CN115082289A - 激光雷达点云的投影方法、装置、设备及存储介质 - Google Patents

激光雷达点云的投影方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115082289A
CN115082289A CN202210551579.5A CN202210551579A CN115082289A CN 115082289 A CN115082289 A CN 115082289A CN 202210551579 A CN202210551579 A CN 202210551579A CN 115082289 A CN115082289 A CN 115082289A
Authority
CN
China
Prior art keywords
point cloud
target
original
image
coordinate system
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
Application number
CN202210551579.5A
Other languages
English (en)
Inventor
陈连胜
韩旭
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.)
Guangzhou Weride Technology Co Ltd
Original Assignee
Guangzhou Weride 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 Guangzhou Weride Technology Co Ltd filed Critical Guangzhou Weride Technology Co Ltd
Priority to CN202210551579.5A priority Critical patent/CN115082289A/zh
Publication of CN115082289A publication Critical patent/CN115082289A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/10—Selection of transformation methods according to the characteristics of the input images
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明涉及自动驾驶技术领域，公开了一种激光雷达点云的投影方法、装置、设备及存储介质，用于提高激光雷达点云投影到相机图像的效果。所述激光雷达点云的投影方法包括：获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数，并对原始点云、原始点云运动参数和原始自车运动参数分别进行统一坐标系的标准化处理，得到目标点云、目标点云运动参数和目标自车运动参数；对目标点云进行不同曝光时刻的相机坐标系转换，得到第一曝光时刻的第一点云和第二曝光时刻的第二点云；分别将第一点云和第二点云投影至原始相机图像，得到第一图像点云和第二图像点云，并对第一图像点云和第二图像点云进行插值，得到目标图像点云。

Description

激光雷达点云的投影方法、装置、设备及存储介质
技术领域
本发明涉及自动驾驶技术领域，尤其涉及一种激光雷达点云的投影方法、装置、设备及存储介质。
背景技术
随着自动驾驶技术的发展，自动驾驶车辆上安装的激光雷达和相机可以通过信息融合提高各自的感知能力，因此，准确地将激光雷达点云准确地投影到相机图像上，是二者信息准确融合的基础。
现有的激光雷达点云投影到相机图像上的技术通常是对二者或其中一方进行去畸变之后进行投影，这种方式在自车运动且环境障碍物也运动的场景中投影效果不佳。
发明内容
本发明提供了一种激光雷达点云的投影方法、装置、设备及存储介质，用于提高激光雷达点云投影到相机图像的效果。
本发明第一方面提供了一种激光雷达点云的投影方法，包括：
获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数，并对所述原始点云、所述原始点云运动参数和所述原始自车运动参数分别进行统一坐标系的标准化处理，得到目标点云、目标点云运动参数和目标自车运动参数；
基于所述目标点云运动参数和所述目标自车运动参数，对所述目标点云进行不同曝光时刻的相机坐标系转换，得到第一曝光时刻的第一点云和第二曝光时刻的第二点云；
分别将所述第一点云和所述第二点云投影至原始相机图像，得到第一图像点云和第二图像点云，并对所述第一图像点云和所述第二图像点云进行插值，得到目标图像点云。
可选的，所述分别将所述第一点云和所述第二点云投影至原始相机图像，得到第一图像点云和第二图像点云，并对所述第一图像点云和所述第二图像点云进行插值，得到目标图像点云，包括：
基于预置相机参数，分别将所述第一点云和所述第二点云投影至原始相机图像，得到第一图像点云和第二图像点云；
对所述第一图像点云和所述第二图像点云中的同一激光雷达点进行直线连接，得到直线方程，并基于目标投影时刻在相机曝光周期内的占比，对所述直线方程进行求解，得到每个激光雷达点的插值，所述插值用于指示激光雷达点投影到所述原始相机图像中对应的坐标；
通过所有激光雷达点的插值生成目标图像点云。
可选的，所述对所述第一图像点云和所述第二图像点云中的同一激光雷达点进行直线连接，得到直线方程，并基于目标投影时刻在相机曝光周期内的占比，对所述直线方程进行求解，得到每个激光雷达点的插值，包括：
对所述第一图像点云和所述第二图像点云中的同一激光雷达点进行直线连接，得到直线方程，并基于所述直线方程和目标投影时刻在相机曝光周期内的占比构建目标插值方程；
对每个激光雷达点进行所述目标插值方程的插值求解，得到每个激光雷达点的插值。
可选的，所述目标插值方程包括：
