CN113884104B - 多传感器联合标定方法、装置及电子设备 - Google Patents

多传感器联合标定方法、装置及电子设备 Download PDF

Info

Publication number
CN113884104B
CN113884104B CN202111133782.2A CN202111133782A CN113884104B CN 113884104 B CN113884104 B CN 113884104B CN 202111133782 A CN202111133782 A CN 202111133782A CN 113884104 B CN113884104 B CN 113884104B
Authority
CN
China
Prior art keywords
calibration
coordinate system
point cloud
determining
data
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
Application number
CN202111133782.2A
Other languages
English (en)
Other versions
CN113884104A (zh
Inventor
袁志宏
张炳刚
龚伟林
韩志华
张旭
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.)
Suzhou Zhitu Technology Co Ltd
Original Assignee
Suzhou Zhitu Technology 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 Suzhou Zhitu Technology Co Ltd filed Critical Suzhou Zhitu Technology Co Ltd
Priority to CN202111133782.2A priority Critical patent/CN113884104B/zh
Publication of CN113884104A publication Critical patent/CN113884104A/zh
Application granted granted Critical
Publication of CN113884104B publication Critical patent/CN113884104B/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

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请提供了一种多传感器联合标定方法、装置及电子设备,方法应用于安装有传感器的车辆的控制器;车辆置于布置有多个标定板的标定场地中,标定板包括设置于中间部分的凸起三角形区域和设置于三角形区域周围的三个扇形区域;凸起三角形区域和三个扇形区域均布置有反光帖;三个扇形区域还布置有aruco码;方法包括:获取至少两个待标定传感器对标定板采集的数据;根据标定板上布置的aruco码或反光帖提取数据的特征点,并确定对应坐标系;基于至少两个待标定传感器分别对应的坐标系和标定场地对应的世界坐标系,进行联合标定。本申请提供的标定板可以高效地提取数据特征点以便确定对应坐标系,进而可以提高联合标定的效率。

