CN117289222A - 一种路侧多传感器标定方法及系统 - Google Patents
一种路侧多传感器标定方法及系统 Download PDFInfo
- Publication number
- CN117289222A CN117289222A CN202210688614.8A CN202210688614A CN117289222A CN 117289222 A CN117289222 A CN 117289222A CN 202210688614 A CN202210688614 A CN 202210688614A CN 117289222 A CN117289222 A CN 117289222A
- Authority
- CN
- China
- Prior art keywords
- calibration
- laser radar
- coordinate system
- road side
- camera
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 239000011159 matrix material Substances 0.000 claims description 49
- 238000004422 calculation algorithm Methods 0.000 claims description 26
- 238000013519 translation Methods 0.000 claims description 23
- 238000000605 extraction Methods 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003416 augmentation Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 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
- G01S7/02—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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明涉及传感器标定技术领域，更具体的说，涉及一种路侧多传感器标定方法及系统。本发明提供的路侧多传感器标定方法，包括：步骤S1、采集路侧系统的各种传感器的原始数据；步骤S2、将路侧系统的各种传感器与指定激光雷达进行标定，将各种传感器坐标系统一转换在指定激光雷达坐标系下；步骤S3、将指定激光雷达坐标系与GPS坐标系进行标定，实现路侧多传感器的标定。本发明提供的路侧多传感器标定方法及系统，首先将所有传感器坐标系统一在一个激光雷达坐标系下，然后再将激光雷达坐标系标定在GPS坐标系下实现多传感器标定，工程实用性好、鲁棒性高。同时，本发明提出了一种标定小车，提高了路侧系统传感器标定的效率和准确度。
Description
技术领域
本发明涉及传感器标定技术领域，更具体的说，涉及一种路侧多传感器标定方法及系统。
背景技术
路侧感知就是利用相机、激光雷达、毫米波雷达等传感器，并结合路侧边缘计算，其最终目的是实现对该路段的交通参与者、路况等的瞬时智能感知。
常用传感器有相机、毫米波雷达和激光雷达。
相机能够检测交通参与者类型(比如行人、车辆、骑行者)等信息，但是其受天气、光照强度的影响较大。
毫米波雷达能够准确地检测目标的位置、速度等信息并且不会受天气状态的干扰，但是其容易漏检静止的目标，而且检测的目标噪点较多。