Figure BDA0003650920110000021
其中，(x,y)表示所述目标图像点云中一个激光雷达点的坐标，(x1,y1)表示所述第一图像点云中对应激光雷达点的坐标，(x2,y2)表示所述第二图像点云中对应激光雷达点的坐标，h表示所述目标图像点云的图像高度。
可选的，所述获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数，并对所述原始点云、所述原始点云运动参数和所述原始自车运动参数分别进行统一坐标系的标准化处理，得到目标点云、目标点云运动参数和目标自车运动参数，包括：
获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数，所述原始点云运动参数包括每个激光雷达点的运动速度，所述原始自车运动参数包括自车位姿和自车速度；
对所述原始点云和所述原始点云运动参数进行世界坐标系转换，得到目标点云和目标点云运动参数；
基于自车坐标系与世界坐标系之间的转换关系，对所述自车位姿和所述自车速度进行世界坐标系转换，得到目标自车运动参数。
可选的，所述对所述原始点云和所述原始点云运动参数进行世界坐标系转换，得到目标点云和目标点云运动参数，包括：
基于激光雷达坐标系与自车坐标系之间的转换关系，对所述原始点云和所述原始点云运动参数进行自车坐标系转换，得到第三点云和第一点云运动参数；
基于自车坐标系与世界坐标系之间的转换关系，对所述第三点云和所述和第一点云运动参数进行世界坐标系转换，得到目标点云和目标点云运动参数。
可选的，所述基于所述目标点云运动参数和所述目标自车运动参数，对所述目标点云进行不同曝光时刻的相机坐标系转换，得到第一曝光时刻的第一点云和第二曝光时刻的第二点云，包括：
确定第一曝光时刻和第二曝光时刻，所述第一曝光时刻用于指示原始相机图像的起始曝光时刻，所述第二曝光时刻用于指示原始相机图像的结束曝光时刻；
基于所述第一曝光时刻的目标点云运动参数和目标自车运动参数，将所述目标点云投影至相机坐标系，得到第一曝光时刻的第一点云；
基于所述第二曝光时刻的目标点云运动参数和目标自车运动参数，将所述目标点云投影至相机坐标系，得到第二曝光时刻的第二点云。
本发明第二方面提供了一种激光雷达点云的投影装置，包括：
获取模块，用于获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数，并对所述原始点云、所述原始点云运动参数和所述原始自车运动参数分别进行统一坐标系的标准化处理，得到目标点云、目标点云运动参数和目标自车运动参数；
转换模块，用于基于所述目标点云运动参数和所述目标自车运动参数，对所述目标点云进行不同曝光时刻的相机坐标系转换，得到第一曝光时刻的第一点云和第二曝光时刻的第二点云；
插值模块，用于分别将所述第一点云和所述第二点云投影至原始相机图像，得到第一图像点云和第二图像点云，并对所述第一图像点云和所述第二图像点云进行插值，得到目标图像点云。
可选的，所述插值模块包括：
投影单元，用于基于预置相机参数，分别将所述第一点云和所述第二点云投影至原始相机图像，得到第一图像点云和第二图像点云；
求解单元，用于对所述第一图像点云和所述第二图像点云中的同一激光雷达点进行直线连接，得到直线方程，并基于目标投影时刻在相机曝光周期内的占比，对所述直线方程进行求解，得到每个激光雷达点的插值，所述插值用于指示激光雷达点投影到所述原始相机图像中对应的坐标；
生成单元，用于通过所有激光雷达点的插值生成目标图像点云。
可选的，所述求解单元具体用于：
对所述第一图像点云和所述第二图像点云中的同一激光雷达点进行直线连接，得到直线方程，并基于所述直线方程和目标投影时刻在相机曝光周期内的占比构建目标插值方程；
对每个激光雷达点进行所述目标插值方程的插值求解，得到每个激光雷达点的插值。
可选的，所述目标插值方程包括：
Figure BDA0003650920110000041
其中，(x,y)表示所述目标图像点云中一个激光雷达点的坐标，(x1,y1)表示所述第一图像点云中对应激光雷达点的坐标，(x2,y2)表示所述第二图像点云中对应激光雷达点的坐标，h表示所述目标图像点云的图像高度。
可选的，所述获取模块包括：
参数获取单元，用于获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数，所述原始点云运动参数包括每个激光雷达点的运动速度，所述原始自车运动参数包括自车位姿和自车速度；
第一转换单元，用于对所述原始点云和所述原始点云运动参数进行世界坐标系转换，得到目标点云和目标点云运动参数；
第二转换单元，用于基于自车坐标系与世界坐标系之间的转换关系，对所述自车位姿和所述自车速度进行世界坐标系转换，得到目标自车运动参数。
可选的，所述第一转换单元具体用于：
基于激光雷达坐标系与自车坐标系之间的转换关系，对所述原始点云和所述原始点云运动参数进行自车坐标系转换，得到第三点云和第一点云运动参数；
基于自车坐标系与世界坐标系之间的转换关系，对所述第三点云和所述和第一点云运动参数进行世界坐标系转换，得到目标点云和目标点云运动参数。
可选的，所述转换模块具体用于：
确定第一曝光时刻和第二曝光时刻，所述第一曝光时刻用于指示原始相机图像的起始曝光时刻，所述第二曝光时刻用于指示原始相机图像的结束曝光时刻；
基于所述第一曝光时刻的目标点云运动参数和目标自车运动参数，将所述目标点云投影至相机坐标系，得到第一曝光时刻的第一点云；
基于所述第二曝光时刻的目标点云运动参数和目标自车运动参数，将所述目标点云投影至相机坐标系，得到第二曝光时刻的第二点云。
本发明第三方面提供了一种激光雷达点云的投影设备，包括：存储器和至少一个处理器，所述存储器中存储有计算机程序；所述至少一个处理器调用所述存储器中的所述计算机程序，以使得所述激光雷达点云的投影设备执行上述的激光雷达点云的投影方法。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行上述的激光雷达点云的投影方法。