Description

多传感器联合标定方法、装置及电子设备
技术领域
本申请涉及相机标定技术领域,尤其是涉及一种多传感器联合标定方法、装置及电子设备。
背景技术
在自动驾驶智能控制领域,基于各传感器的自动驾驶感知是非常重要的,传感器包括位置传感器、图像传感器,如相机、激光雷达、定位设备等,各传感器的性能各有优劣,有效的利用各传感器之间的优势,将多传感器信息融合能够有效的提高环境感知安全性。
而多传感器的标定是自动驾驶感知的基础,是感知重要的环节之一。当前关于多相机联合标定的方案中,大多步骤繁琐,不够高效,图像特征提取及点云提取步骤大多为手动操作,严重影响标定效率。
发明内容
本申请的目的在于提供一种多传感器联合标定方法、装置及电子设备,以解决上述技术问题。
第一方面,本申请实施例提供一种多传感器联合标定方法,方法应用于安装有传感器的车辆的控制器;车辆置于布置有多个标定板的标定场地中,标定板包括设置于中间部分的凸起三角形区域和设置于三角形区域周围的三个扇形区域;凸起三角形区域和三个扇形区域均布置有反光帖;三个扇形区域还布置有aruco码;第一数量的标定板被布置于标定场地的墙面上,共面且统一高度;第二数量的标定板被布置于标定场地的地面上,均面向车辆;方法包括:获取至少两个待标定传感器对标定板采集的数据;根据标定板上布置的aruco码或反光帖提取数据的特征点,并确定对应坐标系;基于至少两个待标定传感器分别对应的坐标系和标定场地对应的世界坐标系,进行联合标定。
进一步地,上述待标定传感器对应的传感器类型包括以下之一:图像传感器、位置传感器、惯性传感器。
进一步地,上述获取至少两个待标定传感器对标定板采集的数据的步骤,包括:如果待标定传感器为相机,通过相机采集标定板对应的图像数据;如果待标定传感器为激光雷达,通过激光雷达采集标定板对应的点云数据。
进一步地,上述根据标定板上布置的aruco码或反光帖提取数据的特征点,并确定对应坐标系的步骤,包括:如果数据为图像数据,根据标定板上布置的aruco码提取图像数据的特征点,并确定对应的像素坐标系;如果数据为点云数据,根据标定板上布置的反光帖提取点云数据的特征点,并确定对应的三维点云坐标系。
进一步地,上述根据标定板上布置的aruco码提取图像数据的特征点,并确定标定板圆平面的像素坐标系的步骤,包括:根据图像数据的特征点确定aruco码的中心位置;对中心位置进行亚像素定位,得到aruco码的像素坐标;基于三个aruco码的中心位置,确定标定板圆平面圆心的像素坐标;基于aruco码的像素坐标和标定板圆平面圆心的像素坐标,确定像素坐标系。
进一步地,上述根据标定板上布置的反光帖提取点云数据的特征点,并确定对应的三维点云坐标系的步骤,包括:根据点云数据包括的扇形区域点云数据和三角形区域点云数据,确定出六个平面中六条交线;基于六条交线确定四个交点对应的三维点云坐标;根据三个扇形区域拟合标定板圆平面,并确定标定板圆平面的圆心对应的三维点云坐标;基于四个交点对应的三维点云坐标,和圆心对应的三维点云坐标,确定三维点云坐标系。
进一步地,上述基于至少两个待标定传感器分别对应的坐标系和标定场地对应的世界坐标系,进行联合标定的步骤,包括:如果至少两个待标定传感器对应的坐标系均为像素坐标系,根据像素坐标系和标定场地对应的世界坐标系进行联合标定;如果至少两个待标定传感器对应的坐标系均为三维点云坐标系,根据三维点云坐标系和标定场地对应的世界坐标系进行联合标定;如果至少两个待标定传感器对应的坐标系包括像素坐标系和三维点云坐标系,根据相机模型确定像素坐标系对应的相机坐标系,根据相机坐标系、三维点云坐标系和标定场地对应的世界坐标系进行联合标定。
第二方面,本申请实施例还提供一种多传感器联合标定装置,装置应用于安装有传感器的车辆的控制器;车辆置于布置有多个标定板的标定场地中,标定板包括设置于中间部分的凸起三角形区域和设置于三角形区域周围的三个扇形区域;凸起三角形区域和三个扇形区域均布置有反光帖;三个扇形区域还布置有aruco码;第一数量的标定板被布置于标定场地的墙面上,共面且统一高度;第二数量的标定板被布置于标定场地的地面上,均面向车辆;装置包括:数据获取模块,用于获取至少两个待标定传感器对标定板采集的数据;坐标系确定模块,用于根据标定板上布置的aruco码或反光帖提取数据的特征点,并确定对应坐标系;标定模块,用于基于至少两个待标定传感器分别对应的坐标系和标定场地对应的世界坐标系,进行联合标定。
第三方面,本申请实施例还提供一种电子设备,包括处理器和存储器,存储器存储有能够被处理器执行的计算机可执行指令,处理器执行计算机可执行指令以实现上述第一方面的方法。
第四方面,本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现上述第一方面的方法。