激光雷达能够准确检测出静止和运动目标的位置、速度以及目标物的尺寸等信息，但是其环境敏感度高，易受大雪、灰尘影响。
通过将多种传感器的数据融合能够结合不同传感器的优点，起到扬长避短的效果，多传感器标定是数据融合的基础，即将相机像素坐标系、激光雷达坐标系与毫米波雷达坐标系统一。
现有技术中并不存在一种标定效率和准确度均满足要求的路侧系统多传感器标定方法。
发明内容
本发明的目的是提供一种路侧多传感器标定方法及系统，解决现有技术中的路侧系统多传感器标定效率低、准确度差的问题。
为了实现上述目的，本发明提供了一种路侧多传感器标定方法，包括以下步骤：
步骤S1、采集路侧系统的各种传感器的原始数据；
步骤S2、将路侧系统的各种传感器与指定激光雷达进行标定，将各种传感器坐标系统一转换在指定激光雷达坐标系下；
步骤S3、将指定激光雷达坐标系与GPS坐标系进行标定，实现路侧多传感器的标定。
在一实施例中，所述路侧系统的各种传感器，包括激光雷达、毫米波雷达以及相机；
激光雷达包括指定激光雷达与其他激光雷达；
所述步骤S1，进一步包括：
设置激光雷达、毫米波雷达以及相机传感器共同形成公共视野区域；
将标定小车依次设置于公共视野区域中的多个标定位置；
标定小车上面GPS定位传感器记录每个标定位置的GPS定位信息；
激光雷达、毫米波雷达以及相机传感器同时采集数据。
在一实施例中，所述步骤S2，进一步包括：
步骤S21、相机与指定激光雷达进行标定，将相机坐标系统一在指定激光雷达坐标系下；
步骤S22、毫米波雷达与指定激光雷达进行标定，将毫米波雷达坐标系统一在指定激光雷达坐标系下；
步骤S23、其他激光雷达与指定激光雷达进行标定，将其他激光雷达坐标系统一在指定激光雷达坐标系下。
在一实施例中，所述标定小车，装有GPS定位装置以及特殊平板：
所述GPS定位装置，用来获取不同标定位置的GPS坐标信息；
所述特殊平板，开设有数个镂空圆孔；
每个镂空圆孔的一侧设置有标记图案。
在一实施例中，所述标记图案为Aruco标记，由一个宽的黑边和一个内部二进制矩阵组成；
所述镂空圆孔，数量至少为三个。
在一实施例中，所述步骤S21，进一步包括，根据标定数据提取一组相机与指定激光雷达2D-3D对应点，计算得到相机坐标系相对于指定激光雷达坐标系的旋转矩阵和平移矩阵；
所述步骤S22，进一步包括，利用测量工具量取毫米波雷达与指定激光雷达的相对位置和角度信息得到初始值，根据标定数据调节毫米波雷达坐标系相对于指定激光雷达坐标系的旋转矩阵和平移矩阵，不断优化初始值直至标定精度满足要求；
所述步骤S23，进一步包括，根据标定数据提取一组点云3D-3D对应点，计算得到其他激光雷达与指定激光雷达坐标系之间的旋转矩阵和平移矩阵。
在一实施例中，所述步骤S21之前还包括相机内参标定步骤：
采用张正友棋盘格标定法进行相机标定，得到相机内参；
在标定后由相机标定得到的外参将相应的三维角点投影到图像平面后计算投影后的结果和原始图像角点的误差。
在一实施例中，所述步骤S21，进一步包括：
相机通过识别标定小车的标记图案，间接定位标定小车镂空圆孔的圆心像素坐标值；
指定激光雷达通过点云分割、点云边缘提取、点云圆心提取算法，直接定位标定小车镂空圆孔的圆心点云三维坐标值；
根据相机和激光雷达点云提取匹配坐标信息，采用PnP算法进行联合标定，求解相机坐标系相对于雷达坐标系的旋转矩阵和平移矩阵。
在一实施例中，所述步骤S22，进一步包括以下步骤：
利用测量工具量取毫米波雷达与指定激光雷达的相对位置和角度信息，得到指定激光雷达与毫米波雷达之间的初始平移矩阵和初始旋转矩阵；
根据采集标定数据，将毫米波雷达数据投影到指定激光雷达坐标系中与激光点云进行融合，并画出相应的鸟瞰图进行辅助验证；
调试毫米波雷达与激光雷达标定外参参数，通过鸟瞰图中毫米波雷达目标是否与激光雷达检测目标是否重合匹配进行判断，如果目标匹配数量达到设定阈值，则满足标定精度要求，否则重新调试外参参数。