本发明提供的技术方案中，获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数，并对所述原始点云、所述原始点云运动参数和所述原始自车运动参数分别进行统一坐标系的标准化处理，得到目标点云、目标点云运动参数和目标自车运动参数；基于所述目标点云运动参数和所述目标自车运动参数，对所述目标点云进行不同曝光时刻的相机坐标系转换，得到第一曝光时刻的第一点云和第二曝光时刻的第二点云；分别将所述第一点云和所述第二点云投影至原始相机图像，得到第一图像点云和第二图像点云，并对所述第一图像点云和所述第二图像点云进行插值，得到目标图像点云。本发明实施例中，由于不同传感器采集的信息均为基于自身坐标系的信息，因此，通过将获取的原始点云、原始点云运动参数和原始自车运动参数进行统一坐标系的标准化处理，能够使得不同传感器采集的信息之间可运算，通过基于目标点云运动参数和目标自车运动参数对目标点云进行不同曝光时刻的相机坐标系转换并投影至待融合的原始相机图像，能够消除环境物体的运动对自车运动的影响，提高投影效果，通过基于不同曝光时刻在总曝光时刻中的占比对第一图像点云和第二图像点云进行插值，使得插值即快速又准确，进而提高了激光雷达点云投影到相机图像的效果。
附图说明
图1为本发明实施例中激光雷达点云的投影方法的一个实施例示意图；
图2为本发明实施例中激光雷达点云的投影方法的另一个实施例示意图；
图3为本发明实施例中激光雷达点云的投影装置的一个实施例示意图；
图4为本发明实施例中激光雷达点云的投影装置的另一个实施例示意图；
图5为本发明实施例中激光雷达点云的投影设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种激光雷达点云的投影方法、装置、设备及存储介质，用于提高激光雷达点云投影到相机图像的效果。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)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，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，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、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
可以理解的是，本发明的执行主体可以为激光雷达点云的投影装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中激光雷达点云的投影方法的一个实施例包括：
101、获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数，并对原始点云、原始点云运动参数和原始自车运动参数分别进行统一坐标系的标准化处理，得到目标点云、目标点云运动参数和目标自车运动参数；
需要说明的是，激光雷达扫描的原始点云用于指示激光雷达在一个扫描周期内扫描到的点云，如360旋转式的激光雷达的一个扫描周期为旋转一周，原始点云包括每个激光雷达点的坐标信息。原始点云运动参数用于指示原始点云中每个激光雷达点的运动参数，包括每个激光雷达点的运动速度、运动方向等运动参数，在一种实施方式中，原始点云还包括每个激光雷达点的运动参数，即原始点云包括原始点云运动参数，例如，对于调频连续波(frequency modulated continuous wave，FMCW)激光雷达输出的每个激光雷达点都包括运动速度和运动方向。原始点云运动参数能够描述环境运动物体的运动参数，如车辆障碍物的运动参数，与原始自车运动参数相对的是，原始自车运动参数能够描述自车的运动参数，以使得后续结合点云运动参数和自车运动速度进行激光雷达点云的投影，能够消除环境运动物体对激光雷达投影的影响，从而提高激光雷达点云的投影效果。
可以理解的是，不同传感器采集的原始数据均是基于自身坐标系建立的，其中，原始点云和原始点云运动参数均为基于激光雷达坐标系的数据，原始自车运动参数为基于自车坐标系的数据，因此，为了使这些数据处于同一个坐标系，能够进行相同维度的运算，对原始点云、原始点云运动参数和原始自车运动参数分别进行统一坐标系的转换，得到原始点云对应的目标点云、原始点云运动参数对应的目标点云运动参数、以及原始自车运动参数对应的目标自车运动参数，其中，目标点云、目标点云运动参数以及目标自车运动参数均为基于目标坐标系的数据，目标坐标系可以是自车坐标系、世界坐标系、鸟瞰相机坐标系等，具体此处不做限定。具体的，在一种实施方式中，为了减少坐标系转换操作带来的数据损失，以自车坐标系为同一坐标系，将原始点云和原始点云运动参数转换至自车坐标系，得到目标点云和目标点云运动参数，而由于原始自车运动参数已是基于自车坐标系的数据，因此，将原始自车运动参数确定为目标自车运动参数即可，从而得到统一坐标系的标准化数据，使得激光雷达点云投影的准确度提高。
在一种实施方式中，原始点云运动参数还可以通过机器学习算法/模型进行运动参数预测获得，如自监督点云运动估计模型、正态分布变换(Normal DistributionTransform，NDT)算法等，具体此处不做限定。
102、基于目标点云运动参数和目标自车运动参数，对目标点云进行不同曝光时刻的相机坐标系转换，得到第一曝光时刻的第一点云和第二曝光时刻的第二点云；
需要说明的是，为了提高激光雷达点云投影到相机图像的效果和融合度，为后续的插值过程提供不同时刻的点云信息，基于目标点云运动参数和目标自车运动参数，对目标点云进行不同曝光时刻的相机坐标系转换，得到第一曝光时刻的第一点云和第二曝光时刻的第二点云，其中，第一曝光时刻可以为原始相机图像的任意一个曝光时刻，如起始曝光时刻、中间曝光时刻以及结束曝光时刻等，对于以逐行曝光方式进行扫描的相机，如卷帘快门(rolling shutter)相机，第一曝光时刻可以为原始相机图像的任意一行的曝光时刻，如起始行的曝光时刻、中间行的曝光时刻以及末尾行的曝光时刻等，同理，第二曝光时刻可以为原始相机图像的任意一个不同于第一曝光时刻的曝光时刻，第一曝光时刻和第二曝光时刻的不同，决定后续构建的插值方程，但不影响激光雷达点云投影的准确性，因此，此处不对投影时刻进行具体限定。