本申请实施例提供的一种多传感器联合标定方法、装置及电子设备中,方法应用于安装有传感器的车辆的控制器;车辆置于布置有多个标定板的标定场地中,标定板包括设置于中间部分的凸起三角形区域和设置于三角形区域周围的三个扇形区域;凸起三角形区域和三个扇形区域均布置有反光帖;三个扇形区域还布置有aruco码;第一数量的标定板被布置于标定场地的墙面上,共面且统一高度;第二数量的标定板被布置于标定场地的地面上,均面向车辆;在进行标定时,首先获取至少两个待标定传感器对标定板采集的数据;然后根据标定板上布置的aruco码或反光帖提取数据的特征点,并确定对应坐标系;基于至少两个待标定传感器分别对应的坐标系和标定场地对应的世界坐标系,进行联合标定。本申请实施例提供的标定板可以高效地提取数据特征点以便确定对应坐标系,进而可以提高联合标定的效率。
附图说明
为了更清楚地说明本申请具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施方式,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为本申请实施例提供的一种多传感器联合标定方法的流程图;
图2为本申请实施例提供的一种标定板的示意图;
图3为本申请实施例提供的一种aruco码的示意图;
图4为本申请实施例提供的一种的标定场地的示意图;
图5为本申请实施例提供的一种相机模型的示意图;
图6为本申请实施例提供的一种多传感器联合标定装置的结构框图;
图7为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合实施例对本申请的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,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,都属于本申请保护的范围。
目前,关于多相机联合标定的方案中,大多步骤繁琐,不够高效,图像特征提取及点云提取步骤大多为手动操作,严重影响标定效率。基于此,本申请实施例提供一种多传感器联合标定方法、装置及电子设备,为便于对本实施例进行理解,首先对本申请实施例所公开的一种多传感器联合标定方法进行详细介绍。
图1为本申请实施例提供的一种多传感器联合标定方法的流程图,该方法应用于安装有传感器的车辆的控制器;车辆置于布置有多个标定板的标定场地中,如图2所示,每个标定板包括设置于中间部分的凸起三角形区域和设置于三角形区域周围的三个扇形区域,凸起三角形区域和三个扇形区域组成一个圆。其中,凸起三角形区域和三个扇形区域均布置有反光帖;三个扇形区域还布置有aruco码,如图3所示,第一数量的标定板被布置于标定场地的墙面上,共面且统一高度,如图4中的标定板1、2、3;第二数量的标定板被布置于标定场地的地面上,均面向车辆,如图4中的下面5个标定板。该方法具体包括以下步骤:
步骤S102,获取至少两个待标定传感器对标定板采集的数据。
上述待标定传感器对应的传感器类型包括以下之一:图像传感器、位置传感器、惯性传感器。比如,相机、激光雷达、定位装置等。如果待标定传感器为相机,通过相机采集标定板对应的图像数据;如果待标定传感器为激光雷达,通过激光雷达采集标定板对应的点云数据。
步骤S104,根据标定板上布置的aruco码或反光帖提取数据的特征点,并确定对应坐标系。
如果上述数据为图像数据,可以根据标定板上布置的aruco码提取图像数据的特征点,并确定对应的像素坐标系,具体的实现过程为:根据图像数据的特征点确定aruco码的中心位置;对中心位置进行亚像素定位,得到aruco码的像素坐标;基于三个aruco码的中心位置,确定标定板圆平面圆心的像素坐标;基于aruco码的像素坐标和标定板圆平面圆心的像素坐标,确定像素坐标系。
如果上述数据为点云数据,根据标定板上布置的反光帖提取点云数据的特征点,并确定对应的三维点云坐标系,具体的实现过程为:根据点云数据包括的扇形区域点云数据和三角形区域点云数据,确定出六个平面中六条交线;基于六条交线确定四个交点对应的三维点云坐标;根据三个扇形区域拟合标定板圆平面,并确定标定板圆平面的圆心对应的三维点云坐标;基于四个交点对应的三维点云坐标,和圆心对应的三维点云坐标,确定三维点云坐标系。
步骤S106,基于至少两个待标定传感器分别对应的坐标系和标定场地对应的世界坐标系,进行联合标定。
具体的,如果至少两个待标定传感器对应的坐标系均为像素坐标系,根据像素坐标系和标定场地对应的世界坐标系进行联合标定;如果至少两个待标定传感器对应的坐标系均为三维点云坐标系,根据三维点云坐标系和标定场地对应的世界坐标系进行联合标定;如果至少两个待标定传感器对应的坐标系包括像素坐标系和三维点云坐标系,根据相机模型确定像素坐标系对应的相机坐标系,根据相机坐标系、三维点云坐标系和标定场地对应的世界坐标系进行联合标定。
