CN115201796B - 一种车辆传感器的外参校正方法 - Google Patents
一种车辆传感器的外参校正方法 Download PDFInfo
- Publication number
- CN115201796B CN115201796B CN202210886432.1A CN202210886432A CN115201796B CN 115201796 B CN115201796 B CN 115201796B CN 202210886432 A CN202210886432 A CN 202210886432A CN 115201796 B CN115201796 B CN 115201796B
- Authority
- CN
- China
- Prior art keywords
- data
- detection data
- sensor
- vertex
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012937 correction Methods 0.000 title abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 135
- 238000012795 verification Methods 0.000 claims description 27
- 239000000523 sample Substances 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000010200 validation analysis Methods 0.000 claims 2
- 238000004590 computer program Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
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
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements
- G01S19/235—Calibration of receiver components
-
- 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
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Navigation (AREA)
Abstract
本公开提供了一种车辆传感器的外参校正方法、装置、介质和电子设备。本公开通过有向图将复杂的外参校正固化到一个统一的关系流程中。在有向图的链条中,将针对同一目标物体的两种不同途径的探测数据投影至可靠数据源所在的坐标系下,基于可靠数据源的数据准确性,通过两种途径投影数据的对比,验证目标外参的准确性。然后通过校正目标外参的方法,使两种途径投影数据得差异满足预设条件。本公开避免了对每对传感器之间的外参进行重新标定。利用之前标定好的外参,对目标外参进行校正。使所有的外参均可采用相同的探测数据进行校正,场景依赖低,无需针对不同传感器采用不同方法进行校正,极大降低了校正的复杂度。
Description
技术领域
本公开涉及车辆领域,具体而言,涉及一种车辆传感器的外参校正方法、装置、介质和电子设备。
背景技术
自动驾驶的车辆中存在着各式各样的传感器用于感知周围环境。比如,相机、激光雷达、电磁波雷达、毫米波雷达,这些传感器采集的数据均基于其固有的原始坐标系。在当前的应用中,需要将原始坐标系通过外参(即将一个传感器的原始坐标系下的信息转换到另一个传感器的坐标系下的信息,这个转换关系称为外参)统一至同一坐标系下。通常,车辆标定外参后可能会因为外界因素造成外参发生变化,需定期进行重新标定。而将各种传感器重新标定的方法不同,过程比较复杂和繁琐,需占用大量的系统资源。
因此,本公开提供了一种车辆传感器的外参校正方法,以解决上述技术问题之一。
发明内容
本公开的目的在于提供一种车辆传感器的外参校正方法、装置、介质和电子设备,能够解决上述提到的至少一个技术问题。具体方案如下:
根据本公开的具体实施方式,第一方面,本公开提供一种车辆传感器的外参校正方法,包括:
基于车辆的有向图获取第一链路,其中,所述第一链路中的每个顶点表征所述车辆中一个传感器或可靠数据源,每个表征传感器的顶点中包括对应传感器在其原始坐标系下获得的探测数据,且相邻两个顶点间的有向边表征两个传感器的原始坐标系间的外参,在所述第一链路中包括一个目标有向边,所述目标有向边表征待验证的目标外参,所有探测数据至少分为核心探测数据、第一类探测数据和第二类探测数据,所述第二类探测数据保存于所述目标有向边后任一与传感器相关的顶点中,所述第一链路中包括验证顶点,所述验证顶点表征可靠数据源且位于保存所述第一类探测数据和所述第二类探测数据的顶点后,所述第一类探测数据和所述第二类探测数据均与所述车辆外位置固定的目标物体相关联;