在一种实施方式中，基于步骤101中进行统一坐标系的标准化处理，得到目标坐标系的目标点云、目标点云运动参数以及目标自车运动参数之后，获取目标坐标系与相机坐标系之间的标定参数(即外参)和传感器时间偏差值，再通过标定参数和传感器时间偏差值，基于目标点云运动参数和目标自车运动参数，将目标点云中的每个激光雷达点转换至不同曝光时刻的相机坐标系，得到第一曝光时刻的第一点云和第二曝光时刻的第二点云。本实施方式能够结合传感器之间的标定参数和时间偏差准确地将点云投影至相机坐标系，从而提高激光雷达点云投影的准确度。
103、分别将第一点云和第二点云投影至原始相机图像，得到第一图像点云和第二图像点云，并对第一图像点云和第二图像点云进行插值，得到目标图像点云。
需要说明的是，原始相机图像为原始相机拍摄的与原始点云待融合的图像，分别将第一点云和第二点云投影至原始相机图像的过程与原始相机投影图像的原理和过程相同，此处不再赘述。通过相机内部投影图像的原理投影点云，能够最大程度地保留投影效果，保证点云和图像融合的一致性。可以理解的是，可以将第一点云和第二点云投影至单张原始相机图像中，得到单张图像点云，其中，单张图像点云包括第一点云、第二点云和原始相机图像，也可以将第一点云和第二点云投影至两者相同的原始相机图像中，从而得到第一图像点云和第二图像点云，其中，第一图像点云包括第一点云和原始相机图像，第二图像点云包括第二点云和原始相机图像。需要说明的是，第一图像点云包括第一点云中的每个激光雷达点，第二图像点云均包括第二点云中的每个激光雷达点，第一图像点云和第二图像点云均包括原始点云中的每个激光雷达点，且为一一对应的关系，对应的激光雷达点在不同的点云中具有不同的坐标信息，例如，原始点云中有点M(m1,m2)，该点在第一点云中为A(a1,a1)，该点在第一图像点云中为B(b1,b1)，该点在第二点云中为A’(a2,a2)，该点在第二图像点云中为B’(b2,b2)，具体此处不做限定。
在一种实施方式中，根据插值点的真实投影时刻占第一曝光时刻到第二曝光时间的时间长度的比例，构建目标插值方程，并按照目标插值方程对第一图像点云和第二图像点云进行插值，得到目标图像点云。具体的，按照真实投影时刻占第一曝光时刻到第二曝光时间的时间长度的比例，对第一图像点云和第二图像点云中对应的激光雷达点进行等比例分割，得到分割点，并基于分割点和比例构建目标插值方程，最后按照目标插值方程求得第一图像点云和第二图像点云中同一激光雷达点的插值和真实投影时刻，得到目标图像点云。例如，假设第一曝光时刻为起始曝光时刻，第二曝光时刻为中间曝光时刻，可知，第一曝光时刻到第二曝光时间的时间长度为原始相机图像总曝光时长的1/2，那么，则按照1/2的比例对第一图像点云和第二图像点云中对应的激光雷达点进行等比例分割，得到1/2分割点，并基于分割点和1/2比例构建目标插值方程。本实施方式能够真实投影时刻在相机曝光总时长的占比构建插值方程，使得插值的准确度提高，从而使得激光雷达投影的效果提高。
本发明实施例中，由于不同传感器采集的信息均为基于自身坐标系的信息，因此，通过将获取的原始点云、原始点云运动参数和原始自车运动参数进行统一坐标系的标准化处理，能够使得不同传感器采集的信息之间可运算，通过基于目标点云运动参数和目标自车运动参数对目标点云进行不同曝光时刻的相机坐标系转换并投影至待融合的原始相机图像，能够消除环境物体的运动对自车运动的影响，提高投影效果，通过基于不同曝光时刻在总曝光时刻中的占比对第一图像点云和第二图像点云进行插值，使得插值即快速又准确，进而提高了激光雷达点云投影到相机图像的效果。
请参阅图2，本发明实施例中激光雷达点云的投影方法的另一个实施例包括：
201、获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数，并对原始点云、原始点云运动参数和原始自车运动参数分别进行统一坐标系的标准化处理，得到目标点云、目标点云运动参数和目标自车运动参数；
具体的，步骤201包括：获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数，原始点云运动参数包括每个激光雷达点的运动速度，原始自车运动参数包括自车位姿和自车速度；对原始点云和原始点云运动参数进行世界坐标系转换，得到目标点云和目标点云运动参数；基于自车坐标系与世界坐标系之间的转换关系，对自车位姿和自车速度进行世界坐标系转换，得到目标自车运动参数。
本实施方式中，为了提高统一坐标系转换处理的准确度，将世界坐标系作为统一的目标坐标系，具体的，在获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数之后，对原始点云中的每个激光雷达点的坐标和原始点云运动参数中每个激光雷达点的运动速度和运动方向进行世界坐标系的转换，得到目标点云和目标点云运动参数，其中，目标点云包括世界坐标系下的每个激光雷达点的坐标，目标点云运动参数包括世界坐标系下的目标点云运动速度和目标点云运动方向，在基于自车坐标系与世界坐标系之间的转换关系(如全球卫星定位系统网络)，对原始自车运动参数中的自车位姿、自车速度和自车运动方向进行世界坐标系转换，得到目标自车运动参数，其中，目标自车运动参数包括目标自车位姿、目标自车速度和目标自车运动方向。
进一步的，对原始点云和原始点云运动参数进行世界坐标系转换，得到目标点云和目标点云运动参数，包括：基于激光雷达坐标系与自车坐标系之间的转换关系，对原始点云和原始点云运动参数进行自车坐标系转换，得到第三点云和第一点云运动参数；基于自车坐标系与世界坐标系之间的转换关系，对第三点云和和第一点云运动参数进行世界坐标系转换，得到目标点云和目标点云运动参数。
可以理解的是，由于激光雷达坐标系与世界坐标系之间的转换关系难以确定，因此，为了提高点云转换至世界坐标系的准确度，首先将原始点云和原始点云运动参数转换至自车坐标系，得到自车坐标系下的第三点云和第一点云运动参数，再基于自车坐标系与世界坐标系之间的转换关系，将自车坐标系下的第三点云和第一点云运动参数转换至世界坐标系，得到目标点云和目标点云运动参数。