本申请实施例提供的标定板,能够自动提取图像中特征点,操作简洁准确高效,自动提取图像中特征点,操作简洁准确高效;自动提取点云特征点,操作简洁准确高效;标定真值方便获取,简单易操作;能够满足车辆批量化标定。
下面以相机和激光雷达进行联合标定为例进行说明:
多传感器联合标定的标定板如图2所示。标定板白色扇形区域及突出部分三角形区域,主要布置反光贴,主要用于激光雷达点云采集。标定板的白色扇形区域,同时布置aruco码(如图3所示),要求三张aruco码贴纸关于圆心阵列布置,做到夹角分别为120度(任选图例中的aruco码布置即可,只要每块板不重复),主要用于相机图像数据中的特征点提取。
标定场地的布置:标定场地使用8块上述的标定板。按照图4方式进行排列。其中1,2,3号板要求共面并且统一高度,可以布置在标定场地墙面上。其他标定板布置在地面上,按照图4方式布置。
标定过程如下:首先将车辆驶入标定场地的指定位置。测量车辆坐标系与场地直接坐标系的偏移量。其次,开始采集激光点云,相机图像数据。最后启动标定程序,根据标定需求,进行标定。
标定程序具体实现如下步骤,(1)图像数据特征点的提取。由于标定板上布置有aruco码。可根据aruco码提取特征点(提取的是aruco上的特征点,aruco四个角是正方形角,提取的是正方形四个角),同时可获取aruco码中心位置,然后对中心位置进行亚像素定位,从而获取aruco码的像素坐标,该坐标为像素坐标系坐标。每一块标定板上的三个aruco码中心位置可以计算出圆平面的圆心像素位置,该坐标为像素坐标系坐标。
(2)激光点云特征点提取。由于标定板周围布置有反光贴,能够使激光较好的获取点云数据。由于每一块标定标定板都能够采集到扇形区域的点云信息,三角形平面区域的点云信息。可以根据点云拟合出每一个平面,共可提取6块平面。根据各平面求出6条交线,根据6条交线求出4个交点。同时可以根据三个扇形平面,拟合出圆平面,根据圆平面求出圆心坐标。因此每一块标定板至少提供5个激光点云坐标,该坐标是激光雷达坐标系下的点云三维坐标。
(3)标定真值获取。可使用全站仪精确获取上术述标定场地中每一个特征点的世界坐标。由于标定场地布置完成不会修改,会根据场地建立坐标中心,根据坐标中心可以建立场地坐标系下的特征点的世界坐标(有专门的测绘工具,在场地建立坐标原点,直接测量每一个点的距离信息,即可建立坐标系)。该坐标为3维世界坐标。
(4)多传感器标定计算原理。综合上述(1)(2)(3)过程,当前已经获取像素坐标下二维像素坐标,激光雷达坐标下的三维点云坐标,世界坐标系下的世界坐标。首先根据图5中的相机模型可知,二维像素坐标可以转换为相机坐标系的三维坐标。因此可以获取每个标定板上圆心的相机坐标系坐标。与此同时,激光雷达坐标下的圆心坐标已经获取,世界坐标下的三维坐标也已经获取。从而可以利用ICP与SVD原理,完成激光雷达与相机的离线联合标定。
需要说明的是,本申请实施例提供的标定板还可以实现相机单独标定。该场地同时满足单一相机的标定。由于标定板有众多aruco码,可以根据aruco码获取像素像素坐标及亚像素坐标,场地坐标系已知,可以完成相机单一坐标系的标定。
本申请实施例提供的标定板还可以实现激光雷达单独标定。该场地同时满足单一激光雷达的标定。由于激光雷达的点云坐标已经获取,场地坐标的三维坐标也已经获取,可以完成激光雷达的标定。
本申请实施例提供的标定板还可以实现多相机联合标定。该场地同时满足多相机的标定。每一个相机的像素坐标可以获取,可以根据aruco像素坐标或者圆心坐标,都可以获取像素坐标,从而可以完成多相机的联合标定。
本申请实施例提供的标定板还可以实现多激光雷达的联合标定。该场地同时满足多激光雷达的标定。由于多个激光雷达的点云坐标已经获取,场地坐标的三维坐标也已经获取,可以完成多激光雷达的联合标定。
本申请实施例提供的传感器联合标定方法中,标定板的设计方式,使得传感器联合标定特征点提取简单高效,标定结果准确,而且适应多种标定场景,复用性高。
基于上述方法实施例,本申请实施例还提供一种多传感器联合标定装置,装置应用于安装有传感器的车辆的控制器;车辆置于布置有多个标定板的标定场地中,标定板包括设置于中间部分的凸起三角形区域和设置于三角形区域周围的三个扇形区域;凸起三角形区域和三个扇形区域均布置有反光帖;三个扇形区域还布置有aruco码;第一数量的标定板被布置于标定场地的墙面上,共面且统一高度;第二数量的标定板被布置于标定场地的地面上,均面向车辆;参见图6所示,该装置包括:
数据获取模块62,用于获取至少两个待标定传感器对标定板采集的数据;坐标系确定模块64,用于根据标定板上布置的aruco码或反光帖提取数据的特征点,并确定对应坐标系;标定模块66,用于基于至少两个待标定传感器分别对应的坐标系和标定场地对应的世界坐标系,进行联合标定。