在一实施例中，所述步骤S23，进一步包括以下步骤：
其他激光雷达与指定激光雷达点云通过点云分割、点云边缘提取、点云圆心提取算法，直接定位标定小车三个镂空圆孔点云三维坐标值，得到一组三维坐标对应点；
根据一组三维坐标对应点，其他激光雷达与指定激光雷达标定采用ICP算法，求取其他激光雷达坐标系与指定激光雷达坐标系之间的旋转矩阵和平移矩阵。
在一实施例中，所述步骤S3，进一步包括以下步骤：
根据采集标定数据，指定激光雷达点云统一提取靠近车底的镂空圆孔的圆心坐标，GPS坐标值由二维坐标扩充为三维坐标，得到一组三维坐标对应点；
根据一组三维坐标对应点，采用ICP算法求解，得到激光雷达坐标系与GPS坐标系的旋转矩阵和平移矩阵。
为了实现上述目的，本发明提供了一种路侧多传感器标定系统，包括：
存储器，用于存储可由处理器执行的指令；
处理器，用于执行所述指令以实现如上述任一项所述的方法。
为了实现上述目的，本发明提供了一种计算机存储介质，其上存储有计算机指令，其中当计算机指令被处理器执行时，执行如上述任一项所述的方法。
本发明提供的路侧多传感器标定方法及系统，首先将所有传感器坐标系统一在一个激光雷达坐标系下，然后再将激光雷达坐标系标定在GPS坐标系下实现多传感器标定，工程实用性好，鲁棒性高。
同时，本发明提出了一种标定小车，能满足路侧系统所有传感器标定需求，即相机与激光雷达，毫米波雷达与激光雷达，激光雷达与激光雷达，激光雷达与GPS坐标系标定需求，标定小车提高了路侧系统传感器标定的效率和准确度。
附图说明
本发明上述的以及其他的特征、性质和优势将通过下面结合附图和实施例的描述而变的更加明显，在附图中相同的附图标记始终表示相同的特征，其中：
图1揭示了根据本发明一实施例的路侧多传感器标定方法流程图；
图2揭示了根据本发明一实施例的标定小车的示意图；
图3揭示了根据本发明一实施例的相机坐标系与激光雷达坐标系之间关系图；
图4揭示了根据本发明一实施例的相机内参标定流程图；
图5揭示了根据本发明一实施例的路侧多传感器标定系统原理框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释发明，并不用于限定发明。
图1揭示了根据本发明一实施例的路侧多传感器标定方法流程图，如图1所示，本发明提出的一种路侧多传感器标定方法，包括以下步骤：
步骤S1、采集路侧系统的各种传感器的原始数据；
步骤S2、将路侧系统的各种传感器与指定激光雷达进行标定，将各种传感器坐标系统一转换在指定激光雷达坐标系下；
步骤S3、将指定激光雷达坐标系与GPS坐标系进行标定，实现路侧多传感器的标定。
在本实施例中，路侧系统的各种传感器，包括激光雷达、毫米波雷达以及相机。
激光雷达包括指定激光雷达与其他激光雷达。指定激光雷达坐标系作为标定过程的参考坐标系。
首先，将各种传感器坐标统一在指定激光雷达坐标系下，即完成相机与指定激光雷达标定，毫米波雷达与指定激光雷达标定，其他激光雷达与指定激光雷达标定；最后指定激光雷达坐标系与GPS坐标系标定。
为了满足路侧系统所有传感器标定需求，即相机与指定激光雷达，毫米波雷达与指定激光雷达，其他激光雷达与指定激光雷达，指定激光雷达与GPS坐标系之间的标定需求，本发明提出了一种特殊标定工具，标定小车能满足相机与激光雷达之间，毫米波雷达与激光雷达之间，其他激光雷达与指定激光雷达之间，指定激光雷达与GPS坐标系之间的标定需求，如图2所示。
图2揭示了根据本发明一实施例的标定小车的示意图，如图2所示的可移动标定小车，上面装有GPS定位装置以及特殊平板，该特殊平板有三个镂空的圆孔，每个圆孔左侧粘贴有标记图案。
需要说明的是，镂空圆孔的数量可设，标记图案的位置可以在圆孔的一侧，并不必然设置在左侧，可以是右侧或其他位置。
GPS定位装置用来获取不同标定位置的GPS坐标信息；
在本实施例中，特殊平板上面粘贴的标记图案是Aruco标记，是一个二进制平方标记，由一个宽的黑边和一个内部的二进制矩阵组成，内部的二进制矩阵决定了身份ID，该标记图案可以方便相机定位平板上面三个镂空圆孔圆心像素坐标位置。
Aruco是一个开源的微型的现实增强库，目前已经集成在OpenCV3.0以上的版本内，它除了用于现实增强，还用于实现一些机器视觉方面的应用。在其他实施例中，标记图案可以是其他棋盘格标志物。
特殊平板上面的镂空圆孔，用于方便激光雷达直接定位镂空圆孔的圆心三维坐标位置；
毫米波雷达对标定小车检测定位。
结合图2所示的标定小车，本实施例中的路侧系统多传感器标定方法，包括以下步骤：
步骤S1、采集路侧系统的各种传感器的原始数据；
设置激光雷达、毫米波雷达以及相机传感器共同形成公共视野区域，将标定小车依次设置于公共视野区域中的多个标定位置，标定小车上面GPS定位传感器记录每个标定位置的GPS定位信息，激光雷达、毫米波雷达以及相机传感器同时采集数据；
步骤S2进一步包括步骤S21、步骤S22和步骤S23，上述三个步骤之间并没有顺序上的要求。
步骤S21、相机与指定激光雷达进行标定，将相机坐标系统一在指定激光雷达坐标系下；
根据标定数据提取一组相机雷达2D-3D对应点，计算得到相机坐标系相对于指定激光雷达坐标系的旋转矩阵和平移矩阵。
步骤S22、毫米波雷达与指定激光雷达进行标定，将毫米波雷达坐标系统一在指定激光雷达坐标系下；
利用测量工具量取两个传感器的相对位置和角度信息得到初始值，根据标定数据手动调节毫米波雷达坐标系相对于指定激光雷达坐标系的旋转矩阵和平移矩阵，不断优化初始值，使得标定精度满足要求。
步骤S23、其他激光雷达与指定激光雷达进行标定，将其他激光雷达坐标系统一在指定激光雷达坐标系下；
根据标定数据提取一组点云3D-3D对应点，计算得到其他激光雷达与指定激光雷达坐标系之间的旋转矩阵和平移矩阵。
步骤S3、将指定激光雷达坐标系与GPS坐标系进行标定，实现路侧多传感器的标定。
根据标定数据提取一组对应点，计算得到激光雷达坐标系相对于GPS坐标系的旋转矩阵和平移矩阵。
下文将对上述步骤进行详细描述。应理解，在本发明范围内，本发明的上述各技术特征和在下文(如实施例)中具体描述的各技术特征之间都可以互相组合，相互关联，从而构成优选的技术方案。
步骤S21、相机与指定激光雷达进行标定。
图3揭示了根据本发明一实施例的相机坐标系与激光雷达坐标系之间关系图，如图3所示，将指定激光雷达坐标系中的点P(XL,YL,ZL)转换成图像像素坐标系下的点需要经过如下变换过程：
其中，Zc是尺度变换因子，[μ,ν,1]T是P点在图像像素坐标系下的坐标值；
fx、fy分别是X轴方向焦距在像素平面的像素个数和Y轴方向焦距在像素平面的像素个数；
μ0和ν0分别是图像在x方向和y方向上的图像中心的像素坐标值；
R和T分别是从激光雷达坐标系向相机坐标系转换的旋转矩阵和平移矩阵。
[XL,YL,ZL,1]是激光雷达坐标系下点P的齐次坐标值。
更进一步的，在相机与激光雷达标定之前，需要完成相机内参标定。
在本实施例中，所述相机内参标定步骤，采用张正友棋盘格标定法。
张正友相机标定法是张正友教授1998年提出的单平面棋盘格的相机标定方法，仅需使用一个打印出来的棋盘格就可以进行相机标定，得到相机内参。棋盘格是最常见的一种标记，经常被用于相机的内参标定。
图4揭示了根据本发明一实施例的相机内参标定流程图，如图4所示，采集多张不同位置不同角度的棋盘格图片，运用张正友标定法进行相机内参标定，寻找棋盘格角点，提取亚像素角点信息进行标定，在棋盘格上绘制找到的内角点进行显示，在标定后由相机标定得到的外参将相应的三维角点投影到图像平面后计算反向投影后的结果和原始图像角点的标定误差，保持标定误差和标定结果。