202、基于目标点云运动参数和目标自车运动参数，对目标点云进行不同曝光时刻的相机坐标系转换，得到第一曝光时刻的第一点云和第二曝光时刻的第二点云；
具体的，步骤202包括：确定第一曝光时刻和第二曝光时刻，第一曝光时刻用于指示原始相机图像的起始曝光时刻，第二曝光时刻用于指示原始相机图像的结束曝光时刻；基于第一曝光时刻的目标点云运动参数和目标自车运动参数，将目标点云投影至相机坐标系，得到第一曝光时刻的第一点云；基于第二曝光时刻的目标点云运动参数和目标自车运动参数，将目标点云投影至相机坐标系，得到第二曝光时刻的第二点云。
本实施方式中，为了准确地获取不同曝光时刻的点云数据，并且提高后续插值计算的准确度，首先将第一曝光时刻确定为原始相机图像的起始曝光时刻，将第二曝光时刻确定为原始相机图像的结束曝光时刻，再基于起始曝光时刻的目标点云运动参数和目标自车运动参数，将目标点云投影至相机坐标系，得到起始曝光时刻的第一点云，并基于结束曝光时刻的目标点云运动参数和目标自车运动参数，将目标点云投影至相机坐标系，得到结束曝光时刻的第二点云。
203、基于预置相机参数，分别将第一点云和第二点云投影至原始相机图像，得到第一图像点云和第二图像点云；
本实施方式中，预置相机参数包括相机的焦距、图像尺寸、光圈等图像投影过程所需的参数，基于预置相机参数分别将第一点云和第二点云投影至原始相机图像为和相机投影图像的原理和过程相同，此处不再赘述。
204、对第一图像点云和第二图像点云中的同一激光雷达点进行直线连接，得到直线方程，并基于目标投影时刻在相机曝光周期内的占比，对直线方程进行求解，得到每个激光雷达点的插值，插值用于指示激光雷达点投影到原始相机图像中对应的坐标；
具体的，步骤204包括：对第一图像点云和第二图像点云中的同一激光雷达点进行直线连接，得到直线方程，并基于直线方程和目标投影时刻在相机曝光周期内的占比构建目标插值方程；对每个激光雷达点进行目标插值方程的插值求解，得到每个激光雷达点的插值。
可以理解的是，插值法是从已知点近似计算未知点的近似计算方法，过程为多项式函数的构造过程，使构造的多项式函数经过所有已知点，以通过多项式函数求得预测的未知点。在本实施方式中，第一图像点云和第二图像点云中同一激光雷达点即为已知点，目的是通过这两个已知点准确地预测目标图像点云中的未知点，使得目标图像点云与原始相机图像具有高度的融合度。基于此，终端首先对第一图像点云和第二图像点云中的同一激光雷达点进行直线连接，得到直线方程，并基于直线方程和目标投影时刻在相机曝光周期内的占比构建目标插值方程，其中，目标投影时刻用于指示该激光雷达点的真实投影时刻，最后，终端对每个激光雷达点进行目标插值方程的插值求解，得到每个激光雷达点的插值，该插值即可用于指示激光雷达点投影到原始相机图像中对应的坐标，即该激光雷达点在目标图像点云中的坐标。
本实施方式中，终端对第一图像点云和第二图像点云中的同一激光雷达点进行直线连接，得到的直线方程为：
Figure BDA0003650920110000121
进一步的，由于上述直线方程可以用于指示点(x,y)对点(x1,y1)到点(x2,y2)的直线的切割比例，而由于该切割比例与目标投影时刻占相机曝光总时长的比例相同，其中，目标投影时刻占相机曝光总时长的比例可以表示为：
Figure BDA0003650920110000131
因此，构建的目标插值方程包括：
Figure BDA0003650920110000132
其中，(x,y)表示目标图像点云中一个激光雷达点的坐标，(x1,y1)表示第一图像点云中对应激光雷达点的坐标，(x2,y2)表示第二图像点云中对应激光雷达点的坐标，h表示目标图像点云的图像高度。
本实施方式中，根据真实投影时刻占相机曝光总时长的比例与真实投影位置对总曝光时长的投影位置直线的切割比例相同的原理，巧妙地构建插值方程式，使得激光雷达投影点的计算既快速又准确，从而提高激光雷达的投影效果。
205、通过所有激光雷达点的插值生成目标图像点云。
本实施方式中，基于204求得的点(x,y)即为激光雷达点的插值，相当于该激光雷达点的目标投影位置，因此，通过所有激光雷达点的插值，即可确定所有激光雷达点的目标投影位置，从而生成目标图像点云，目标图像点云用于指示原始点云与原始相机图像融合的图像点云信息。
本发明实施例中，由于不同传感器采集的信息均为基于自身坐标系的信息，因此，通过将获取的原始点云、原始点云运动参数和原始自车运动参数进行统一坐标系的标准化处理，能够使得不同传感器采集的信息之间可运算，通过基于目标点云运动参数和目标自车运动参数对目标点云进行不同曝光时刻的相机坐标系转换并投影至待融合的原始相机图像，能够消除环境物体的运动对自车运动的影响，提高投影效果，通过基于不同曝光时刻在总曝光时刻中的占比，对第一图像点云和第二图像点云中的同一激光雷达点进行直线连接，得到直线方程，并对直线方程进行求解，得到每个激光雷达点的插值，从而降低插值的复杂程度并提高插值效率，进而提高了激光雷达点云投影到相机图像的效果。
上面对本发明实施例中激光雷达点云的投影方法进行了描述，下面对本发明实施例中激光雷达点云的投影装置进行描述，请参阅图3，本发明实施例中激光雷达点云的投影装置一个实施例包括：
获取模块301，用于获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数，并对所述原始点云、所述原始点云运动参数和所述原始自车运动参数分别进行统一坐标系的标准化处理，得到目标点云、目标点云运动参数和目标自车运动参数；
转换模块302，用于基于所述目标点云运动参数和所述目标自车运动参数，对所述目标点云进行不同曝光时刻的相机坐标系转换，得到第一曝光时刻的第一点云和第二曝光时刻的第二点云；
插值模块303，用于分别将所述第一点云和所述第二点云投影至原始相机图像，得到第一图像点云和第二图像点云，并对所述第一图像点云和所述第二图像点云进行插值，得到目标图像点云。