上述待标定传感器对应的传感器类型包括以下之一:图像传感器、位置传感器、惯性传感器。
上述数据获取模块62,还用于如果待标定传感器为相机,通过相机采集标定板对应的图像数据;如果待标定传感器为激光雷达,通过激光雷达采集标定板对应的点云数据。
上述坐标系确定模块64,还用于如果数据为图像数据,根据标定板上布置的aruco码提取图像数据的特征点,并确定对应的像素坐标系;如果数据为点云数据,根据标定板上布置的反光帖提取点云数据的特征点,并确定对应的三维点云坐标系。
上述坐标系确定模块64,还用于根据图像数据的特征点确定aruco码的中心位置;对中心位置进行亚像素定位,得到aruco码的像素坐标;基于三个aruco码的中心位置,确定标定板圆平面圆心的像素坐标;基于aruco码的像素坐标和标定板圆平面圆心的像素坐标,确定像素坐标系。
上述坐标系确定模块64,还用于根据点云数据包括的扇形区域点云数据和三角形区域点云数据,确定出六个平面中六条交线;基于六条交线确定四个交点对应的三维点云坐标;根据三个扇形区域拟合标定板圆平面,并确定标定板圆平面的圆心对应的三维点云坐标;基于四个交点对应的三维点云坐标,和圆心对应的三维点云坐标,确定三维点云坐标系。
上述标定模块66,还用于如果至少两个待标定传感器对应的坐标系均为像素坐标系,根据像素坐标系和标定场地对应的世界坐标系进行联合标定;如果至少两个待标定传感器对应的坐标系均为三维点云坐标系,根据三维点云坐标系和标定场地对应的世界坐标系进行联合标定;如果至少两个待标定传感器对应的坐标系包括像素坐标系和三维点云坐标系,根据相机模型确定像素坐标系对应的相机坐标系,根据相机坐标系、三维点云坐标系和标定场地对应的世界坐标系进行联合标定。
本申请实施例提供的多传感器联合标定装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,多传感器联合标定装置的实施例部分未提及之处,可参考前述方法实施例中相应内容。
本申请实施例还提供了一种电子设备,如图7所示,为该电子设备的结构示意图,其中,该电子设备包括处理器71和存储器70,该存储器70存储有能够被该处理器71执行的计算机可执行指令,该处理器71执行该计算机可执行指令以实现上述方法。
在图7示出的实施方式中,该电子设备还包括总线72和通信接口73,其中,处理器71、通信接口73和存储器70通过总线72连接。
其中,存储器70可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口73(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。总线72可以是ISA(IndustryStandard Architecture,工业标准体系结构)总线、PCI(Peripheral ComponentInterconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线72可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
处理器71可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器71中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器71可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器71读取存储器中的信息,结合其硬件完成前述实施例的方法的步骤。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令在被处理器调用和执行时,该计算机可执行指令促使处理器实现上述方法,具体实现可参见前述方法实施例,在此不再赘述。
本申请实施例所提供的方法、装置和电子设备的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本申请的范围。
所述功能如果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,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请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介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”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。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。

Claims (8)

1.一种多传感器联合标定方法,其特征在于,所述方法应用于安装有传感器的车辆的控制器;所述车辆置于布置有多个标定板的标定场地中,所述标定板包括设置于中间部分的凸起三角形区域和设置于所述三角形区域周围的三个扇形区域;所述凸起三角形区域和三个所述扇形区域均布置有反光帖;三个所述扇形区域还布置有aruco码;第一数量的标定板被布置于标定场地的墙面上,共面且统一高度;第二数量的标定板被布置于标定场地的地面上,均面向所述车辆;所述方法包括:
获取至少两个待标定传感器对所述标定板采集的数据;
根据所述标定板上布置的aruco码或反光帖提取所述数据的特征点,并确定对应坐标系;
基于所述至少两个待标定传感器分别对应的坐标系和所述标定场地对应的世界坐标系,进行联合标定;
根据所述标定板上布置的aruco码或反光帖提取所述数据的特征点,并确定对应坐标系的步骤,包括:
如果所述数据为图像数据,根据所述标定板上布置的aruco码提取所述图像数据的特征点,并确定对应的像素坐标系;
如果所述数据为点云数据,根据所述点云数据包括的扇形区域点云数据和三角形区域点云数据,确定出六个平面中六条交线;基于所述六条交线确定四个交点对应的三维点云坐标;根据三个所述扇形区域拟合标定板圆平面,并确定所述标定板圆平面的圆心对应的三维点云坐标;基于所述四个交点对应的三维点云坐标,和所述圆心对应的三维点云坐标,确定三维点云坐标系。
2.根据权利要求1所述的方法,其特征在于,所述待标定传感器对应的传感器类型包括以下之一:图像传感器、位置传感器、惯性传感器。
3.根据权利要求1所述的方法,其特征在于,获取至少两个所述待标定传感器对所述标定板采集的数据的步骤,包括:
如果所述待标定传感器为相机,通过所述相机采集所述标定板对应的图像数据;
如果所述待标定传感器为激光雷达,通过所述激光雷达采集所述标定板对应的点云数据。
4.根据权利要求1所述的方法,其特征在于,根据所述标定板上布置的aruco码提取所述图像数据的特征点,并确定标定板圆平面的像素坐标系的步骤,包括:
根据所述图像数据的特征点确定aruco码的中心位置;
对所述中心位置进行亚像素定位,得到aruco码的像素坐标;
基于三个aruco码的中心位置,确定标定板圆平面圆心的像素坐标;
基于所述aruco码的像素坐标和标定板圆平面圆心的像素坐标,确定像素坐标系。
5.根据权利要求1所述的方法,其特征在于,基于所述至少两个待标定传感器分别对应的坐标系和所述标定场地对应的世界坐标系,进行联合标定的步骤,包括:
如果至少两个所述待标定传感器对应的坐标系均为像素坐标系,根据所述像素坐标系和所述标定场地对应的世界坐标系进行联合标定;
如果至少两个所述待标定传感器对应的坐标系均为三维点云坐标系,根据所述三维点云坐标系和所述标定场地对应的世界坐标系进行联合标定;
如果至少两个所述待标定传感器对应的坐标系包括像素坐标系和三维点云坐标系,根据相机模型确定所述像素坐标系对应的相机坐标系,根据所述相机坐标系、所述三维点云坐标系和所述标定场地对应的世界坐标系进行联合标定。
6.一种多传感器联合标定装置,其特征在于,所述装置应用于安装有传感器的车辆的控制器;所述车辆置于布置有多个标定板的标定场地中,所述标定板包括设置于中间部分的凸起三角形区域和设置于所述三角形区域周围的三个扇形区域;所述凸起三角形区域和三个所述扇形区域均布置有反光帖;三个所述扇形区域还布置有aruco码;第一数量的标定板被布置于标定场地的墙面上,共面且统一高度;第二数量的标定板被布置于标定场地的地面上,均面向所述车辆;所述装置包括:
数据获取模块,用于获取至少两个待标定传感器对所述标定板采集的数据;
坐标系确定模块,用于根据所述标定板上布置的aruco码或反光帖提取所述数据的特征点,并确定对应坐标系;
标定模块,用于基于所述至少两个待标定传感器分别对应的坐标系和所述标定场地对应的世界坐标系,进行联合标定;
所述坐标系确定模块,还用于如果所述数据为图像数据,根据所述标定板上布置的aruco码提取所述图像数据的特征点,并确定对应的像素坐标系;如果所述数据为点云数据,根据所述点云数据包括的扇形区域点云数据和三角形区域点云数据,确定出六个平面中六条交线;基于所述六条交线确定四个交点对应的三维点云坐标;根据三个所述扇形区域拟合标定板圆平面,并确定所述标定板圆平面的圆心对应的三维点云坐标;基于所述四个交点对应的三维点云坐标,和所述圆心对应的三维点云坐标,确定三维点云坐标系。
7.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现权利要求1至5任一项所述的方法。
8.一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存储有计算机可执行指令,所述计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现权利要求1至5任一项所述的方法。
CN202111133782.2A 2021-09-27 2021-09-27 多传感器联合标定方法、装置及电子设备 Active CN113884104B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111133782.2A CN113884104B (zh) 2021-09-27 2021-09-27 多传感器联合标定方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111133782.2A CN113884104B (zh) 2021-09-27 2021-09-27 多传感器联合标定方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN113884104A CN113884104A (zh) 2022-01-04
CN113884104B true CN113884104B (zh) 2024-02-02