步骤S21、相机与指定激光雷达标定。
在本实施例中，需要用到标定小车采集不同标定位置的图像数据和激光雷达点云数据，具体还包括以下步骤：
相机通过识别标定小车的三个Aruco标志物图案，间接定位标定小车三个镂空圆孔的圆心像素坐标值；
指定激光雷达通过点云分割、点云边缘提取、点云圆心提取等算法，直接定位标定小车三个镂空圆孔的圆心点云三维坐标值；
根据图像和激光雷达点云提取一组匹配坐标信息进行联合标定，联合标定算法采用PnP(Perspective-n-Point)算法，即已知相机内参矩阵，给定激光雷达坐标系中的一组n个点云点(3D点)及其对应的图像像素点(2D点)，求解相机坐标系相对于雷达坐标系的旋转矩阵和平移矩阵。
PnP(Perspective-n-Point)问题，已知n个点在世界坐标系下的坐标P1、P2、......、Pi、......、Pn，对应像素坐标系下的坐标p1、p2、......、pi、......、pn，相机的内参矩阵K。求解相机坐标系(Oc，Xc，Yc，Zc)相对于世界坐标系(Ow，Xw，Yw，Zw)的位姿。
步骤S22、指定激光雷达与毫米波雷达标定。
首先采用测量工具，量取毫米波雷达与指定激光雷达两个传感器的相对位置和角度信息，得到激光雷达与毫米波雷达之间初始平移矩阵和初始旋转矩阵。
根据采集标定数据，然后将毫米波雷达数据投影到指定激光雷达坐标系中与激光点云进行融合，并画出相应的鸟瞰图进行辅助验证，同时手动调试毫米波雷达与激光雷达标定外参参数，通过鸟瞰图中毫米波雷达目标是否与激光雷达检测目标是否重合匹配进行判断，如果大部分目标均能对应匹配，则满足精度要求，否则不满足，需重新手动调试参数。
步骤S23、其他激光雷达与指定激光雷达标定。
在本实施例中，两个激光雷达标定，需要用到标定小车采集不同标定位置的两个激光雷达点云数据，具体还包括以下步骤：
两个激光雷达点云通过点云分割、点云边缘提取、点云圆心提取等算法，直接定位标定小车三个镂空圆孔点云三维坐标值，得到一组三维坐标对应点；
根据一组三维坐标对应点，其他激光雷达与指定激光雷达标定采用ICP算法，求取两个激光雷达坐标系之间的旋转矩阵和平移矩阵。
步骤S3、指定激光雷达与GPS坐标系标定。
在本实施例中，指定激光雷达与GPS坐标系标定采用ICP算法，根据采集标定数据，指定激光雷达点云统一提取靠近车底镂空圆孔的圆心坐标，GPS坐标值由(x，y)坐标扩充为(x，y，z)坐标并设置z统一为0，得到一组三维坐标对应点；
根据一组三维坐标对应点，采用ICP算法求解，得到激光雷达与GPS坐标系的旋转矩阵和平移矩阵。
ICP算法(Iterative Closest Point，迭代最近点算法)，是基于数据配准法，利用最近点搜索法，从而解决基于自由形态曲面的一种算法。
尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。
图5揭示了根据本发明一实施例的路侧多传感器标定系统原理框图。路侧多传感器标定系统可包括内部通信总线501、处理器(processor)502、只读存储器(ROM)503、随机存取存储器(RAM)504、通信端口505、以及硬盘507。内部通信总线501可以实现路侧多传感器标定系统组件间的数据通信。处理器502可以进行判断和发出提示。在一些实施例中，处理器502可以由一个或多个处理器组成。
通信端口505可以实现路侧多传感器标定系统与外部的输入/输出设备之间进行数据传输与通信。在一些实施例中，路侧多传感器标定系统可以通过通信端口505从网络发送和接收信息及数据。在一些实施例中，路侧多传感器标定系统可以通过输入/输出端506以有线的形式与外部的输入/输出设备之间进行数据传输与通信。
路侧多传感器标定系统还可以包括不同形式的程序储存单元以及数据储存单元，例如硬盘507，只读存储器(ROM)503和随机存取存储器(RAM)504，能够存储计算机处理和/或通信使用的各种数据文件，以及处理器502所执行的可能的程序指令。处理器502执行这些指令以实现方法的主要部分。处理器502处理的结果通过通信端口505传给外部的输出设备，在输出设备的用户界面上显示。
举例来说，上述的路侧多传感器标定预测方法的实施过程文件可以为计算机程序，保存在硬盘507中，并可记载到处理器502中执行，以实施本申请的方法。
路侧多传感器标定方法的实施过程文件为计算机程序时，也可以存储在计算机可读存储介质中作为制品。例如，计算机可读存储介质可以包括但不限于磁存储设备(例如，硬盘、软盘、磁条)、光盘(例如，压缩盘(CD)、数字多功能盘(DVD))、智能卡和闪存设备(例如，电可擦除可编程只读存储器(EPROM)、卡、棒、键驱动)。此外，本文描述的各种存储介质能代表用于存储信息的一个或多个设备和/或其它机器可读介质。术语“机器可读介质”可以包括但不限于能存储、包含和/或承载代码和/或指令和/或数据的无线信道和各种其它介质(和/或存储介质)。
本发明提供的路侧多传感器标定方法及系统，首先将所有传感器坐标系统一在一个激光雷达坐标系下，然后再将激光雷达坐标系标定在GPS坐标系下实现多传感器标定，工程实用性好，鲁棒性高。
同时，本发明提出了一种标定小车，能满足路侧系统所有传感器标定需求，即相机与激光雷达，毫米波雷达与激光雷达，激光雷达与激光雷达，激光雷达与GPS坐标系标定需求，标定小车提高了路侧系统传感器标定的效率和准确度。
如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。
本领域技术人员将可理解，信息、信号和数据可使用各种不同技术和技艺中的任何技术和技艺来表示。例如，以上描述通篇引述的数据、指令、命令、信息、信号、位(比特)、码元、和码片可由电压、电流、电磁波、磁场或磁粒子、光场或光学粒子、或其任何组合来表示。
本领域技术人员将进一步领会，结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。
结合本文所公开的实施例描述的各种解说性逻辑模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。
结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。
在一个或多个示例性实施例中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定，这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来，则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据，而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。
上述实施例是提供给熟悉本领域内的人员来实现或使用本发明的，熟悉本领域的人员可在不脱离本发明的发明思想的情况下，对上述实施例做出种种修改或变化，因而本发明的保护范围并不被上述实施例所限，而应该是符合权利要求书提到的创新性特征的最大范围。
Claims (13)
1.一种路侧多传感器标定方法，其特征在于，包括以下步骤：
步骤S1、采集路侧系统的各种传感器的原始数据；
步骤S2、将路侧系统的各种传感器与指定激光雷达进行标定，将各种传感器坐标系统一转换在指定激光雷达坐标系下；
