CN115496810A - 一种基于Lidar标定相机的外参评估方法 - Google Patents

一种基于Lidar标定相机的外参评估方法 Download PDF

Info

Publication number
CN115496810A
CN115496810A CN202210954951.7A CN202210954951A CN115496810A CN 115496810 A CN115496810 A CN 115496810A CN 202210954951 A CN202210954951 A CN 202210954951A CN 115496810 A CN115496810 A CN 115496810A
Authority
CN
China
Prior art keywords
camera
laser radar
calibration
steps
external parameter
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
CN202210954951.7A
Other languages
English (en)
Inventor
陈亮
张宇
娄喜超
迟亮
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.)
Jilin Venus Intelligent Technology Co ltd
Original Assignee
Jilin Venus Intelligent 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 Jilin Venus Intelligent Technology Co ltd filed Critical Jilin Venus Intelligent Technology Co ltd
Priority to CN202210954951.7A priority Critical patent/CN115496810A/zh
Publication of CN115496810A publication Critical patent/CN115496810A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • 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
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于Lidar标定相机的外参评估方法，属于自动驾驶图像处理技术领域，包括以下步骤：步骤一、固定激光雷达和相机，步骤二、设置标定物，本标定物上需要带有图码，能清晰辨识。利用激光雷达能够精确获取物体的三维信息的特点，将激光雷达投影到图像上，为了实现激光雷达信息和相机信息在空间上的统一，需要转换两者之间的坐标系，激光雷达所获点云信息到相机所获信息在图像像素坐标系下的投影，通过不同坐标系之间的相互转换从而实现信息的空间融合，同时借助相机的标定外参来修正信息，从而达到相机外参的准确性估计，改善了现有技术只能依靠人眼的方法，为相机外参结果检测提供可靠的支撑。

Description

一种基于Lidar标定相机的外参评估方法
技术领域
本发明涉及自动驾驶图像处理技术领域，具体为一种基于Lidar标定相机的外参评估方法。
背景技术
在自动驾驶领域中，各种技术快速发展，传统的单个传感器往往只能提供单一的外界信息，很多时候已经不足以处理自动驾驶复杂的外界环境，多传感器的信息融合成为必然的趋势。而获取不同传感器之间的精确标定参数是实现多传感器融合的前提，现在对于相机外参的标定结果，缺少一种高精度的检测方法，一般都是依靠通过人眼主观判断和以往经验，但是这种方式存在精度低，效率低，重复性差等缺点，导致结果不可靠。因此需要一种对于相机外参的标定结果的评估检测方法。
目前对于相机的外参，大多数只有标定工具，却缺少一种对于标定结果的检验评估，大多数是通过人眼观察和根据个人经验来判断结果，但是人眼无法进行高精确的分析判断，还会带有人为主观性，对于经验判断要求高，差异性大，效率低下等缺点，因此结果也会失去信任度，所以急需一种对于相机外参进行高效率，高精度的评估方法和系统。
发明内容
本发明提供的发明目的在于提供一种基于Lidar标定相机的外参评估方法。通过本发明一种基于Lidar标定相机的外参评估方法，该基于Lidar标定相机的外参评估方法，本方案是利用激光雷达能够精确获取物体的三维信息的特点，利用相机的外参，将激光雷达投影到图像上，为了实现激光雷达信息和相机信息在空间上的统一，需要转换两者之间的坐标系，激光雷达所获点云信息到相机所获信息在图像像素坐标系下的投影，通过不同坐标系之间的相互转换从而实现信息的空间融合，同时借助相机的标定外参来修正信息，从而达到相机外参的准确性估计，操作简单，精度高，重复性好，改善了现有技术只能依靠人眼的方法，为相机外参结果检测提供可靠的支撑，实现对相机外参的精确评。
为了实现上述效果，本发明提供如下技术方案：一种基于Lidar标定相机的外参评估方法，包括以下步骤：
步骤一、固定激光雷达和相机；
步骤二、设置标定物，本标定物上需要带有图码，能清晰辨识；
步骤三、获取相机的图片数据和激光雷达的点云数据；
步骤四、选择激光雷达点云上的标定物；
步骤五、获取标定物上的图码，再通过图码查找对应的图片；
步骤六、生产标定物点云边界框和对应图片边界框；
步骤七、通过输入的相机外参，将标定物图片边界框和点云边界框分别投影到图片上；
步骤八、对比两个边界框；
步骤九、打印生成评估结果。
进一步的，根据步骤一中的操作步骤，所述激光雷达和相机的工作位置在生成评估结果前，不可移动。
进一步的，根据步骤二中的操作步骤，所述标定物的位置是在激光雷达和相机的共同视场内，能清晰辨识。
进一步的，根据步骤三中的操作步骤，所述图片数据与点云数据标定物用于校对。
进一步的，根据步骤四中的操作步骤，所述激光雷达点云上的标定物，用于通过标定物，检索指定图片。
进一步的，根据步骤五中的操作步骤，所述对应的图片用于生成的图片边界框。
进一步的，根据步骤六中的操作步骤，所述生产标定物点云边界框和对应图片边界框用于点云数据校对。
进一步的，根据步骤七中的操作步骤，所述相机外参用于数据参考判定。
进一步的，根据步骤八中的操作步骤，所述对比两个边界框，若两边界框重合则说明相机外参结果可靠。若两边界框不重合，则说明相机外参结果不可靠。
进一步的，根据步骤八中的操作步骤，所述对比两个边界框，若两边界框不重合，则说明相机外参结果不可靠。
本发明提供了一种基于Lidar标定相机的外参评估方法，具备以下有益效果：该基于Lidar标定相机的外参评估方法，本方案是利用激光雷达能够精确获取物体的三维信息的特点，利用相机的外参，将激光雷达投影到图像上，为了实现激光雷达信息和相机信息在空间上的统一，需要转换两者之间的坐标系，激光雷达所获点云信息到相机所获信息在图像像素坐标系下的投影，通过不同坐标系之间的相互转换从而实现信息的空间融合，同时借助相机的标定外参来修正信息，从而达到相机外参的准确性估计，操作简单，精度高，重复性好，改善了现有技术只能依靠人眼的方法，为相机外参结果检测提供可靠的支撑，实现对相机外参的精确评。
附图说明
图1为本发明的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，对本发明进一步详细说明。
一种基于Lidar标定相机的外参评估方法，包括以下步骤：
步骤一、固定激光雷达和相机；
步骤二、设置标定物，本标定物上需要带有图码，能清晰辨识；
步骤三、获取相机的图片数据和激光雷达的点云数据；
步骤四、选择激光雷达点云上的标定物；
步骤五、获取标定物上的图码，再通过图码查找对应的图片；
步骤六、生产标定物点云边界框和对应图片边界框；
步骤七、通过输入的相机外参，将标定物图片边界框和点云边界框分别投影到图片上；
步骤八、对比两个边界框；
步骤九、打印生成评估结果。
具体的，根据步骤一中的操作步骤，激光雷达和相机的工作位置在生成评估结果前，不可移动。
具体的，根据步骤二中的操作步骤，标定物的位置是在激光雷达和相机的共同视场内，能清晰辨识。
具体的，根据步骤三中的操作步骤，图片数据与点云数据标定物用于校对。
具体的，根据步骤四中的操作步骤，激光雷达点云上的标定物，用于通过标定物，检索指定图片。
具体的，根据步骤五中的操作步骤，对应的图片用于生成的图片边界框。
具体的，根据步骤六中的操作步骤，生产标定物点云边界框和对应图片边界框用于点云数据校对。
具体的，根据步骤七中的操作步骤，相机外参用于数据参考判定。
具体的，根据步骤八中的操作步骤，对比两个边界框，若两边界框重合则说明相机外参结果可靠。若两边界框不重合，则说明相机外参结果不可靠。
具体的，根据步骤八中的操作步骤，对比两个边界框，若两边界框不重合，则说明相机外参结果不可靠。
实施例的纯度检测方法进行检测分析，并与现有技术进行对照，得出如下数据：
准确度 便捷性 识别效率
实施例 较高 较高 较高
现有技术 较低 较低 较低
根据上述表格数据可以得出，当实施实施例时，通过本发明一种基于Lidar标定相机的外参评估方法，该基于Lidar标定相机的外参评估方法，本方案是利用激光雷达能够精确获取物体的三维信息的特点，利用相机的外参，将激光雷达投影到图像上，为了实现激光雷达信息和相机信息在空间上的统一，需要转换两者之间的坐标系，激光雷达所获点云信息到相机所获信息在图像像素坐标系下的投影，通过不同坐标系之间的相互转换从而实现信息的空间融合，同时借助相机的标定外参来修正信息，从而达到相机外参的准确性估计，操作简单，精度高，重复性好，改善了现有技术只能依靠人眼的方法，为相机外参结果检测提供可靠的支撑，实现对相机外参的精确评。
本发明提供了一种基于Lidar标定相机的外参评估方法，包括以下步骤：
步骤一、固定激光雷达和相机，激光雷达和相机的工作位置在生成评估结果前，不可移动，步骤二、设置标定物，本标定物上需要带有图码，能清晰辨识，标定物的位置是在激光雷达和相机的共同视场内，能清晰辨识，步骤三、获取相机的图片数据和激光雷达的点云数据，图片数据与点云数据标定物用于校对，步骤四、选择激光雷达点云上的标定物，激光雷达点云上的标定物，用于通过标定物，检索指定图片，步骤五、获取标定物上的图码，再通过图码查找对应的图片，对应的图片用于生成的图片边界框，步骤六、生产标定物点云边界框和对应图片边界框，生产标定物点云边界框和对应图片边界框用于点云数据校对，步骤七、通过输入的相机外参，将标定物图片边界框和点云边界框分别投影到图片上，相机外参用于数据参考判定，步骤八、对比两个边界框，对比两个边界框，若两边界框重合则说明相机外参结果可靠，若两边界框不重合，则说明相机外参结果不可靠，对比两个边界框，若两边界框不重合，则说明相机外参结果不可靠，步骤九、打印生成评估结果，本方案是利用激光雷达能够精确获取物体的三维信息的特点，利用相机的外参，将激光雷达投影到图像上，为了实现激光雷达信息和相机信息在空间上的统一，需要转换两者之间的坐标系，激光雷达所获点云信息到相机所获信息在图像像素坐标系下的投影，通过不同坐标系之间的相互转换从而实现信息的空间融合，同时借助相机的标定外参来修正信息，从而达到相机外参的准确性估计，操作简单，精度高，重复性好，改善了现有技术只能依靠人眼的方法，为相机外参结果检测提供可靠的支撑，实现对相机外参的精确评。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种基于Lidar标定相机的外参评估方法，其特征在于，包括以下步骤：
S1、固定激光雷达和相机；
S2、设置标定物，本标定物上需要带有图码，能清晰辨识；
S3、获取相机的图片数据和激光雷达的点云数据；
S4、选择激光雷达点云上的标定物；
S5、获取标定物上的图码，再通过图码查找对应的图片；
S6、生产标定物点云边界框和对应图片边界框；
S7、通过输入的相机外参，将标定物图片边界框和点云边界框分别投影到图片上；
S8、对比两个边界框；
S9、打印生成评估结果。
2.据权利要求1所述的一种基于Lidar标定相机的外参评估方法，其特征在于，包括以下步骤：根据S1中的操作步骤，所述激光雷达和相机的工作位置在生成评估结果前，不可移动。
3.据权利要求1所述的一种基于Lidar标定相机的外参评估方法，其特征在于，包括以下步骤：根据S2中的操作步骤，所述标定物的位置是在激光雷达和相机的共同视场内，能清晰辨识。
4.据权利要求1所述的一种基于Lidar标定相机的外参评估方法，其特征在于，包括以下步骤：根据S3中的操作步骤，所述图片数据与点云数据标定物用于校对。
5.据权利要求1所述的一种基于Lidar标定相机的外参评估方法，其特征在于，包括以下步骤：根据S4中的操作步骤，所述激光雷达点云上的标定物，用于通过标定物，检索指定图片。
6.据权利要求1所述的一种基于Lidar标定相机的外参评估方法，其特征在于，包括以下步骤：根据S5中的操作步骤，所述对应的图片用于生成的图片边界框。
7.据权利要求1所述的一种基于Lidar标定相机的外参评估方法，其特征在于，包括以下步骤：根据S6中的操作步骤，所述生产标定物点云边界框和对应图片边界框用于点云数据校对。
8.据权利要求1所述的一种基于Lidar标定相机的外参评估方法，其特征在于，包括以下步骤：根据S7中的操作步骤，所述相机外参用于数据参考判定。
9.据权利要求1所述的一种基于Lidar标定相机的外参评估方法，其特征在于，包括以下步骤：根据S8中的操作步骤，所述对比两个边界框，若两边界框重合则说明相机外参结果可靠。若两边界框不重合，则说明相机外参结果不可靠。
10.据权利要求1所述的一种基于Lidar标定相机的外参评估方法，其特征在于，包括以下步骤：根据S8中的操作步骤，所述对比两个边界框，若两边界框不重合，则说明相机外参结果不可靠。
CN202210954951.7A 2022-08-10 2022-08-10 一种基于Lidar标定相机的外参评估方法 Pending CN115496810A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210954951.7A CN115496810A (zh) 2022-08-10 2022-08-10 一种基于Lidar标定相机的外参评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210954951.7A CN115496810A (zh) 2022-08-10 2022-08-10 一种基于Lidar标定相机的外参评估方法

Publications (1)

Publication Number Publication Date
CN115496810A true CN115496810A (zh) 2022-12-20

Family

ID=84465853

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210954951.7A Pending CN115496810A (zh) 2022-08-10 2022-08-10 一种基于Lidar标定相机的外参评估方法

Country Status (1)

Country Link
CN (1) CN115496810A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024149170A1 (zh) * 2023-01-09 2024-07-18 合众新能源汽车股份有限公司 一种激光标定的方法、装置、系统、设备及介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024149170A1 (zh) * 2023-01-09 2024-07-18 合众新能源汽车股份有限公司 一种激光标定的方法、装置、系统、设备及介质

Similar Documents

Publication Publication Date Title
CN108932736B (zh) 二维激光雷达点云数据处理方法以及动态机器人位姿校准方法
JP7212236B2 (ja) オーバービュー視覚およびローカル視覚の一体化によるロボット視覚案内方法及び装置
CN109165680B (zh) 基于视觉slam的室内场景下单一目标物体字典模型改进方法
CN111476841B (zh) 一种基于点云和图像的识别定位方法及系统
CN112017248B (zh) 一种基于点线特征的2d激光雷达相机多帧单步标定方法
CN111815717B (zh) 一种多传感器融合外参联合半自主标定方法
CN112964186B (zh) 一种轴孔自动化装配过程中间隙测量装置及方法
CN111678518B (zh) 一种用于修正自动泊车路径的视觉定位方法
CN111260720A (zh) 一种基于深度学习方法的目标高度测定系统
CN111351431B (zh) 一种pcb板上多孔位的检测系统的校正方法
CN114529610B (zh) 一种基于rgb-d相机的毫米波雷达数据标注方法
CN110120093A (zh) 一种多元特征混合优化的rgb-d室内三维测图方法及系统
CN111707187A (zh) 一种大型零件的测量方法及系统
CN115496810A (zh) 一种基于Lidar标定相机的外参评估方法
CN110992410B (zh) 基于rgb-d数据融合的机器人视觉引导方法和装置
KR20230003803A (ko) 라이다 좌표계와 카메라 좌표계의 벡터 정합을 통한 자동 캘리브레이션 방법
CN111340884B (zh) 一种双目异构相机与rfid的双重目标定位与身份辨识方法
CN111738971B (zh) 一种基于线激光双目立体视觉的电路板立体扫描检测方法
CN111415384B (zh) 一种基于深度学习的工业图像组件精准定位系统
CN112785647A (zh) 一种三目立体图像检测方法和系统
CN116563391B (zh) 一种基于机器视觉的激光结构自动标定方法
CN116758063A (zh) 一种基于图像语义分割的工件尺寸检测方法
CN112562008B (zh) 一种局部双目视觉测量中的靶标点匹配方法
CN113390394B (zh) 一种带有摄影比例尺的光束法平差算法
CN116091401A (zh) 基于目标检测和复合目标码的航天器装配件识别定位方法

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