本发明实施例中，由于不同传感器采集的信息均为基于自身坐标系的信息，因此，通过将获取的原始点云、原始点云运动参数和原始自车运动参数进行统一坐标系的标准化处理，能够使得不同传感器采集的信息之间可运算，通过基于目标点云运动参数和目标自车运动参数对目标点云进行不同曝光时刻的相机坐标系转换并投影至待融合的原始相机图像，能够消除环境物体的运动对自车运动的影响，提高投影效果，通过基于不同曝光时刻在总曝光时刻中的占比对第一图像点云和第二图像点云进行插值，使得插值即快速又准确，进而提高了激光雷达点云投影到相机图像的效果。
请参阅图4，本发明实施例中激光雷达点云的投影装置的另一个实施例包括：
获取模块301，用于获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数，并对所述原始点云、所述原始点云运动参数和所述原始自车运动参数分别进行统一坐标系的标准化处理，得到目标点云、目标点云运动参数和目标自车运动参数；
转换模块302，用于基于所述目标点云运动参数和所述目标自车运动参数，对所述目标点云进行不同曝光时刻的相机坐标系转换，得到第一曝光时刻的第一点云和第二曝光时刻的第二点云；
插值模块303，用于分别将所述第一点云和所述第二点云投影至原始相机图像，得到第一图像点云和第二图像点云，并对所述第一图像点云和所述第二图像点云进行插值，得到目标图像点云。
可选的，所述插值模块303包括：
投影单元3031，用于基于预置相机参数，分别将所述第一点云和所述第二点云投影至原始相机图像，得到第一图像点云和第二图像点云；
求解单元3032，用于对所述第一图像点云和所述第二图像点云中的同一激光雷达点进行直线连接，得到直线方程，并基于目标投影时刻在相机曝光周期内的占比，对所述直线方程进行求解，得到每个激光雷达点的插值，所述插值用于指示激光雷达点投影到所述原始相机图像中对应的坐标；
生成单元3033，用于通过所有激光雷达点的插值生成目标图像点云。
可选的，所述求解单元3032具体用于：
对所述第一图像点云和所述第二图像点云中的同一激光雷达点进行直线连接，得到直线方程，并基于所述直线方程和目标投影时刻在相机曝光周期内的占比构建目标插值方程；
对每个激光雷达点进行所述目标插值方程的插值求解，得到每个激光雷达点的插值。
可选的，所述目标插值方程包括：
Figure BDA0003650920110000151
其中，(x,y)表示所述目标图像点云中一个激光雷达点的坐标，(x1,y1)表示所述第一图像点云中对应激光雷达点的坐标，(x2,y2)表示所述第二图像点云中对应激光雷达点的坐标，h表示所述目标图像点云的图像高度。
可选的，所述获取模块301包括：
参数获取单元3011，用于获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数，所述原始点云运动参数包括每个激光雷达点的运动速度，所述原始自车运动参数包括自车位姿和自车速度；
第一转换单元3012，用于对所述原始点云和所述原始点云运动参数进行世界坐标系转换，得到目标点云和目标点云运动参数；
第二转换单元3013，用于基于自车坐标系与世界坐标系之间的转换关系，对所述自车位姿和所述自车速度进行世界坐标系转换，得到目标自车运动参数。
可选的，所述第一转换单元3012具体用于：
基于激光雷达坐标系与自车坐标系之间的转换关系，对所述原始点云和所述原始点云运动参数进行自车坐标系转换，得到第三点云和第一点云运动参数；
基于自车坐标系与世界坐标系之间的转换关系，对所述第三点云和所述和第一点云运动参数进行世界坐标系转换，得到目标点云和目标点云运动参数。
可选的，所述转换模块302具体用于：
确定第一曝光时刻和第二曝光时刻，所述第一曝光时刻用于指示原始相机图像的起始曝光时刻，所述第二曝光时刻用于指示原始相机图像的结束曝光时刻；
基于所述第一曝光时刻的目标点云运动参数和目标自车运动参数，将所述目标点云投影至相机坐标系，得到第一曝光时刻的第一点云；
基于所述第二曝光时刻的目标点云运动参数和目标自车运动参数，将所述目标点云投影至相机坐标系，得到第二曝光时刻的第二点云。
本发明实施例中，由于不同传感器采集的信息均为基于自身坐标系的信息，因此，通过将获取的原始点云、原始点云运动参数和原始自车运动参数进行统一坐标系的标准化处理，能够使得不同传感器采集的信息之间可运算，通过基于目标点云运动参数和目标自车运动参数对目标点云进行不同曝光时刻的相机坐标系转换并投影至待融合的原始相机图像，能够消除环境物体的运动对自车运动的影响，提高投影效果，通过基于不同曝光时刻在总曝光时刻中的占比，对第一图像点云和第二图像点云中的同一激光雷达点进行直线连接，得到直线方程，并对直线方程进行求解，得到每个激光雷达点的插值，从而降低插值的复杂程度并提高插值效率，进而提高了激光雷达点云投影到相机图像的效果。
上面图3和图4从模块化功能实体的角度对本发明实施例中的激光雷达点云的投影装置进行详细描述，下面从硬件处理的角度对本发明实施例中激光雷达点云的投影设备进行详细描述。
图5是本发明实施例提供的一种激光雷达点云的投影设备的结构示意图，该激光雷达点云的投影设备500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处理器(central processing units，CPU)510(例如，一个或一个以上处理器)和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对激光雷达点云的投影设备500中的一系列计算机程序操作。更进一步地，处理器510可以设置为与存储介质530通信，在激光雷达点云的投影设备500上执行存储介质530中的一系列计算机程序操作。
激光雷达点云的投影设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图5示出的激光雷达点云的投影设备结构并不构成对激光雷达点云的投影设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种计算机设备，所述计算机设备包括存储器和处理器，存储器中存储有计算机可读计算机程序，计算机可读计算机程序被处理器执行时，使得处理器执行上述各实施例中的所述激光雷达点云的投影方法的步骤。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得计算机执行所述激光雷达点云的投影方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的单元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，可以存储在一个计算机可读取存储介质中。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，包括若干计算机程序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)执行本发明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(read-onlymemory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种激光雷达点云的投影方法，其特征在于，所述激光雷达点云的投影方法包括：
获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数，并对所述原始点云、所述原始点云运动参数和所述原始自车运动参数分别进行统一坐标系的标准化处理，得到目标点云、目标点云运动参数和目标自车运动参数；
基于所述目标点云运动参数和所述目标自车运动参数，对所述目标点云进行不同曝光时刻的相机坐标系转换，得到第一曝光时刻的第一点云和第二曝光时刻的第二点云；
分别将所述第一点云和所述第二点云投影至原始相机图像，得到第一图像点云和第二图像点云，并对所述第一图像点云和所述第二图像点云进行插值，得到目标图像点云。
2.根据权利要求1所述的激光雷达点云的投影方法，其特征在于，所述分别将所述第一点云和所述第二点云投影至原始相机图像，得到第一图像点云和第二图像点云，并对所述第一图像点云和所述第二图像点云进行插值，得到目标图像点云，包括：
基于预置相机参数，分别将所述第一点云和所述第二点云投影至原始相机图像，得到第一图像点云和第二图像点云；
对所述第一图像点云和所述第二图像点云中的同一激光雷达点进行直线连接，得到直线方程，并基于目标投影时刻在相机曝光周期内的占比，对所述直线方程进行求解，得到每个激光雷达点的插值，所述插值用于指示激光雷达点投影到所述原始相机图像中对应的坐标；
通过所有激光雷达点的插值生成目标图像点云。
3.根据权利要求2所述的激光雷达点云的投影方法，其特征在于，所述对所述第一图像点云和所述第二图像点云中的同一激光雷达点进行直线连接，得到直线方程，并基于目标投影时刻在相机曝光周期内的占比，对所述直线方程进行求解，得到每个激光雷达点的插值，包括：
对所述第一图像点云和所述第二图像点云中的同一激光雷达点进行直线连接，得到直线方程，并基于所述直线方程和目标投影时刻在相机曝光周期内的占比构建目标插值方程；
对每个激光雷达点进行所述目标插值方程的插值求解，得到每个激光雷达点的插值。
4.根据权利要求3所述的激光雷达点云的投影方法，其特征在于，所述目标插值方程包括：
Figure FDA0003650920100000021
其中，(x,y)表示所述目标图像点云中一个激光雷达点的坐标，(x1,y1)表示所述第一图像点云中对应激光雷达点的坐标，(x2,y2)表示所述第二图像点云中对应激光雷达点的坐标，h表示所述目标图像点云的图像高度。
5.根据权利要求1所述的激光雷达点云的投影方法，其特征在于，所述获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数，并对所述原始点云、所述原始点云运动参数和所述原始自车运动参数分别进行统一坐标系的标准化处理，得到目标点云、目标点云运动参数和目标自车运动参数，包括：
获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数，所述原始点云运动参数包括每个激光雷达点的运动速度，所述原始自车运动参数包括自车位姿和自车速度；
对所述原始点云和所述原始点云运动参数进行世界坐标系转换，得到目标点云和目标点云运动参数；
基于自车坐标系与世界坐标系之间的转换关系，对所述自车位姿和所述自车速度进行世界坐标系转换，得到目标自车运动参数。
6.根据权利要求5所述的激光雷达点云的投影方法，其特征在于，所述对所述原始点云和所述原始点云运动参数进行世界坐标系转换，得到目标点云和目标点云运动参数，包括：
基于激光雷达坐标系与自车坐标系之间的转换关系，对所述原始点云和所述原始点云运动参数进行自车坐标系转换，得到第三点云和第一点云运动参数；
基于自车坐标系与世界坐标系之间的转换关系，对所述第三点云和所述和第一点云运动参数进行世界坐标系转换，得到目标点云和目标点云运动参数。
7.根据权利要求1所述的激光雷达点云的投影方法，其特征在于，所述基于所述目标点云运动参数和所述目标自车运动参数，对所述目标点云进行不同曝光时刻的相机坐标系转换，得到第一曝光时刻的第一点云和第二曝光时刻的第二点云，包括：
确定第一曝光时刻和第二曝光时刻，所述第一曝光时刻用于指示原始相机图像的起始曝光时刻，所述第二曝光时刻用于指示原始相机图像的结束曝光时刻；
基于所述第一曝光时刻的目标点云运动参数和目标自车运动参数，将所述目标点云投影至相机坐标系，得到第一曝光时刻的第一点云；
基于所述第二曝光时刻的目标点云运动参数和目标自车运动参数，将所述目标点云投影至相机坐标系，得到第二曝光时刻的第二点云。
8.一种激光雷达点云的投影装置，其特征在于，所述激光雷达点云的投影装置包括：
获取模块，用于获取激光雷达扫描的原始点云、原始点云运动参数和原始自车运动参数，并对所述原始点云、所述原始点云运动参数和所述原始自车运动参数分别进行统一坐标系的标准化处理，得到目标点云、目标点云运动参数和目标自车运动参数；
