分类装置属于第一采集器。
8.根据权利要求6所述的外参标定装置，其特征在于，所述装置还包括车辆位置信息确定模块，用于：
通过第二采集器确定车辆的原始位置信息；所述原始位置信息为所述第一坐标系对应的坐标；
将所述原始位置信息转换成所述车辆位置信息。
9.一种电子设备，包括存储器和处理器，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现权利要求1-5任意一项所述的外参标定方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1-5任意一项所述的外参标定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111132245.6A CN113822944B (zh) | 2021-09-26 | 2021-09-26 | 一种外参标定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111132245.6A CN113822944B (zh) | 2021-09-26 | 2021-09-26 | 一种外参标定方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113822944A CN113822944A (zh) | 2021-12-21 |
| CN113822944B true CN113822944B (zh) | 2023-10-31 |
Family
ID=78915578
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111132245.6A Active CN113822944B (zh) | 2021-09-26 | 2021-09-26 | 一种外参标定方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113822944B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115343730B (zh) * | 2022-10-18 | 2023-02-17 | 苏州挚途科技有限公司 | Gnss天线外参确定方法、装置与计算机可读存储介质 |
| CN115950474B (zh) * | 2023-02-02 | 2023-12-29 | 广州沃芽科技有限公司 | 传感器的外参标定方法、装置、设备、介质和程序产品 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN109920011A (zh) * | 2019-05-16 | 2019-06-21 | 长沙智能驾驶研究院有限公司 | 激光雷达与双目摄像头的外参标定方法、装置及设备 |
| WO2019233330A1 (zh) * | 2018-06-05 | 2019-12-12 | 上海商汤智能科技有限公司 | 车载摄像头自标定方法及装置和车辆驾驶方法及装置 |
| CN110689585A (zh) * | 2019-10-09 | 2020-01-14 | 北京百度网讯科技有限公司 | 多相机外参的联合标定方法、装置、设备和介质 |
| CN112017251A (zh) * | 2020-10-19 | 2020-12-01 | 杭州飞步科技有限公司 | 标定方法、装置、路侧设备和计算机可读存储介质 |
-
2021
- 2021-09-26 CN CN202111132245.6A patent/CN113822944B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| WO2019233330A1 (zh) * | 2018-06-05 | 2019-12-12 | 上海商汤智能科技有限公司 | 车载摄像头自标定方法及装置和车辆驾驶方法及装置 |
| CN109920011A (zh) * | 2019-05-16 | 2019-06-21 | 长沙智能驾驶研究院有限公司 | 激光雷达与双目摄像头的外参标定方法、装置及设备 |
| CN110689585A (zh) * | 2019-10-09 | 2020-01-14 | 北京百度网讯科技有限公司 | 多相机外参的联合标定方法、装置、设备和介质 |
| CN112017251A (zh) * | 2020-10-19 | 2020-12-01 | 杭州飞步科技有限公司 | 标定方法、装置、路侧设备和计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113822944A (zh) | 2021-12-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110631593B (zh) | 一种用于自动驾驶场景的多传感器融合定位方法 | |
| Suhr et al. | Sensor fusion-based low-cost vehicle localization system for complex urban environments | |
| CN110146909B (zh) | 一种定位数据处理方法 | |
| CN109270545B (zh) | 一种定位真值校验方法、装置、设备及存储介质 | |
| JP5162849B2 (ja) | 不動点位置記録装置 | |
| CN109435955B (zh) | 一种自动驾驶系统性能评估方法、装置、设备及存储介质 | |
| US20200272816A1 (en) | Scalable three dimensional object segmentation | |
| CN113822944B (zh) | 一种外参标定方法、装置、电子设备及存储介质 | |
| US11493624B2 (en) | Method and system for mapping and locating a vehicle based on radar measurements | |
| CN111551186A (zh) | 一种车辆实时定位方法、系统及车辆 | |
| EP3671278B1 (en) | Road surface detection | |
| CN112346104B (zh) | 一种无人机信息融合定位方法 | |
| CN111161353A (zh) | 车辆定位方法、装置、可读存储介质和计算机设备 | |
| CN110889808A (zh) | 一种定位的方法、装置、设备及存储介质 | |
| WO2021207999A1 (zh) | 车辆定位的方法和装置、定位图层生成的方法和装置 | |
| CN112967392A (zh) | 一种基于多传感器触合的大规模园区建图定位方法 | |
| CN114111774B (zh) | 车辆的定位方法、系统、设备及计算机可读存储介质 | |
| JP2007322391A (ja) | 自車両位置推定装置 | |
| CN112505671B (zh) | Gnss信号缺失环境下毫米波雷达目标定位方法及装置 | |
| CN113405560B (zh) | 车辆定位和路径规划统一建模方法 | |
| CN114485698A (zh) | 一种交叉路口引导线生成方法及系统 | |
| Rabe et al. | Ego-lane estimation for downtown lane-level navigation | |
| CN112965076A (zh) | 一种用于机器人的多雷达定位系统及方法 | |
| JP2019174191A (ja) | データ構造、情報送信装置、制御方法、プログラム及び記憶媒体 | |
| CN114419573A (zh) | 动态占据栅格估计方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |