CN117008097A - 雷达外参标定方法、装置、计算机设备和存储介质 - Google Patents

雷达外参标定方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN117008097A
CN117008097A CN202210008277.3A CN202210008277A CN117008097A CN 117008097 A CN117008097 A CN 117008097A CN 202210008277 A CN202210008277 A CN 202210008277A CN 117008097 A CN117008097 A CN 117008097A
Authority
CN
China
Prior art keywords
radar
vehicle
cloud data
point cloud
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.)
Pending
Application number
CN202210008277.3A
Other languages
English (en)
Inventor
颜柳江
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.)
Tianjin Carl Power Technology Co ltd
Original Assignee
Tianjin Carl Power 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 Tianjin Carl Power Technology Co ltd filed Critical Tianjin Carl Power Technology Co ltd
Priority to CN202210008277.3A priority Critical patent/CN117008097A/zh
Publication of CN117008097A publication Critical patent/CN117008097A/zh
Pending legal-status Critical Current

Links

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请涉及一种雷达外参标定方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取第一车辆中设置的第一雷达对第二车辆进行扫描得到的第一点云数据，获取第二车辆中设置的第二雷达对第一车辆进行扫描得到的第二点云数据，进而基于第一点云数据和第二点云数据确定第一雷达的外参以及第二雷达的外参。通过上述两车互相观测，联合标定的方式即可确定两车上雷达各自的外参，将雷达外参的标定与标定场景解耦，大大降低了外参标定对于标定场景的依赖性，对于不同标定场景的适用性强，提高了标定灵活性。

Description

雷达外参标定方法、装置、计算机设备和存储介质
技术领域
本申请涉及自动驾驶技术领域，特别是涉及一种雷达外参标定方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
雷达外参一般指车载雷达外参，具体包括安装在车辆上的雷达与车辆锚定点之间的相对位置信息，例如，平移距离和旋转角度。自动驾驶技术中，需要根据雷达外参确定雷达坐标系和车辆坐标系之间的转换关系，以供自动驾驶算法调用。因此，雷达外参标定是自动驾驶技术领域非常重要的一部分内容。
传统技术中，需要为车辆设定标定场景，以在该标定场景中对车辆进行雷达外参的标定。
然而，上述雷达外参标定方法对于标定场景的依赖性强，大大降低了标定的灵活性。
发明内容
基于此，有必要针对上述技术问题，提供一种雷达外参标定方法、装置、计算机设备、存储介质和计算机程序产品。
第一方面，本申请提供了一种雷达外参标定方法，包括：
获取第一车辆中设置的第一雷达对第二车辆进行扫描得到的第一点云数据；
获取第二车辆中设置的第二雷达对第一车辆进行扫描得到的第二点云数据；
基于第一点云数据和第二点云数据确定第一雷达的外参以及第二雷达的外参。
第二方面，本申请还提供了一种雷达外参标定装置，包括：
第一获取模块，用于获取第一车辆中设置的第一雷达对第二车辆进行扫描得到的第一点云数据；
第二获取模块，用于获取第二车辆中设置的第二雷达对第一车辆进行扫描得到的第二点云数据；
外参标定模块，用于基于第一点云数据和第二点云数据确定第一雷达的外参以及第二雷达的外参。
第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取第一车辆中设置的第一雷达对第二车辆进行扫描得到的第一点云数据；
获取第二车辆中设置的第二雷达对第一车辆进行扫描得到的第二点云数据；
基于第一点云数据和第二点云数据确定第一雷达的外参以及第二雷达的外参。
第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取第一车辆中设置的第一雷达对第二车辆进行扫描得到的第一点云数据；
获取第二车辆中设置的第二雷达对第一车辆进行扫描得到的第二点云数据；
基于第一点云数据和第二点云数据确定第一雷达的外参以及第二雷达的外参。
第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取第一车辆中设置的第一雷达对第二车辆进行扫描得到的第一点云数据；
获取第二车辆中设置的第二雷达对第一车辆进行扫描得到的第二点云数据；
基于第一点云数据和第二点云数据确定第一雷达的外参以及第二雷达的外参。
上述雷达外参标定方法、装置、计算机设备、存储介质和计算机程序产品，通过获取第一车辆中设置的第一雷达对第二车辆进行扫描得到的第一点云数据，获取第二车辆中设置的第二雷达对第一车辆进行扫描得到的第二点云数据，进而基于第一点云数据和第二点云数据确定第一雷达的外参以及第二雷达的外参。通过上述两车互相观测，联合标定的方式即可确定两车上雷达各自的外参，将雷达外参的标定与标定场景解耦，大大降低了外参标定对于标定场景的依赖性，对于不同标定场景的适用性强，提高了标定灵活性。
附图说明
图1为一个实施例中雷达外参标定方法的应用环境图；
图2为一个实施例中雷达外参标定方法的流程示意图；
图3为一个实施例中确定第一雷达的外参和第二雷达的外参的流程示意图；
图4为一个实施例中确定第一目标转换变化量的流程示意图；
图5为另一个实施例中确定第一雷达的外参和第二雷达的外参的流程示意图；
图6为一个实施例中两车相互扫描标定雷达外参的过程示意图；
图7为另一个实施例中雷达外参标定方法的流程示意图；
图8为一个实施例中雷达外参标定装置的结构框图；
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
首先，在具体介绍本公开实施例的技术方案之前，先对本公开实施例基于的技术背景或者技术演进脉络进行介绍。在自动驾驶领域，需要根据车载雷达外参确定雷达坐标系和车辆坐标系之间的转换关系，以供自动驾驶算法调用，而车载雷达外参标定当前的技术背景是：对待标定的车辆设定专门的标定场景，如标定板或标定间，以根据车载激雷达在相应标定场景内所产生的探测数据得到车载雷达的外参。基于该背景，申请人通过长期的标定实验模拟，发现现有外参标定方法对标定场景的依赖性强，无法实现任意标定场景下的外参标定，影响标定效率的同时大大降低了标定的灵活性。如何实现在任意标定场景下，灵活标定车载雷达外参成为目前亟待解决的难题。另外，需要说明的是，下述实施例介绍的技术方案，申请人均付出了大量的创造性劳动。
下面结合本公开实施例所应用的场景，对本公开实施例涉及的技术方案进行介绍。
本申请实施例提供的雷达外参标定方法，可以应用于如图1所示的应用环境中。其中，第一车辆102和第二车辆104通过网络与计算机设备106进行通信。第一车辆102上安装有第一雷达，第二车辆104上安装有第二雷达。第一车辆102上的第一雷达对第二车辆104进行扫描，得到第二车辆104的第一点云数据，第二车辆104上的第二雷达对第一车辆102进行扫描，得到第一车辆102的第二点云数据。计算机设备106分别获取第一点云数据和第二点云数据，并基于第一点云数据和第二点云数据确定第一雷达的外参和第二雷达的外参。
需要说明的是，本申请所提供的雷达外参标定方法还可以应用于独立的计算机设备，通过用户输入的方式得到上述第一点云数据和第二点云数据，继而基于第一点云数据和第二点云数据确定第一雷达的外参和第二雷达的外参。
在一个实施例中，如图2所示，提供了一种雷达外参标定方法，以该方法应用于计算机设备为例进行说明，包括以下步骤：
S210、获取第一车辆中设置的第一雷达对第二车辆进行扫描得到的第一点云数据。
其中，第一雷达设置在第一车辆上。以第一雷达为激光雷达为例，第一雷达向第二车辆发射激光，进行扫描，得到上述第一点云数据。第一点云数据即在第一雷达坐标系下，第一雷达相对于第二车辆的位置信息。
可选地，计算机设备可通过多种方式获取上述第一点云数据。例如，第一车辆与计算机设备通过网络进行通信，在第一雷达获取到第一点云数据后，通过第一车辆将第一点云数据发送至计算机设备，计算机设备即可获取到上述第一点云数据。或者，第一雷达得到第一点云数据后，用户可将第一点云数据输入计算机室设备，计算机设备即可获取到上述第一点云数据。
S220、获取第二车辆中设置的第二雷达对第一车辆进行扫描得到的第二点云数据。
其中，第二雷达设置在第二车辆上。以第二雷达为激光雷达为例，第二雷达向第一车辆发射激光，进行扫描，得到上述第二点云数据。第二点云数据即在第二雷达坐标系下，第二雷达相对于第一车辆的位置信息。
可选地，计算机设备可通过多种方式获取上述第二点云数据。例如，第二车辆与计算机设备通过网络进行通信，在第二雷达获取到第二点云数据后，通过第二车辆将第二点云数据发送至计算机设备，计算机设备即可获取到上述第二点云数据。或者，第二雷达得到第二点云数据后，用户可将第二点云数据输入计算机室设备，计算机设备即可获取到上述第二点云数据。
S230、基于第一点云数据和第二点云数据确定第一雷达的外参以及第二雷达的外参。
其中，第一雷达的外参即为第一雷达与第一车辆上锚定点之间的相对位置信息，第二雷达的外参即为第二雷达与第二车辆上锚定点之间的相对位置信息。锚定点为车辆上的某一固定点，可以是车辆上的任意一点。本实施例中，第一车辆的锚定点为第一车辆后轴中心点，第二车辆的锚定点为第二车辆后轴中心点。
需要说明是，本实施例中所提到的位置信息均指空间位置信息，包括平移距离和旋转角度。其中，第一雷达的外参则包括第一雷达与第一车辆上锚定点之间的平移距离和旋转角度，第二雷达的外参则包括第二雷达与第二车辆上锚定点之间的平移距离和旋转角度。
可选地，预先确定第一车辆上锚定点在第一车辆中的位置信息，以及第二车辆上锚定点在第二车辆中的位置信息，进而根据第一点云数据、第二点云数据、第一车辆上锚定点在第一车辆中的位置信息以及第二车辆上锚定点在第二车辆中的位置信息得到第一雷达与第一车辆上锚定点之间的相对位置信息即第一雷达的外参，以及第二雷达与第二车辆上锚定点之间的相对位置信息即第二雷达的外参。
本实施例中，计算机设备获取第一车辆中设置的第一雷达对第二车辆进行扫描得到的第一点云数据，获取第二车辆中设置的第二雷达对第一车辆进行扫描得到的第二点云数据，进而基于第一点云数据和第二点云数据确定第一雷达的外参以及第二雷达的外参。通过上述两车互相观测，联合标定的方式即可确定两车上雷达各自的外参，将雷达外参的标定与标定场景解耦，大大降低了外参标定对于标定场景的依赖性，对于不同标定场景的适用性强，提高了标定灵活性。
在其中一个实施例中，进一步细化基于第一点云数据和第二点云数据确定第一雷达的外参以及第二雷达的外参的过程，如图3所示，上述S230包括：
S310、基于第一点云数据和第二车辆上所有点云相对于锚定点的位置信息，确定第一雷达相对于第二车辆的锚定点的第一位置信息。
可选地，可预先确定第二车辆上锚定点相对于第二车辆的位置信息，进而根据第二车辆上锚定点相对于第二车辆的位置信息得到第二车辆上所有点云相对于自车锚定点的位置信息。
可选地，计算机设备可根据第一点云数据和第二车辆上所有点云相对于自车锚定点的位置信息之间的位置转换关系，基于点云配准技术确定第一雷达相对于第二车辆的锚定点的第一位置信息。
S320、基于第二点云数据和第一车辆上所有点云相对于锚定点的位置信息，确定第二雷达相对于第一车辆的锚定点的第二位置信息。
可选地，可预先确定第一车辆上锚定点相对于第一车辆的位置信息，进而根据第一车辆上锚定点相对于第一车辆的位置信息得到第一车辆上所有点云相对于自车锚定点的位置信息。
可选地，计算机设备可根据第二点云数据和第一车辆上所有点云相对于自车锚定点的位置信息之间的位置转换关系，基于点云配准技术确定第二雷达相对于第一车辆的锚定点的第二位置信息。
S330、根据第一位置信息和第二位置信息，确定第一雷达的外参以及第二雷达的外参。
可选地，计算机设备可根据第一位置信息、第二位置信息、第一雷达的外参以及第二雷达的外参之间的位置转换关系构建目标函数。该目标函数中第一位置信息和第二位置信息为已知量，第一雷达的外参和第二雷达的外参为未知量，求解该目标函数即可得到上述第一雷达的外参和第二雷达的外参。
本实施例中，计算机设备基于第一点云数据和第二车辆上所有点云相对于锚定点的位置信息，确定第一雷达相对于第二车辆的锚定点的第一位置信息，基于第二点云数据和第一车辆上所有点云相对于锚定点的位置信息，确定第二雷达相对于第一车辆的锚定点的第二位置信息，进而根据第一位置信息和第二位置信息，确定第一雷达的外参以及第二雷达的外参。进而利用两者之间相互扫描得到的点云数据确定两车上各自雷达的外参，确保外参标定准确性的同时提高了标定效率。
在其中一个实施例中，上述目标函数为以转换变化量为自变量的函数(位置函数)，转换变化量用于表征点云配准转换后得到的一车辆上雷达与另一车辆上锚定点的相对位置信息的变化量，上述S310包括：
根据第一点云数据和第二车辆上所有点云相对于锚定点的位置信息，对构建的第一位置函数进行多次迭代运算，直至第一位置函数收敛为止，得到第一目标转换变化量，根据第一目标转换变化量确定第一位置信息。
其中，第一位置函数是以第一转换变化量为自变量的函数。
如图4所示，第i次迭代过程包括：
S410、获取第i次迭代过程对应的第一参考信息。
其中，第一参考信息是第一雷达与第二车辆的锚定点之间的相对位置信息。在i大于1时，第i次迭代过程对应的第一参考信息根据第i-1次迭代过程得到的第一转换变化量以及第i-1次迭代过程对应的第一参考信息得到；在i＝1时，第i次迭代过程对应的第一参考信息随机指定。
具体地，
其中，为第i次迭代过程对应的第一参考信息，/>为第i-1次迭代过程对应的第一参考信息，ΔT为第一转换变化量。
S420、根据第i次迭代过程对应的第一参考信息以及第二车辆上所有点云相对于锚定点的位置信息确定第一转换位置信息。
其中，第一转换位置信息为第二车辆上所有点云经过第一参考信息进行点云配准转化处理后得到的第二车辆上所有点云相对于第一雷达的位置信息。
具体地，当i＝1时，即进行第1次迭代时，随机给定一第一参考信息将第二车辆上所有点云相对于锚定点的位置信息Pi_baselink经上述第一参考信息/>进行点云配准转换后，得到上述第一转换位置信息P′i_sensor。其中，第一参考信息表征的是第一雷达与第二车辆的锚定点之间的相对位置信息，将上述第二车辆上所有点云相对于锚定点的位置信息Pi_baselink经第一参考信息/>进行点云配准转换后即可将第二车辆上所有点云相对于锚定点的位置信息Pi_sensor转换至第一雷达坐标系下，得到第二车辆上所有点云相对于第一雷达的位置信息P′i_sensor。
S430、根据第一点云数据、第一转换位置信息以及第一转换变化量构建第一位置函数，并以函数值最小为目标求解第一位置函数，得到第一目标转换变化量。
具体地，第i次迭代过程对应的第一位置函数J为：
J＝||P′i_sensor-ΔT*Pi_sensor||2
其中，P′i_sensor为第一转换位置信息，Pi_sensor为第一点云数据。
需要说明的是，第一转换位置信息P′i_sensor是点云配准转换后得到的第二车辆上所有点云相对于第一雷达的位置信息，第一点云数据Pi_sensor是第一雷达实际测得的第二车辆上所有点云相对于第一雷达的位置信息，由于前述的第一参考信息是随机设定的，因此，第一转换位置信息P′i_sensor与第一点云数据Pi_sensor之间存在一定偏差，理想状态下，第一转换位置信息P′i_sensor经修正参数修正后，可对应得到第一点云数据Pi_sensor，考虑误差的情况即可得到上述位置函数J。其中，修正参数即为上述第一参考变化量ΔT。
具体地，当i＝2，即进行第2次迭代时，可根据第1次迭代所确定的第一参考变化量ΔT和确定第2次迭代所对应的第一参考信息/>将第二车辆上所有点云相对于锚定点的位置信息Pi_baselink经上述第一参考信息/>进行点云配准转换后，再得到第一转换位置信息P′i_sensor。参照上述过程，并令第一位置函数最小，求解该第一位置函数，进行多次迭代，直至该第一位置函数收敛，得到第一目标参考变化量。
其中，将第一目标转换变化量ΔTc和对应的带入/> 中，即可得上述第一位置信息。
同理，可得到第二位置信息，上述S320包括：
根据第二点云数据和第一车辆上所有点云相对于锚定点的位置信息，对构建的第二位置函数进行多次迭代运算，直至第二位置函数收敛为止，得到第二目标转换变化量，根据第二目标转换变化量确定第二位置信息。
其中，第二位置函数是以第二转换变化量为自变量的函数。
第i次迭代过程包括：
获取第i次迭代过程对应的第二参考信息，第二参考信息是第二雷达与第一车辆的锚定点之间的相对位置信息；在i大于1时，第i次迭代过程对应的第二参考信息根据第i-1次迭代过程得到的第二转换变化量以及第i-1次迭代过程对应的第二参考信息得到；在i＝1时，第i次迭代过程对应的第二参考信息随机指定；
根据第i次迭代过程对应的第二参考信息以及第一车辆上所有点云相对于锚定点的位置信息确定第二转换位置信息；其中，第二转换位置信息为第一车辆上所有点云经过第二参考信息进行点云配准转化后得到的第一车辆上所有点云相对于第二雷达的位置信息；
根据第二点云数据、第二转换位置信息以及第二转换变化量构建第二位置函数，并以函数值最小为目标求解第二位置函数，得到第二目标转换变化量。
具体过程与上述确定第一位置信息的过程大致相同，在此不再赘述。
本实施例中，计算机设备根据第一点云数据和第二车辆上所有点云相对于锚定点的位置信息，对构建的第一位置函数进行多次迭代运算，直至第一位置函数收敛为止，得到第一目标转换变化量，根据第一目标转换变化量确定第一位置信息；其中，第一位置函数是以第一转换变化量为自变量的函数。采用基于点云配准算法的位置函数可快速而准确的到第一雷达相对于第二车辆的锚定点的第一位置信息，同理得到第二雷达相对于第一车辆的锚定点的第二位置信息，为外参标定做好数据基础，进一步提高外参标定效率。
在其中一个实施例中，第一点云数据包括第一雷达在不同位置处对第二车辆进行多次扫描得到的多个第一子点云数据，第二点云数据包括第二雷达在不同位置处对第一车辆进行多次扫描得到的多个第二子点云数据，上述S33包括：
根据基于多个第一子点云数据得到的多个第一位置信息以及基于多个第二子点云数据得到的多个第二位置信息，确定第一雷达的外参以及第二雷达的外参。
具体的，如图5所示，上述确定第一雷达的外参以及第二雷达的外参的过程，包括：
S510、对于每一次扫描，获取扫描获得的第一子点云数据对应的第一位置信息以及扫描获得的第二子点云数据对应的第二位置信息，并根据获取到的第一位置信息和第二位置信息构建目标函数。
具体地，第i次扫描对应构建的目标函数f(calib_a,calib_b)为：
f(calib_a,calib_b)＝‖calib_a-p_ab_i*calib_b*p_ba_i‖2
其中，calib_a为第一车辆的外参，calib_b为第二车辆的外参，p_ab_i为第i次扫描得到的第一位置信息，p_ba_i为第i次扫描得到的第二位置信息。
具体地，每一次两车之间的相互扫描，对应得到一组第一子点云数据和一组第二子点云数据，进而根据第一子点云数据确定对应的第一位置信息，根据第二子点云数据确定对应的第二位置信息，改变两车之间的相对位置，进行下一次相互扫描，进而得到两车在不同相对位置下的多个第一位置信息和多个第二位置信息。如图6所示，calib_a为第一车辆A的外参(第一雷达相对于第一车辆A锚定点的位置信息)，calib_b为第二车辆B的外参(第二雷达相对于第二车辆B锚定点的位置信息)，p_ab_i为第i次扫描得到的第一位置信息(第一雷达相对于第二车辆B锚定点的位置信息)，p_ba_i为第i次扫描得到的第二位置信息(第二雷达相对于第一车辆A锚定点的位置信息)，改变第一车辆A的位置，以改变第一车辆A和第二车辆B之间的相对位置关系，两车间进行第i+1次的相互扫描，p_ab_i+1为第i+1次扫描得到的第一位置信息，p_ba_i+1为第i+1次扫描得到的第二位置信息。
S520、以构建的各目标函数的函数值最小为目标条件求解各目标函数，得到第一雷达的外参以及第二雷达的外参。
具体地，令i次扫描各自对应的目标函数最小进行联合求解，得到第一雷达的外参以及第二雷达的外参。具体可利用求解非线性优化的求解器对上述目标函数求解，进而得到上述第一雷达的外参以及第二雷达的外参。
本实施例中，计算机设备通过两车在不同相对位置下得到的多个第一位置信息和多个第二位置信息构建对应目标函数，以构建的各目标函数的函数值最小为目标条件联合求解各目标函数，得到第一雷达的外参以及第二雷达的外参。上述基于多扫描联合求解目标函数的过程提高了上述外参标定方法对于不同相对位置的两车雷达外参标定的适用性，提高了上述外参标定方法的鲁棒性。
在一个实施例中，如图7所示，还提供了一种雷达外参标定方法，包括以下步骤：
S710、获取第一车辆中设置的第一雷达对第二车辆进行扫描得到的第一点云数据，并获取第二车辆中设置的第二雷达对第一车辆进行扫描得到的第二点云数据。
S720、根据第一点云数据和第二车辆上所有点云相对于锚定点的位置信息，对构建的第一位置函数进行多次迭代运算，直至第一位置函数收敛为止，得到第一目标转换变化量，根据第一目标转换变化量确定第一位置信息；其中，第一位置函数是以第一转换变化量为自变量的函数；
第i次迭代过程包括：
获取第i次迭代过程对应的第一参考信息，第一参考信息是第一雷达与第二车辆的锚定点之间的相对位置信息；在i大于1时，第i次迭代过程对应的第一参考信息根据第i-1次迭代过程得到的第一转换变化量以及第i-1次迭代过程对应的第一参考信息得到；在i＝1时，第i次迭代过程对应的第一参考信息随机指定；根据第i次迭代过程对应的第一参考信息以及第二车辆上所有点云相对于锚定点的位置信息确定第一转换位置信息；其中，第一转换位置信息为第二车辆上所有点云经过第一参考信息进行点云配准转化后得到的第二车辆上所有点云相对于第一雷达的位置信息；根据第一点云数据、第一转换位置信息以及第一转换变化量构建第一位置函数；以函数值最小为目标求解第一位置函数，得到第一目标转换变化量；第i次迭代过程对应的第一位置函数为：
J＝||P′i_sensor-ΔT*Pi_sensor||2
其中，P′i_sensor为第一转换位置信息，ΔT为第一转换变化量，Pi_sensor为第一点云数据；
S730、根据第二点云数据和第一车辆上所有点云相对于锚定点的位置信息，对构建的第二位置函数进行多次迭代运算，直至第二位置函数收敛为止，得到第二目标转换变化量，根据第二目标转换变化量确定第二位置信息；其中，第二位置函数是以第二转换变化量为自变量的函数；
S740、第一点云数据包括第一雷达在不同位置处对第二车辆进行多次扫描得到的多个第一子点云数据，第二点云数据包括第二雷达在不同位置处对第一车辆进行多次扫描得到的多个第二子点云数据；对于每一次扫描，获取扫描获得的第一子点云数据对应的第一位置信息以及扫描获得的第二子点云数据对应的第二位置信息，并根据获取到的第一位置信息和第二位置信息构建目标函数；其中，第i次扫描对应构建的目标函数为：
f(calib_a,calib_b)＝‖calib_a-p_ab_i*calib_b*p_ba_i‖2
其中，calib_a为第一车辆的外参，calib_b为第二车辆的外参，p_ab_i为第i次扫描得到的第一位置信息，p_ba_i为第i次扫描得到的第二位置信息；
S750、以构建的各目标函数的函数值最小为目标条件求解各目标函数，得到第一雷达的外参以及第二雷达的外参。
需要说明的是，针对上述S710～S750中的描述可以参见上述实施例中相关的描述，且其效果类似，本实施例在此不再赘述。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的雷达外参标定方法的雷达外参标定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个雷达外参标定装置实施例中的具体限定可以参见上文中对于雷达外参标定方法的限定，在此不再赘述。
在一个实施例中，如图8所示，提供了一种雷达外参标定装置，包括：第一获取模块801、第二获取模块802和外参标定模块803，其中：
第一获取模块801用于获取第一车辆中设置的第一雷达对第二车辆进行扫描得到的第一点云数据；
第二获取模块802用于获取第二车辆中设置的第二雷达对第一车辆进行扫描得到的第二点云数据；
外参标定模块803用于基于第一点云数据和第二点云数据确定第一雷达的外参以及第二雷达的外参。
在其中一个实施例中，外参标定模块803具体用于：
基于第一点云数据和第二车辆上所有点云相对于锚定点的位置信息，确定第一雷达相对于第二车辆的锚定点的第一位置信息；
基于第二点云数据和第一车辆上所有点云相对于锚定点的位置信息，确定第二雷达相对于第一车辆的锚定点的第二位置信息；
根据第一位置信息和第二位置信息，确定第一雷达的外参以及第二雷达的外参。
在其中一个实施例中，外参标定模块803具体用于：
根据第一点云数据和第二车辆上所有点云相对于锚定点的位置信息，对构建的第一位置函数进行多次迭代运算，直至第一位置函数收敛为止，得到第一目标转换变化量，根据第一目标转换变化量确定第一位置信息；其中，第一位置函数是以第一转换变化量为自变量的函数；
第i次迭代过程包括：
获取第i次迭代过程对应的第一参考信息，第一参考信息是第一雷达与第二车辆的锚定点之间的相对位置信息，在i大于1时，第i次迭代过程对应的第一参考信息根据第i-1次迭代过程得到的第一转换变化量以及第i-1次迭代过程对应的第一参考信息得到；在i＝1时，第i次迭代过程对应的第一参考信息随机指定；根据第i次迭代过程对应的第一参考信息以及第二车辆上所有点云相对于锚定点的位置信息确定第一转换位置信息；其中，第一转换位置信息为第二车辆上所有点云经过第一参考信息进行点云配准转化后得到的第二车辆上所有点云相对于第一雷达的位置信息；根据第一点云数据、第一转换位置信息以及第一转换变化量构建第一位置函数；以函数值最小为目标求解第一位置函数，得到第一目标转换变化量。
在其中一个实施例中，第i次迭代过程对应的第一位置函数为：
J＝||P′i_sensor-ΔT*Pi_sensor||2
其中，P′i_sensor为第一转换位置信息，ΔT为第一转换变化量，Pi_sensor为第一点云数据。
在其中一个实施例中，第一点云数据包括第一雷达在不同位置处对第二车辆进行多次扫描得到的多个第一子点云数据，第二点云数据包括第二雷达在不同位置处对第一车辆进行多次扫描得到的多个第二子点云数据，外参标定模块803具体用于：
根据基于多个第一子点云数据得到的多个第一位置信息以及基于多个第二子点云数据得到的多个第二位置信息，确定第一雷达的外参以及第二雷达的外参。
在其中一个实施例中，外参标定模块803具体用于：
对于每一次扫描，获取扫描获得的第一子点云数据对应的第一位置信息以及扫描获得的第二子点云数据对应的第二位置信息，并根据获取到的第一位置信息和第二位置信息构建目标函数；以构建的各目标函数的函数值最小为目标条件求解各目标函数，得到第一雷达的外参以及第二雷达的外参。
在其中一个实施例中，第i次扫描对应构建的目标函数为：
f(calib_a,calib_b)＝‖calib_a-p_ab_i*calib_b*p_ba_i‖2
其中，calib_a为第一车辆的外参，calib_b为第二车辆的外参，p_ab_i为第i次扫描得到的第一位置信息，p_ba_i为第i次扫描得到的第二位置信息。
上述雷达外参标定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种雷达外参标定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取第一车辆中设置的第一雷达对第二车辆进行扫描得到的第一点云数据；获取第二车辆中设置的第二雷达对第一车辆进行扫描得到的第二点云数据；基于第一点云数据和第二点云数据确定第一雷达的外参以及第二雷达的外参。
在其中一个实施例中，处理器执行计算机程序时还实现以下步骤：
基于第一点云数据和第二车辆上所有点云相对于锚定点的位置信息，确定第一雷达相对于第二车辆的锚定点的第一位置信息；基于第二点云数据和第一车辆上所有点云相对于锚定点的位置信息，确定第二雷达相对于第一车辆的锚定点的第二位置信息；根据第一位置信息和第二位置信息，确定第一雷达的外参以及第二雷达的外参。
在其中一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据第一点云数据和第二车辆上所有点云相对于锚定点的位置信息，对构建的第一位置函数进行多次迭代运算，直至第一位置函数收敛为止，得到第一目标转换变化量，根据第一目标转换变化量确定第一位置信息；其中，第一位置函数是以第一转换变化量为自变量的函数；
第i次迭代过程包括：
获取第i次迭代过程对应的第一参考信息，第一参考信息是第一雷达与第二车辆的锚定点之间的相对位置信息，在i大于1时，第i次迭代过程对应的第一参考信息根据第i-1次迭代过程得到的第一转换变化量以及第i-1次迭代过程对应的第一参考信息得到；在i＝1时，第i次迭代过程对应的第一参考信息随机指定；根据第i次迭代过程对应的第一参考信息以及第二车辆上所有点云相对于锚定点的位置信息确定第一转换位置信息；其中，第一转换位置信息为第二车辆上所有点云经过第一参考信息进行点云配准转化后得到的第二车辆上所有点云相对于第一雷达的位置信息；根据第一点云数据、第一转换位置信息以及第一转换变化量构建第一位置函数；以函数值最小为目标求解第一位置函数，得到第一目标转换变化量。
在其中一个实施例中，第i次迭代过程对应的第一位置函数为：
J＝||P′i_sensor-ΔT*Pi_sensor||2
其中，P′i_sensor为第一转换位置信息，ΔT为第一转换变化量，Pi_sensor为第一点云数据。
在其中一个实施例中，第一点云数据包括第一雷达在不同位置处对第二车辆进行多次扫描得到的多个第一子点云数据，第二点云数据包括第二雷达在不同位置处对第一车辆进行多次扫描得到的多个第二子点云数据，处理器执行计算机程序时还实现以下步骤：
根据基于多个第一子点云数据得到的多个第一位置信息以及基于多个第二子点云数据得到的多个第二位置信息，确定第一雷达的外参以及第二雷达的外参。
在其中一个实施例中，处理器执行计算机程序时还实现以下步骤：
对于每一次扫描，获取扫描获得的第一子点云数据对应的第一位置信息以及扫描获得的第二子点云数据对应的第二位置信息，并根据获取到的第一位置信息和第二位置信息构建目标函数；以构建的各目标函数的函数值最小为目标条件求解各目标函数，得到第一雷达的外参以及第二雷达的外参。
在其中一个实施例中，第i次扫描对应构建的目标函数为：
f(calib_a,calib_b)＝‖calib_a-p_ab_i*calib_b*p_ba_i‖2
其中，calib_a为第一车辆的外参，calib_b为第二车辆的外参，p_ab_i为第i次扫描得到的第一位置信息，p_ba_i为第i次扫描得到的第二位置信息。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取第一车辆中设置的第一雷达对第二车辆进行扫描得到的第一点云数据；获取第二车辆中设置的第二雷达对第一车辆进行扫描得到的第二点云数据；基于第一点云数据和第二点云数据确定第一雷达的外参以及第二雷达的外参。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：
基于第一点云数据和第二车辆上所有点云相对于锚定点的位置信息，确定第一雷达相对于第二车辆的锚定点的第一位置信息；基于第二点云数据和第一车辆上所有点云相对于锚定点的位置信息，确定第二雷达相对于第一车辆的锚定点的第二位置信息；根据第一位置信息和第二位置信息，确定第一雷达的外参以及第二雷达的外参。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据第一点云数据和第二车辆上所有点云相对于锚定点的位置信息，对构建的第一位置函数进行多次迭代运算，直至第一位置函数收敛为止，得到第一目标转换变化量，根据第一目标转换变化量确定第一位置信息；其中，第一位置函数是以第一转换变化量为自变量的函数；
第i次迭代过程包括：
获取第i次迭代过程对应的第一参考信息，第一参考信息是第一雷达与第二车辆的锚定点之间的相对位置信息，在i大于1时，第i次迭代过程对应的第一参考信息根据第i-1次迭代过程得到的第一转换变化量以及第i-1次迭代过程对应的第一参考信息得到；在i＝1时，第i次迭代过程对应的第一参考信息随机指定；根据第i次迭代过程对应的第一参考信息以及第二车辆上所有点云相对于锚定点的位置信息确定第一转换位置信息；其中，第一转换位置信息为第二车辆上所有点云经过第一参考信息进行点云配准转化后得到的第二车辆上所有点云相对于第一雷达的位置信息；根据第一点云数据、第一转换位置信息以及第一转换变化量构建第一位置函数；以函数值最小为目标求解第一位置函数，得到第一目标转换变化量。
在其中一个实施例中，第i次迭代过程对应的第一位置函数为：
J＝||F′i_sensor-ΔT*Pi_sensor||2
其中，P′i_sensor为第一转换位置信息，ΔT为第一转换变化量，Pi_sensor为第一点云数据。
在其中一个实施例中，第一点云数据包括第一雷达在不同位置处对第二车辆进行多次扫描得到的多个第一子点云数据，第二点云数据包括第二雷达在不同位置处对第一车辆进行多次扫描得到的多个第二子点云数据，计算机程序被处理器执行时还实现以下步骤：
根据基于多个第一子点云数据得到的多个第一位置信息以及基于多个第二子点云数据得到的多个第二位置信息，确定第一雷达的外参以及第二雷达的外参。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对于每一次扫描，获取扫描获得的第一子点云数据对应的第一位置信息以及扫描获得的第二子点云数据对应的第二位置信息，并根据获取到的第一位置信息和第二位置信息构建目标函数；以构建的各目标函数的函数值最小为目标条件求解各目标函数，得到第一雷达的外参以及第二雷达的外参。
在其中一个实施例中，第i次扫描对应构建的目标函数为：
f(calib_a,calib_b)＝‖calib_a-p_ab_i*calib_b*p_ba_i‖2
其中，calib_a为第一车辆的外参，calib_b为第二车辆的外参，p_ab_i为第i次扫描得到的第一位置信息，p_ba_i为第i次扫描得到的第二位置信息。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取第一车辆中设置的第一雷达对第二车辆进行扫描得到的第一点云数据；获取第二车辆中设置的第二雷达对第一车辆进行扫描得到的第二点云数据；基于第一点云数据和第二点云数据确定第一雷达的外参以及第二雷达的外参。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：
基于第一点云数据和第二车辆上所有点云相对于锚定点的位置信息，确定第一雷达相对于第二车辆的锚定点的第一位置信息；基于第二点云数据和第一车辆上所有点云相对于锚定点的位置信息，确定第二雷达相对于第一车辆的锚定点的第二位置信息；根据第一位置信息和第二位置信息，确定第一雷达的外参以及第二雷达的外参。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据第一点云数据和第二车辆上所有点云相对于锚定点的位置信息，对构建的第一位置函数进行多次迭代运算，直至第一位置函数收敛为止，得到第一目标转换变化量，根据第一目标转换变化量确定第一位置信息；其中，第一位置函数是以第一转换变化量为自变量的函数；
第i次迭代过程包括：
获取第i次迭代过程对应的第一参考信息，第一参考信息是第一雷达与第二车辆的锚定点之间的相对位置信息，在i大于1时，第i次迭代过程对应的第一参考信息根据第i-1次迭代过程得到的第一转换变化量以及第i-1次迭代过程对应的第一参考信息得到；在i＝1时，第i次迭代过程对应的第一参考信息随机指定；根据第i次迭代过程对应的第一参考信息以及第二车辆上所有点云相对于锚定点的位置信息确定第一转换位置信息；其中，第一转换位置信息为第二车辆上所有点云经过第一参考信息进行点云配准转化后得到的第二车辆上所有点云相对于第一雷达的位置信息；根据第一点云数据、第一转换位置信息以及第一转换变化量构建第一位置函数；以函数值最小为目标求解第一位置函数，得到第一目标转换变化量。
在其中一个实施例中，第i次迭代过程对应的第一位置函数为：
J＝||P′i_sensor-ΔT*Pi_sensor||2
其中，P′i_sensor为第一转换位置信息，ΔT为第一转换变化量，Pi_sensor为第一点云数据。
在其中一个实施例中，第一点云数据包括第一雷达在不同位置处对第二车辆进行多次扫描得到的多个第一子点云数据，第二点云数据包括第二雷达在不同位置处对第一车辆进行多次扫描得到的多个第二子点云数据，计算机程序被处理器执行时还实现以下步骤：
根据基于多个第一子点云数据得到的多个第一位置信息以及基于多个第二子点云数据得到的多个第二位置信息，确定第一雷达的外参以及第二雷达的外参。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对于每一次扫描，获取扫描获得的第一子点云数据对应的第一位置信息以及扫描获得的第二子点云数据对应的第二位置信息，并根据获取到的第一位置信息和第二位置信息构建目标函数；以构建的各目标函数的函数值最小为目标条件求解各目标函数，得到第一雷达的外参以及第二雷达的外参。
在其中一个实施例中，第i次扫描对应构建的目标函数为：
f(calib_a,calib_b)＝‖calib_a-p_ab_i*calib_b*p_ba_i‖2
其中，calib_a为第一车辆的外参，calib_b为第二车辆的外参，p_ab_i为第i次扫描得到的第一位置信息，p_ba_i为第i次扫描得到的第二位置信息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (11)

1.一种雷达外参标定方法，其特征在于，所述方法包括：
获取第一车辆中设置的第一雷达对第二车辆进行扫描得到的第一点云数据；
获取所述第二车辆中设置的第二雷达对所述第一车辆进行扫描得到的第二点云数据；
基于所述第一点云数据和所述第二点云数据确定所述第一雷达的外参以及所述第二雷达的外参。
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一点云数据和所述第二点云数据确定所述第一雷达的外参以及所述第二雷达的外参，包括：
基于所述第一点云数据和所述第二车辆上所有点云相对于锚定点的位置信息，确定所述第一雷达相对于所述第二车辆的锚定点的第一位置信息；
基于所述第二点云数据和所述第一车辆上所有点云相对于锚定点的位置信息，确定所述第二雷达相对于所述第一车辆的锚定点的第二位置信息；
根据所述第一位置信息和所述第二位置信息，确定所述第一雷达的外参以及所述第二雷达的外参。
3.根据权利要求2所述的方法，其特征在于，所述基于所述第一点云数据和所述第二车辆上所有点云相对于锚定点的位置信息，确定所述第一雷达相对于所述第二车辆的锚定点的第一位置信息，包括：
根据所述第一点云数据和所述第二车辆上所有点云相对于锚定点的位置信息，对构建的第一位置函数进行多次迭代运算，直至所述第一位置函数收敛为止，得到第一目标转换变化量，根据所述第一目标转换变化量确定所述第一位置信息；其中，所述第一位置函数是以第一转换变化量为自变量的函数；
第i次迭代过程包括：
获取第i次迭代过程对应的第一参考信息；所述第一参考信息是所述第一雷达与所述第二车辆的锚定点之间的相对位置信息；在i大于1时，所述第i次迭代过程对应的第一参考信息根据第i-1次迭代过程得到的第一转换变化量以及第i-1次迭代过程对应的第一参考信息得到；在i＝1时，第i次迭代过程对应的第一参考信息随机指定；
根据第i次迭代过程对应的第一参考信息以及所述第二车辆上所有点云相对于锚定点的位置信息确定第一转换位置信息；其中，所述第一转换位置信息为所述第二车辆上所有点云经过所述第一参考信息进行点云配准转化后得到的所述第二车辆上所有点云相对于所述第一雷达的位置信息；
根据所述第一点云数据、所述第一转换位置信息以及所述第一转换变化量构建所述第一位置函数，并以函数值最小为目标求解所述第一位置函数，得到所述第一目标转换变化量。
4.根据权利要求3所述的方法，其特征在于，所述第i次迭代过程对应的第一位置函数为：
J＝||P′i_sensor-ΔT*Pi_sensor||2
其中，P′i_sensor为所述第一转换位置信息，ΔT为第一转换变化量，Pi_sensor为所述第一点云数据。
5.根据权利要求2所述的方法，其特征在于，所述第一点云数据包括所述第一雷达在不同位置处对所述第二车辆进行多次扫描得到的多个第一子点云数据，所述第二点云数据包括所述第二雷达在不同位置处对所述第一车辆进行多次扫描得到的多个第二子点云数据，所述根据所述第一位置信息和所述第二位置信息，确定所述第一雷达的外参以及所述第二雷达的外参，包括：
根据基于所述多个第一子点云数据得到的多个所述第一位置信息以及基于所述多个第二子点云数据得到的多个所述第二位置信息，确定所述第一雷达的外参以及所述第二雷达的外参。
6.根据权利要求5所述的方法，其特征在于，所述根据基于所述多个第一子点云数据得到的多个所述第一位置信息以及基于所述多个第二子点云数据得到的多个所述第二位置信息，确定所述第一雷达的外参以及所述第二雷达的外参，包括：
对于每一次扫描，获取所述扫描获得的第一子点云数据对应的所述第一位置信息以及所述扫描获得的第二子点云数据对应的所述第二位置信息，并根据获取到的所述第一位置信息和所述第二位置信息构建目标函数；
以构建的各所述目标函数的函数值最小为目标条件求解各所述目标函数，得到所述第一雷达的外参以及所述第二雷达的外参。
7.根据权利要求6所述的方法，其特征在于，第i次扫描对应构建的目标函数为：
f(calib_a，calib_b)＝||calib_a-p_ab_i*calib_b*p_ba_i||2
其中，calib_a为所述第一车辆的外参，calib_b为所述第二车辆的外参，p_ab_i为第i次扫描得到的所述第一位置信息，p_ba_i为第i次扫描得到的所述第二位置信息。
8.一种车辆位姿的测定装置，其特征在于，所述装置包括：
第一获取模块，用于获取第一车辆中设置的第一雷达对第二车辆进行扫描得到的第一点云数据；
第二获取模块，用于获取所述第二车辆中设置的第二雷达对所述第一车辆进行扫描得到的第二点云数据；
外参标定模块，用于基于所述第一点云数据和所述第二点云数据确定所述第一雷达的外参以及所述第二雷达的外参。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其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权利要求1至7中任一项所述的方法的步骤。
11.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202210008277.3A 2022-01-05 2022-01-05 雷达外参标定方法、装置、计算机设备和存储介质 Pending CN117008097A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210008277.3A CN117008097A (zh) 2022-01-05 2022-01-05 雷达外参标定方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210008277.3A CN117008097A (zh) 2022-01-05 2022-01-05 雷达外参标定方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN117008097A true CN117008097A (zh) 2023-11-07

Family

ID=88574807

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210008277.3A Pending CN117008097A (zh) 2022-01-05 2022-01-05 雷达外参标定方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN117008097A (zh)

Similar Documents

Publication Publication Date Title
CN112819904B (zh) 一种用于标定ptz摄像机的方法与设备
CN109901123B (zh) 传感器标定方法、装置、计算机设备和存储介质
US20240062422A1 (en) Camera calibration method and apparatus, computer device, storage medium, and program product
CN117008097A (zh) 雷达外参标定方法、装置、计算机设备和存储介质
CN110824496B (zh) 运动估计方法、装置、计算机设备和存储介质
CN112468984A (zh) 一种电力无线专网基站选址方法及相关设备
CN114675221A (zh) 磁共振梯度校正补偿因子的确定方法、校正方法和装置
CN113487685A (zh) 线激光扫描相机的标定方法、装置、设备和存储介质
CN111862203B (zh) 基于3d地图的球机位置与姿态参数校准方法、存储介质
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
CN117741646A (zh) 目标对象的速度确定方法、装置、计算机设备和存储介质
CN116563278B (zh) 检测结果显示方法、装置、计算机设备和存储介质
CN111178209B (zh) 核磁共振交互处理方法、装置及核磁共振交互系统
CN118096855A (zh) 角度测量方法、装置、计算机设备及计算机可读存储介质
CN117392242B (zh) 成像系统标定方法、装置、计算机设备和存储介质
CN113219489B (zh) 多线激光的点对确定方法、装置、计算机设备和存储介质
CN115830249B (zh) 三维扫描方法、三维测量方法、三维扫描系统和电子装置
CN115808578B (zh) 电力设备的电压获取方法、装置、设备、存储介质
WO2024001369A1 (zh) 打印平台的高度补偿方法、装置和计算机设备
CN115685223B (zh) 位置识别方法、装置、电子设备及可读存储介质
CN115063432B (zh) 对准标记图形的识别方法及装置、计算机设备和存储介质
CN116758144A (zh) 反光球的球心坐标获取方法、装置、设备和存储介质
CN117788606A (zh) 激光雷达与相机的标定方法、装置、电子设备及存储介质
CN116758146A (zh) 基于图像的无人机集群目标定位方法、装置、设备及介质
CN115856844A (zh) 激光雷达的标定方法、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