Family

ID=79006932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111133782.2A Active CN113884104B (zh) 2021-09-27 2021-09-27 多传感器联合标定方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN113884104B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114578328B (zh) * 2022-02-24 2023-03-17 苏州驾驶宝智能科技有限公司 一种多激光雷达和多相机传感器空间位置自动标定方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108844459A (zh) * 2018-05-03 2018-11-20 华中科技大学无锡研究院 一种叶片数字化样板检测系统的标定方法及装置
CN112162263A (zh) * 2020-10-26 2021-01-01 苏州挚途科技有限公司 传感器的联合标定方法、装置及电子设备
CN112230204A (zh) * 2020-10-27 2021-01-15 深兰人工智能(深圳)有限公司 激光雷达和相机的联合标定方法及装置
CN112348902A (zh) * 2020-12-03 2021-02-09 苏州挚途科技有限公司 路端相机的安装偏差角标定方法、装置及系统
KR20210022016A (ko) * 2019-08-02 2021-03-02 네이버랩스 주식회사 라이다와 카메라를 이용하여 이미지 특징점의 깊이 정보를 향상시키는 방법 및 시스템
CN213987571U (zh) * 2020-11-04 2021-08-17 广州文远知行科技有限公司 一种标定体及标定室
CN113269840A (zh) * 2021-05-27 2021-08-17 深圳一清创新科技有限公司 一种用于相机和多激光雷达的联合标定方法及电子设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6967715B2 (ja) * 2017-04-18 2021-11-17 パナソニックIpマネジメント株式会社 カメラ校正方法、カメラ校正プログラム及びカメラ校正装置
CN110928301B (zh) * 2019-11-19 2023-06-30 北京小米智能科技有限公司 一种检测微小障碍的方法、装置及介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108844459A (zh) * 2018-05-03 2018-11-20 华中科技大学无锡研究院 一种叶片数字化样板检测系统的标定方法及装置
KR20210022016A (ko) * 2019-08-02 2021-03-02 네이버랩스 주식회사 라이다와 카메라를 이용하여 이미지 특징점의 깊이 정보를 향상시키는 방법 및 시스템
CN112162263A (zh) * 2020-10-26 2021-01-01 苏州挚途科技有限公司 传感器的联合标定方法、装置及电子设备
CN112230204A (zh) * 2020-10-27 2021-01-15 深兰人工智能(深圳)有限公司 激光雷达和相机的联合标定方法及装置
CN213987571U (zh) * 2020-11-04 2021-08-17 广州文远知行科技有限公司 一种标定体及标定室
CN112348902A (zh) * 2020-12-03 2021-02-09 苏州挚途科技有限公司 路端相机的安装偏差角标定方法、装置及系统
CN113269840A (zh) * 2021-05-27 2021-08-17 深圳一清创新科技有限公司 一种用于相机和多激光雷达的联合标定方法及电子设备

Also Published As

Publication number Publication date
CN113884104A (zh) 2022-01-04

Similar Documents

Publication Publication Date Title
EP3751519B1 (en) Method, apparatus, device and medium for calibrating pose relationship between vehicle sensor and vehicle
CN110956660B (zh) 定位方法、机器人以及计算机存储介质
CN111862180B (zh) 一种相机组位姿获取方法、装置、存储介质及电子设备
CN109559349B (zh) 一种用于标定的方法和装置
CN112381889B (zh) 相机检验方法、装置、设备及存储介质
CN113706594B (zh) 三维场景信息生成的系统、方法及电子设备
CN114047487B (zh) 雷达和车体的外参标定方法、装置、电子设备和存储介质
CN113884104B (zh) 多传感器联合标定方法、装置及电子设备
CN111383264A (zh) 一种定位方法、装置、终端及计算机存储介质
CN113670338B (zh) 误差测量方法、装置、电子设备及可读存储介质
KR20220058846A (ko) 로봇 포지셔닝 방법 및 장치, 기기, 저장 매체
CN113284190A (zh) 标定方法、装置、设备、存储介质及产品
CN117152265A (zh) 一种基于区域提取的交通图像标定方法及装置
CN116681965A (zh) 一种目标检测模型的训练方法及目标检测方法
CN116692690A (zh) 一种吊车防撞预警方法、装置、设备及介质
CN115546216A (zh) 一种托盘检测方法、装置、设备及存储介质
CN115511977A (zh) 一种基于标定模板的外参标定方法及装置
CN113446940A (zh) 一种点云扫描方法、装置及设备
CN112767498A (zh) 相机标定方法、装置和电子设备
CN112257535B (zh) 一种躲避物体的三维匹配的设备及方法
CN117392231A (zh) 标定板、标定方法、装置、设备及存储介质
WO2021068723A1 (zh) 传感器标定方法和传感器标定装置
CN206249562U (zh) 红绿灯调控系统及道路交通管理系统
CN112304250A (zh) 一种移动物体之间的三维匹配设备及方法
TWI526986B (zh) 虛擬定位板及應用該虛擬定位板之建物檢測方法

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