通过所述第一链路中的外参将所述核心探测数据、所述第一类探测数据和所述第二类探测数据逐步投影至所述验证顶点表征的可靠数据源所在的坐标系下;
基于所述核心探测数据的投影数据和所述第一类探测数据的投影数据获得所述可靠数据源中的第一定位坐标,以及基于所述核心探测数据的投影数据和所述第二类探测数据的投影数据获得所述可靠数据源中的第二定位坐标;
当所述第一定位坐标与所述第二定位坐标的距离值大于预设差距阈值时,调整所述目标外参,且触发所述通过所述第一链路中的外参将所述第一类探测数据和所述第二类探测数据逐步投影至所述验证顶点表征的可靠数据源所在的坐标系下的操作执行。
根据本公开的具体实施方式,第二方面,本公开提供一种车辆传感器的外参校正装置,包括:
获取单元,用于基于车辆的有向图获取第一链路,其中,所述第一链路中的每个顶点表征所述车辆中一个传感器或可靠数据源,每个表征传感器的顶点中包括对应传感器在其原始坐标系下获得的探测数据,且相邻两个顶点间的有向边表征两个传感器的原始坐标系间的外参,在所述第一链路中包括一个目标有向边,所述目标有向边表征待验证的目标外参,所有探测数据至少分为核心探测数据、第一类探测数据和第二类探测数据,所述第二类探测数据保存于所述目标有向边后任一与传感器相关的顶点中,所述第一链路中包括验证顶点,所述验证顶点表征可靠数据源且位于保存所述第一类探测数据和所述第二类探测数据的顶点后,所述第一类探测数据和所述第二类探测数据均与所述车辆外位置固定的目标物体相关联;
投影单元,用于通过所述第一链路中的外参将所述核心探测数据、所述第一类探测数据和所述第二类探测数据逐步投影至所述验证顶点表征的可靠数据源所在的坐标系下;
获得单元,用于基于所述核心探测数据的投影数据和所述第一类探测数据的投影数据获得所述可靠数据源中的第一定位坐标,以及基于所述核心探测数据的投影数据和所述第二类探测数据的投影数据获得所述可靠数据源中的第二定位坐标;
校正单元,用于当所述第一定位坐标与所述第二定位坐标的距离值大于预设差距阈值时,调整所述目标外参,且触发所述通过所述第一链路中的外参将所述第一类探测数据和所述第二类探测数据逐步投影至所述验证顶点表征的可靠数据源所在的坐标系下的操作执行。
根据本公开的具体实施方式,第三方面,本公开提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上任一项所述车辆传感器的外参校正方法。
根据本公开的具体实施方式,第四方面,本公开提供一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上任一项所述车辆传感器的外参校正方法。
本公开实施例的上述方案与现有技术相比,至少具有以下有益效果:
本公开提供了一种车辆传感器的外参校正方法、装置、介质和电子设备。本公开通过有向图将复杂的外参校正固化到一个统一的关系流程中。在有向图的链条中,将针对同一目标物体的两种不同途径的探测数据投影至可靠数据源所在的坐标系下,基于可靠数据源的数据准确性,通过两种途径投影数据的对比,验证目标外参的准确性。然后通过校正目标外参的方法,使两种途径投影数据得差异满足预设条件。本公开避免了对每对传感器之间的外参进行重新标定。利用之前标定好的外参,对目标外参进行校正。使所有的外参均可采用相同的探测数据进行校正,场景依赖低,无需针对不同传感器采用不同方法进行校正,极大降低了校正的复杂度。
附图说明
图1示出了根据本公开实施例的车辆传感器的外参校正方法的流程图;
图2示出了根据本公开实施例的有向图;
图3示出了根据本公开实施例的车辆传感器的外参校正装置的单元框图;
图4示出了根据本公开实施例提供的一种电子设备连接结构示意图。
具体实施方式
为了使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开作进一步地详细描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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它实施例,都属于本公开保护的范围。
在本公开实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本公开实施例中可能采用术语第一、第二、第三等来描述,但这些描述不应限于这些术语。这些术语仅用来将描述区分开。例如,在不脱离本公开实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者装置中还存在另外的相同要素。
特别需要说明的是,在说明书中存在的符号和/或数字,如果在附图说明中未被标记的,均不是附图标记。
下面结合附图详细说明本公开的可选实施例。
实施例1
对本公开提供的实施例,即一种车辆传感器的外参校正方法的实施例。
下面结合图1对本公开实施例进行详细说明。
步骤S101,基于车辆的有向图获取第一链路。
有向图,是指一个有序三元组(V(D),A(D),ψD),其中,ψD为关联函数,它使A(D)中的每一个元素(即有向边)对应于V(D)中的一个有序元素(即顶点)对。如图2所示的有向图,其中的圆圈表示顶点,相邻两个顶点间的连线表示有向边,RT表示关联函数。本公开实施例中,
所述有向图中的每个顶点表征所述车辆中一个传感器或可靠数据源。其中,可靠数据源用于为验证外参的准确性提供可靠的数据。例如,如图2所示,所述传感器包括:定位传感器(比如,全球导航卫星系统)、方位传感器1(方位传感器用于获取车辆四周环境的距离数据和角度数据,包括:激光雷达、电磁波雷达、毫米波雷达、红外探测器)、方位传感器2、图像传感器1(图像传感器利用光学成像原理获得周围的影像,包括:相机、摄像头)和图像传感器2;所述可靠数据源包括数字地图(数字地图的精度越高,校正的外参越准确,比如高精度数字地图);当然,本公开实施例不限于此。在有向图中顶点与车辆中的传感器或可靠数据源具有一一对应关系,车辆中一个传感器在有向图中用唯一的顶点表征,一种可靠数据源在有向图中用唯一的顶点表征。
每个传感器都有固有的原始坐标系,将一个传感器的原始坐标系下的信息转换到另一个传感器的坐标系下的信息,这个转换关系称为外参。因此,每个表征传感器的顶点中包括对应传感器在其原始坐标系下获得的探测数据,且相邻两个顶点间的有向边表征两个传感器的原始坐标系间的外参。例如,如图2所示,RT1、RT2、RT3、RT4、RT5、RT6、RT7和RT8均为外参。
在一些具体实施例中,所述外参表示为:
其中:RT,即旋转平移矩阵,也就是相邻两个顶点的外参;
R,表示3x3的旋转矩阵,即表示相邻两个顶点间有向边的前一顶点的原始坐标系与有向边的后一顶点的原始坐标系的旋转,其中α,β,γ分别表示x轴、y轴和z轴三个方向上的旋转角度。
T,表示相邻两个顶点间有向边的前一顶点的原始坐标系的原点与有向边的后一顶点的原始坐标系的原点在x轴、y轴和z轴三个方向的相对位移量,其中,t1、t2和t3分别表示x轴、y轴和z轴三个方向上的平移量。
在一些具体实施例中,所述相邻两个顶点间的坐标数据的投影公式为:
其中,Pl,表示相邻两个顶点间有向边的前一顶点的原始坐标系中的坐标数据,其中,x、y和z表示Pl的坐标数据;Pc,表示投影至相邻两个顶点间有向边的后一顶点的原始坐标系中的坐标数据;RT,表示相邻两个顶点的外参。例如,如图2所示,相邻两个顶点为图像传感器1和数字地图,有向边为的外参为RT7,有向边的前一顶点(图像传感器1)的原始坐标系为图像坐标系(即以图像左上角为原点建立以像素为单位的直接坐标系u-v。像素的横坐标u与纵坐标v分别是在其图像数组中所在的列数与所在行数),有向边的后顶点(数字地图)的原始坐标系为地球坐标系(即是固定在地球上与地球一起旋转的坐标系。如果忽略地球潮汐和板块运动,地面上点的坐标值在地固坐标系中是固定不变的);当图像传感器1采集了一张图像,在图像中的一个物体的坐标数据是以图像坐标系表示,通过RT7将该物体的坐标投影至地球坐标系下,生成以地球坐标系表示的坐标数据。
对于有向图中的每个外参来说,车辆标定外参后无需经常变动,但是,由于外界因素的干扰会造成转换关系的变化,也就影响了外参的有效性,因此,需定期对外参进行校正。
所述链路,是顶点的序列。该序列的每个内部顶点的出度和入度均等于1,起始顶点的入度可以是0,终止顶点的出度为0。也就是在链路中不存在环路或分支。所述第一链路中的每个顶点表征所述车辆中一个传感器或可靠数据源,每个表征传感器的顶点中包括对应传感器在其原始坐标系下获得的探测数据,且相邻两个顶点间的有向边表征两个传感器的原始坐标系间的外参。在所述第一链路中包括一个目标有向边,所述目标有向边表征待验证的目标外参。例如,如图2所示,第一链路包括:定位传感器、方位传感器1、方位传感器2、图像传感器2和数字地图,其中,RT3为待验证的目标外参。
本公开实施例将所有探测数据至少分为核心探测数据、第一类探测数据和第二类探测数据。
所述核心探测数据,是第一类探测数据和第二类探测数据均需用到的探测数据。例如,所述传感器包括定位传感器;所述核心探测数据包括所述定位传感器的原始坐标系下所述定位传感器探测的参照坐标。所述参照坐标是车辆的定位坐标。
所述第一类探测数据和所述第二类探测数据均与所述车辆外位置固定的目标物体相关联。例如,车辆外位置固定的目标物体为设置于路口的红绿灯。所述第一类探测数据与所述第二类探测数据的区别是第一类探测数据与所述第二类探测数据分别结合核心探测数据能够获得相同的数据,第一类探测数据需经过目标外参的转换后获得投影至可靠数据源的坐标系统下,获得第一特定数据,而第二类探测数据无需经过目标外参的转换获得投影至同一可靠数据源的坐标系统下,获得第二特定数据。由于第二类探测数据不经过目标外参的转换,可以确定第二类探测数据的投影至可靠数据源的坐标系统下的数据是准确的。本公开实施例借用第二类探测数据验证目标外参的准确性。因此,所述第二类探测数据保存于所述目标有向边后任一与传感器相关的顶点中。
所述第一链路中包括验证顶点,所述验证顶点表征可靠数据源且位于保存所述第一类探测数据和所述第二类探测数据的顶点后。验证顶点可以是第一链路中非最后顶点。可选的,所述验证顶点为所述第一链路中的最后顶点。可选的,所述第二类探测数据保存于所述验证顶点的前一顶点中,能够减少中间转换过程对验证结果的干扰,提高验证的准确性。例如,第一链路包括:定位传感器、方位传感器1、方位传感器2、图像传感器2和数字地图;车辆外位置固定的目标物体为设置于路口的红绿灯,RT3为待验证的目标外参;方位传感器1和方位传感器2均为设置于车辆中的激光雷达,图像传感器2为设置于车辆中的摄像头,激光雷达用于探测红绿灯的第一类探测数据,摄像头用于探测红绿灯的第二类探测数据,因此,在目标有向边后,表征数字地图的顶点为验证顶点。
当然,可以根据需要将第一链路中的任一有向边设置为目标有向边,用于验证目标有向边表征待验证的目标外参。也可以根据需要将车辆中的所有传感器与可靠数据源建立不同的有向图,并从有向图选取任一一条链路,验证链路中目标外参的有效性,并基于验证结果确定是否对其进行校正,本公开实施例不做限制。
步骤S102,通过所述第一链路中的外参将所述核心探测数据、所述第一类探测数据和所述第二类探测数据逐步投影至所述验证顶点表征的可靠数据源所在的坐标系下。
例如,如图2所示,第一链路包括:定位传感器、方位传感器1、方位传感器2、图像传感器2和数字地图;数字地图为可靠数据源,定位传感器探测到车辆在定位传感器的原始坐标系下的参照坐标,通过RT1将参照坐标转换成方位传感器1的原始坐标系下的第二参照坐标,通过RT3将第二参照坐标转换成方位传感器2的原始坐标系下的第三参照坐标,通过RT5将第三参照坐标转换成图像传感器2的原始坐标系下的第四参照坐标,通过RT8将第四参照坐标转换成数据地图的原始坐标系下的第五参照坐标,完成将参照坐标投影至数据地图的原始坐标系下的过程;其他的方位传感器1、方位传感器2和图像传感器2的探测数据均依次投影至数据地图的原始坐标系下。
步骤S103,基于所述核心探测数据的投影数据和所述第一类探测数据的投影数据获得所述可靠数据源中的第一定位坐标,以及基于所述核心探测数据的投影数据和所述第二类探测数据的投影数据获得所述可靠数据源中的第二定位坐标。
在一些具体实施例中,所述传感器还包括方位传感器,例如,方位传感器包括:激光雷达、电磁波雷达、毫米波雷达、红外探测器。所述第一类探测数据包括在所述方位传感器的原始坐标系下所述方位传感器探测的所述目标物体相对于所述车辆的第一距离数据和第一角度数据。例如,目标物体为红绿灯,第一距离数据是在激光雷达的原始坐标系下激光雷达与红绿灯的距离数据,第一角度数据是在激光雷达的原始坐标系下激光雷达与红绿灯的角度数据。
相应地,所述基于所述核心探测数据的投影数据和所述第一类探测数据的投影数据获得所述可靠数据源中的第一定位坐标,包括:
步骤S103a,基于所述参照坐标的投影数据、所述第一距离数据的投影数据和所述第一角度数据的投影数据获得所述数字地图中的第一定位坐标。
本具体实施例,在数字地图的原始坐标系下,利用参照坐标的投影数据定位车辆,利用车辆与目标物体的第一距离数据的投影数据和所述第一角度数据的投影数据,能够定位目标物体的坐标。
在一些具体实施例中,所述传感器还包括图像传感器,例如,图像传感器包括相机和摄像头。所述第二类探测数据包括在所述图像传感器的原始坐标系下所述图像传感器采集的图像数据,其中,所述图像数据中包括所述目标物体的影像数据。例如,在图像数据中包括红绿灯的影像数据。
相应地,所述基于所述核心探测数据的投影数据和所述第二类探测数据的投影数据获得所述可靠数据源中的第二定位坐标,包括:
步骤S103b-1,基于所述图像数据的投影数据获取所述车辆与所述目标物体相对于所述车辆的第二距离数据和第二角度数据。
本具体实施例,在数字地图的原始坐标系下,对图像数据的投影数据进行图像分析,获取目标物体与车辆的第二距离数据和第二角度数据。例如,在图像数据中包括红绿灯的影像数据,通过分析红绿灯与周围固定位置的物体的位置关系,能够确定红绿灯与车辆的距离数据和角度数据,具体分析过程本实施例不做详述,可参照现有技术中各种实现方式实施。
步骤S103b-2,基于所述参照坐标的投影数据、所述第二距离数据和所述第二角度数据获得所述数字地图中的第二定位坐标。
本具体实施例,在数字地图的原始坐标系下,利用参照坐标的投影数据定位车辆,利用车辆与目标物体的第二距离数据的投影数据和所述第二角度数据的投影数据,能够定位目标物体的坐标。
步骤S104,当所述第一定位坐标与所述第二定位坐标的距离值大于预设差距阈值时,调整所述目标外参,且触发所述通过所述第一链路中的外参将所述第一类探测数据和所述第二类探测数据逐步投影至所述验证顶点表征的可靠数据源所在的坐标系下的操作执行。
当所述第一定位坐标与所述第二定位坐标差距较大时,表明目标外参需要校正。调整目标外参中r和/或t的参数值,调整后再返回步骤S102,继续验证目标外参的准确性,探测数据既可以采用原有数据,也可以采用新探测的数据,本公开实施例不做限制。也可以返回步骤S101获取第二链路,所述第二链路中依然包括目标外参,验证目标外参的准确性。如此对目标外参进行循环校正,直至执行步骤S105。
步骤S105,当所述第一定位坐标与所述第二定位坐标的距离值小于或等于预设差距阈值时,确定所述目标外参为准确的外参。
当所述第一定位坐标与所述第二定位坐标的差距满足预设条件时,表明目标外参无需进行校正。
本公开实施例通过有向图将复杂的外参校正固化到一个统一的关系流程中。在有向图的链条中,将针对同一目标物体的两种不同途径的探测数据投影至可靠数据源所在的坐标系下,基于可靠数据源的数据准确性,通过两种途径投影数据的对比,验证目标外参的准确性。然后通过校正目标外参的方法,使两种途径投影数据得差异满足预设条件。本公开实施例避免了对每对传感器之间的外参进行重新标定。利用之前标定好的外参,对目标外参进行校正。使所有的外参均可采用相同的探测数据进行校正,场景依赖低,无需针对不同传感器采用不同方法进行校正,极大降低了校正的复杂度。
实施例2
本公开还提供了与上述实施例承接的装置实施例,用于实现如上实施例所述的方法步骤,基于相同的名称含义的解释与如上实施例相同,具有与如上实施例相同的技术效果,此处不再赘述。
如图3所示,本公开提供一种车辆传感器的外参校正装置300,包括:
获取单元301,用于基于车辆的有向图获取第一链路,其中,所述第一链路中的每个顶点表征所述车辆中一个传感器或可靠数据源,每个表征传感器的顶点中包括对应传感器在其原始坐标系下获得的探测数据,且相邻两个顶点间的有向边表征两个传感器的原始坐标系间的外参,在所述第一链路中包括一个目标有向边,所述目标有向边表征待验证的目标外参,所有探测数据至少分为核心探测数据、第一类探测数据和第二类探测数据,所述第二类探测数据保存于所述目标有向边后任一与传感器相关的顶点中,所述第一链路中包括验证顶点,所述验证顶点表征可靠数据源且位于保存所述第一类探测数据和所述第二类探测数据的顶点后,所述第一类探测数据和所述第二类探测数据均与所述车辆外位置固定的目标物体相关联;
投影单元302,用于通过所述第一链路中的外参将所述核心探测数据、所述第一类探测数据和所述第二类探测数据逐步投影至所述验证顶点表征的可靠数据源所在的坐标系下;
获得单元303,用于基于所述核心探测数据的投影数据和所述第一类探测数据的投影数据获得所述可靠数据源中的第一定位坐标,以及基于所述核心探测数据的投影数据和所述第二类探测数据的投影数据获得所述可靠数据源中的第二定位坐标;
校正单元304,用于当所述第一定位坐标与所述第二定位坐标的距离值大于预设差距阈值时,调整所述目标外参,且触发所述通过所述第一链路中的外参将所述第一类探测数据和所述第二类探测数据逐步投影至所述验证顶点表征的可靠数据源所在的坐标系下的操作执行。
可选的,所述可靠数据源包括数字地图。
可选的,所述传感器包括定位传感器;所述核心探测数据包括所述定位传感器的原始坐标系下所述定位传感器探测的参照坐标。
可选的,所述传感器还包括方位传感器;所述第一类探测数据包括在所述方位传感器的原始坐标系下所述方位传感器探测的所述目标物体相对于所述车辆的第一距离数据和第一角度数据;
相应地,所述获得单元303,包括:
第一获得子单元,用于基于所述参照坐标的投影数据、所述第一距离数据的投影数据和所述第一角度数据的投影数据获得所述数字地图中的第一定位坐标。
可选的,所述传感器还包括图像传感器;所述第二类探测数据包括在所述图像传感器的原始坐标系下所述图像传感器采集的图像数据,其中,所述图像数据中包括所述目标物体的影像数据;
相应地,所述获得单元303,包括:
第一获取子单元,用于基于所述图像数据的投影数据获取所述车辆与所述目标物体相对于所述车辆的第二距离数据和第二角度数据;
第二获得子单元,用于基于所述参照坐标的投影数据、所述第二距离数据和所述第二角度数据获得所述数字地图中的第二定位坐标。
可选的,所述外参表示为:
其中:
R,表示3x3的旋转矩阵;
T,表示相邻两个顶点间有向边的前一顶点的原始坐标系的原点与有向边的后一顶点的原始坐标系的原点在x轴、y轴和z轴三个方向的相对位移量,其中,t1、t2和t3分别表示x轴、y轴和z轴三个方向上的平移量。
可选的,所述相邻两个顶点间的坐标数据的投影公式为:
其中,
Pl,表示相邻两个顶点间有向边的前一顶点的原始坐标系中的坐标数据,其中,x、y和z表示Pl的坐标数据;
Pc,表示投影至相邻两个顶点间有向边的后一顶点的原始坐标系中的坐标数据;
RT,表示相邻两个顶点的外参。
可选的,所述装置还包括:
确定单元,用于当所述第一定位坐标与所述第二定位坐标的距离值小于或等于预设差距阈值时,确定所述目标外参为准确的外参。
可选的,所述验证顶点为所述第一链路中的最后顶点。
可选的,所述第二类探测数据保存于所述验证顶点的前一顶点中。
本公开实施例通过有向图将复杂的外参校正固化到一个统一的关系流程中。在有向图的链条中,将针对同一目标物体的两种不同途径的探测数据投影至可靠数据源所在的坐标系下,基于可靠数据源的数据准确性,通过两种途径投影数据的对比,验证目标外参的准确性。然后通过校正目标外参的方法,使两种途径投影数据得差异满足预设条件。本公开实施例避免了对每对传感器之间的外参进行重新标定。利用之前标定好的外参,对目标外参进行校正。使所有的外参均可采用相同的探测数据进行校正,场景依赖低,无需针对不同传感器采用不同方法进行校正,极大降低了校正的复杂度。
实施例3
如图4所示,本实施例提供一种电子设备,所述电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上实施例所述的方法步骤。
实施例4
本公开实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行如上实施例所述的方法步骤。
实施例5
下面参考图4,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有电子设备操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置405;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
Claims (10)
1.一种车辆传感器的外参校正方法,其特征在于,包括:
基于车辆的有向图获取第一链路,其中,所述第一链路中的每个顶点表征所述车辆中一个传感器或可靠数据源,每个表征传感器的顶点中包括对应传感器在其原始坐标系下获得的探测数据,且相邻两个顶点间的有向边表征两个传感器的原始坐标系间的外参,在所述第一链路中包括一个目标有向边,所述目标有向边表征待验证的目标外参,所有探测数据至少分为核心探测数据、第一类探测数据和第二类探测数据,所述第二类探测数据保存于所述目标有向边后任一与传感器相关的顶点中,所述第一链路中包括验证顶点,所述验证顶点表征可靠数据源且位于保存所述第一类探测数据和所述第二类探测数据的顶点后,所述第一类探测数据和所述第二类探测数据均与所述车辆外位置固定的目标物体相关联;
通过所述第一链路中的外参将所述核心探测数据、所述第一类探测数据和所述第二类探测数据逐步投影至所述验证顶点表征的可靠数据源所在的坐标系下;
基于所述核心探测数据的投影数据和所述第一类探测数据的投影数据获得所述可靠数据源中的第一定位坐标,以及基于所述核心探测数据的投影数据和所述第二类探测数据的投影数据获得所述可靠数据源中的第二定位坐标;
当所述第一定位坐标与所述第二定位坐标的距离值大于预设差距阈值时,调整所述目标外参,且触发所述通过所述第一链路中的外参将所述第一类探测数据和所述第二类探测数据逐步投影至所述验证顶点表征的可靠数据源所在的坐标系下的操作执行。
2.根据权利要求1所述的方法,其特征在于,所述可靠数据源包括数字地图。
3.根据权利要求2所述的方法,其特征在于,所述传感器包括定位传感器;所述核心探测数据包括所述定位传感器的原始坐标系下所述定位传感器探测的参照坐标。
4.根据权利要求3所述的方法,其特征在于,所述传感器还包括方位传感器;所述第一类探测数据包括在所述方位传感器的原始坐标系下所述方位传感器探测的所述目标物体相对于所述车辆的第一距离数据和第一角度数据;
相应地,所述基于所述核心探测数据的投影数据和所述第一类探测数据的投影数据获得所述可靠数据源中的第一定位坐标,包括:
基于所述参照坐标的投影数据、所述第一距离数据的投影数据和所述第一角度数据的投影数据获得所述数字地图中的第一定位坐标。
5.根据权利要求3所述的方法,其特征在于,所述传感器还包括图像传感器;所述第二类探测数据包括在所述图像传感器的原始坐标系下所述图像传感器采集的图像数据,其中,所述图像数据中包括所述目标物体的影像数据;
相应地,所述基于所述核心探测数据的投影数据和所述第二类探测数据的投影数据获得所述可靠数据源中的第二定位坐标,包括:
基于所述图像数据的投影数据获取所述车辆与所述目标物体相对于所述车辆的第二距离数据和第二角度数据;
基于所述参照坐标的投影数据、所述第二距离数据和所述第二角度数据获得所述数字地图中的第二定位坐标。
6.根据权利要求1所述的方法,其特征在于,所述外参表示为:
其中:
R,表示3x3的旋转矩阵,即表示相邻两个顶点间有向边的前一顶点的原始坐标系与有向边的后一顶点的原始坐标系的旋转,其中α,β,γ分别表示x轴、y轴和z轴三个方向上的旋转角度;
T,表示相邻两个顶点间有向边的前一顶点的原始坐标系的原点与有向边的后一顶点的原始坐标系的原点在x轴、y轴和z轴三个方向的相对位移量,其中,t1、t2和t3分别表示x轴、y轴和z轴三个方向上的平移量。
7.根据权利要求6所述的方法,其特征在于,所述相邻两个顶点间的坐标数据的投影公式为:
其中,
Pl,表示相邻两个顶点间有向边的前一顶点的原始坐标系中的坐标数据,其中,x、y和z表示Pl的坐标数据;
Pc,表示投影至相邻两个顶点间有向边的后一顶点的原始坐标系中的坐标数据;
RT,表示相邻两个顶点的外参。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述第一定位坐标与所述第二定位坐标的距离值小于或等于预设差距阈值时,确定所述目标外参为准确的外参。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述验证顶点为所述第一链路中的最后顶点。
10.根据权利要求9所述的方法,其特征在于,所述第二类探测数据保存于所述验证顶点的前一顶点中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210886432.1A CN115201796B (zh) | 2022-07-26 | 2022-07-26 | 一种车辆传感器的外参校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210886432.1A CN115201796B (zh) | 2022-07-26 | 2022-07-26 | 一种车辆传感器的外参校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115201796A CN115201796A (zh) | 2022-10-18 |
CN115201796B true CN115201796B (zh) | 2024-04-30 |
Family
ID=83584489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210886432.1A Active CN115201796B (zh) | 2022-07-26 | 2022-07-26 | 一种车辆传感器的外参校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115201796B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110135376A (zh) * | 2019-05-21 | 2019-08-16 | 北京百度网讯科技有限公司 | 确定图像传感器的坐标系转换参数的方法、设备和介质 |
CN113256734A (zh) * | 2021-05-20 | 2021-08-13 | 东风汽车集团股份有限公司 | 一种车载感知传感器标定方法、系统及电子设备 |
CN113838143A (zh) * | 2021-09-13 | 2021-12-24 | 三一专用汽车有限责任公司 | 标定外参的确定方法及装置、工程车辆和可读存储介质 |
WO2022052313A1 (zh) * | 2020-09-11 | 2022-03-17 | 苏州中科全象智能科技有限公司 | 3d结构光系统的标定方法、电子设备及存储介质 |
WO2022134567A1 (zh) * | 2020-12-25 | 2022-06-30 | 上海商汤临港智能科技有限公司 | 外参标定方法、装置、计算机设备及存储介质 |
-
2022
- 2022-07-26 CN CN202210886432.1A patent/CN115201796B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110135376A (zh) * | 2019-05-21 | 2019-08-16 | 北京百度网讯科技有限公司 | 确定图像传感器的坐标系转换参数的方法、设备和介质 |
WO2022052313A1 (zh) * | 2020-09-11 | 2022-03-17 | 苏州中科全象智能科技有限公司 | 3d结构光系统的标定方法、电子设备及存储介质 |
WO2022134567A1 (zh) * | 2020-12-25 | 2022-06-30 | 上海商汤临港智能科技有限公司 | 外参标定方法、装置、计算机设备及存储介质 |
CN113256734A (zh) * | 2021-05-20 | 2021-08-13 | 东风汽车集团股份有限公司 | 一种车载感知传感器标定方法、系统及电子设备 |
CN113838143A (zh) * | 2021-09-13 | 2021-12-24 | 三一专用汽车有限责任公司 | 标定外参的确定方法及装置、工程车辆和可读存储介质 |
Non-Patent Citations (2)
Title |
---|
张维光 ; 赵宏 ; .线结构光多传感器三维测量系统误差校正方法.西安交通大学学报.2011,(06),全文. * |
李铁成 ; 刘晶红 ; 周前飞 ; .基于相机内外参数的机载光电平台图像几何校正.压电与声光.2016,(01),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN115201796A (zh) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111127563A (zh) | 联合标定方法、装置、电子设备及存储介质 | |
CN110927708B (zh) | 智能路侧单元的标定方法、装置及设备 | |
US10655982B2 (en) | Method and device for generating position information of target object | |
CN110988849B (zh) | 雷达系统的标定方法、装置、电子设备及存储介质 | |
CN109613543B (zh) | 激光点云数据的修正方法、装置、存储介质和电子设备 | |
US20140362107A1 (en) | Generating a composite field of view using a plurality of oblique panoramic images of a geographic area | |
CN111461981B (zh) | 点云拼接算法的误差估计方法和装置 | |
CN112598762A (zh) | 三维车道线信息生成方法、装置、电子设备和介质 | |
CN109871019B (zh) | 自动驾驶用于获取坐标的方法和装置 | |
JP6804806B2 (ja) | 測位精度情報算出装置及び測位精度情報算出方法 | |
EP3796262B1 (en) | Method and apparatus for calibrating camera | |
CN116182878B (zh) | 道路曲面信息生成方法、装置、设备和计算机可读介质 | |
WO2023035301A1 (en) | A camera calibration method | |
CN115272452A (zh) | 一种目标检测定位方法、装置、无人机及存储介质 | |
CN111461980B (zh) | 点云拼接算法的性能估计方法和装置 | |
CN113759348B (zh) | 一种雷达标定方法、装置、设备及存储介质 | |
CN116758498B (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
CN116740382B (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
CN115201796B (zh) | 一种车辆传感器的外参校正方法 | |
US10591300B2 (en) | Fixing magnetometer based azimuth according to sun positioning | |
CN110673114A (zh) | 校准三维相机深度的方法、装置、计算机装置及存储介质 | |
CN110634159A (zh) | 一种目标检测方法和装置 | |
CN113593026A (zh) | 车道线标注辅助地图生成方法、装置和计算机设备 | |
CN111461982B (zh) | 用于拼接点云的方法和装置 | |
CN117036511B (zh) | 多类型传感器的标定方法、装置、计算机设备和存储介质 |
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 |