转换模块，用于基于所述目标点云运动参数和所述目标自车运动参数，对所述目标点云进行不同曝光时刻的相机坐标系转换，得到第一曝光时刻的第一点云和第二曝光时刻的第二点云；
插值模块，用于分别将所述第一点云和所述第二点云投影至原始相机图像，得到第一图像点云和第二图像点云，并对所述第一图像点云和所述第二图像点云进行插值，得到目标图像点云。
9.一种激光雷达点云的投影设备，其特征在于，所述激光雷达点云的投影设备包括：存储器和至少一个处理器，所述存储器中存储有计算机程序；
所述至少一个处理器调用所述存储器中的所述计算机程序，以使得所述激光雷达点云的投影设备执行如权利要求1-7中任意一项所述的激光雷达点云的投影方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述激光雷达点云的投影方法。
CN202210551579.5A 2022-05-18 2022-05-18 激光雷达点云的投影方法、装置、设备及存储介质 Pending CN115082289A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210551579.5A CN115082289A (zh) 2022-05-18 2022-05-18 激光雷达点云的投影方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210551579.5A CN115082289A (zh) 2022-05-18 2022-05-18 激光雷达点云的投影方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN115082289A true CN115082289A (zh) 2022-09-20

Family

ID=83249076

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210551579.5A Pending CN115082289A (zh) 2022-05-18 2022-05-18 激光雷达点云的投影方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115082289A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117392241A (zh) * 2023-12-11 2024-01-12 新石器中研(上海)科技有限公司 自动驾驶中的传感器标定方法、装置及电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117392241A (zh) * 2023-12-11 2024-01-12 新石器中研(上海)科技有限公司 自动驾驶中的传感器标定方法、装置及电子设备
CN117392241B (zh) * 2023-12-11 2024-03-05 新石器中研(上海)科技有限公司 自动驾驶中的传感器标定方法、装置及电子设备

Similar Documents

Publication Publication Date Title
CN111383279B (zh) 外参标定方法、装置及电子设备
US20150379766A1 (en) Generation of 3d models of an environment
CN114217665B (zh) 一种相机和激光雷达时间同步方法、装置及存储介质
CN111815707A (zh) 点云确定方法、点云筛选方法、装置、计算机设备
CN114898313B (zh) 驾驶场景的鸟瞰图生成方法、装置、设备及存储介质
CN113240813B (zh) 三维点云信息确定方法及装置
US11501123B2 (en) Method and apparatus for asynchronous data fusion, storage medium and electronic device
CN114692720A (zh) 基于鸟瞰图的图像分类方法、装置、设备及存储介质
CN110766731A (zh) 一种全景影像与点云自动配准的方法、装置及存储介质
CN115410167A (zh) 目标检测与语义分割方法、装置、设备及存储介质
CN115082289A (zh) 激光雷达点云的投影方法、装置、设备及存储介质
CN114494466B (zh) 外参标定方法、装置及设备、存储介质
CN114442133A (zh) 无人机定位方法、装置、设备及存储介质
CN115097419A (zh) 一种激光雷达到imu的外参标定方法及装置
CN113222111A (zh) 适应全天候环境的自动驾驶4d感知方法、系统及介质
CN113593026B (zh) 车道线标注辅助地图生成方法、装置和计算机设备
CN116125411A (zh) 基于freespace路端4D毫米波雷达实现水平安装角度检测补偿的方法
Wong et al. A study of different unwarping methods for omnidirectional imaging
CN115309630A (zh) 自动驾驶仿真数据的生成方法、装置、设备及存储介质
CN112417924B (zh) 一种标志杆的空间坐标获取方法及装置
KR102250687B1 (ko) 3차원 VR을 위한 2차원 LiDAR 기반 전 방향 3차원 계측 기법 및 이의 장치
CN114549779A (zh) 场景模型重建方法、装置、电子设备和存储介质
CN118608435B (zh) 点云的去畸变方法、装置、电子设备及可读存储介质
CN118226421B (zh) 基于反射率图的激光雷达-相机在线标定方法及系统
CN117991259B (zh) 基于激光雷达和毫米波雷达的无人船重定位方法及装置

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