步骤S3、将指定激光雷达坐标系与GPS坐标系进行标定，实现路侧多传感器的标定。
2.根据权利要求1所述的路侧多传感器标定方法，其特征在于，所述路侧系统的各种传感器，包括激光雷达、毫米波雷达以及相机；
激光雷达包括指定激光雷达与其他激光雷达；
所述步骤S1，进一步包括：
设置激光雷达、毫米波雷达以及相机传感器共同形成公共视野区域；
将标定小车依次设置于公共视野区域中的多个标定位置；
标定小车上面GPS定位传感器记录每个标定位置的GPS定位信息；
激光雷达、毫米波雷达以及相机传感器同时采集数据。
3.根据权利要求2所述的路侧多传感器标定方法，其特征在于，所述步骤S2，进一步包括：
步骤S21、相机与指定激光雷达进行标定，将相机坐标系统一在指定激光雷达坐标系下；
步骤S22、毫米波雷达与指定激光雷达进行标定，将毫米波雷达坐标系统一在指定激光雷达坐标系下；
步骤S23、其他激光雷达与指定激光雷达进行标定，将其他激光雷达坐标系统一在指定激光雷达坐标系下。
4.根据权利要求3所述的路侧多传感器标定方法，其特征在于，所述标定小车，装有GPS定位装置以及特殊平板：
所述GPS定位装置，用来获取不同标定位置的GPS坐标信息；
所述特殊平板，开设有数个镂空圆孔；
每个镂空圆孔的一侧设置有标记图案。
5.根据权利要求4所述的路侧多传感器标定方法，其特征在于，所述标记图案为Aruco标记，由一个宽的黑边和一个内部二进制矩阵组成；
所述镂空圆孔，数量至少为三个。
6.根据权利要求3所述的路侧多传感器标定方法，其特征在于：
所述步骤S21，进一步包括，根据标定数据提取一组相机与指定激光雷达2D-3D对应点，计算得到相机坐标系相对于指定激光雷达坐标系的旋转矩阵和平移矩阵；
所述步骤S22，进一步包括，利用测量工具量取毫米波雷达与指定激光雷达的相对位置和角度信息得到初始值，根据标定数据调节毫米波雷达坐标系相对于指定激光雷达坐标系的旋转矩阵和平移矩阵，不断优化初始值直至标定精度满足要求；
所述步骤S23，进一步包括，根据标定数据提取一组点云3D-3D对应点，计算得到其他激光雷达与指定激光雷达坐标系之间的旋转矩阵和平移矩阵。
7.根据权利要求6所述的路侧多传感器标定方法，其特征在于，所述步骤S21之前还包括相机内参标定步骤：
采用张正友棋盘格标定法进行相机标定，得到相机内参；
在标定后由相机标定得到的外参将相应的三维角点投影到图像平面后计算投影后的结果和原始图像角点的误差。
8.根据权利要求6所述的路侧多传感器标定方法，其特征在于，所述步骤S21，进一步包括：
相机通过识别标定小车的标记图案，间接定位标定小车镂空圆孔的圆心像素坐标值；
指定激光雷达通过点云分割、点云边缘提取、点云圆心提取算法，直接定位标定小车镂空圆孔的圆心点云三维坐标值；
根据相机和激光雷达点云提取匹配坐标信息，采用PnP算法进行联合标定，求解相机坐标系相对于雷达坐标系的旋转矩阵和平移矩阵。
9.根据权利要求6所述的路侧多传感器标定方法，其特征在于，所述步骤S22，进一步包括以下步骤：
利用测量工具量取毫米波雷达与指定激光雷达的相对位置和角度信息，得到指定激光雷达与毫米波雷达之间的初始平移矩阵和初始旋转矩阵；
根据采集标定数据，将毫米波雷达数据投影到指定激光雷达坐标系中与激光点云进行融合，并画出相应的鸟瞰图进行辅助验证；
调试毫米波雷达与激光雷达标定外参参数，通过鸟瞰图中毫米波雷达目标是否与激光雷达检测目标是否重合匹配进行判断，如果目标匹配数量达到设定阈值，则满足标定精度要求，否则重新调试外参参数。
10.根据权利要求6所述的路侧多传感器标定方法，其特征在于，所述步骤S23，进一步包括以下步骤：
其他激光雷达与指定激光雷达点云通过点云分割、点云边缘提取、点云圆心提取算法，直接定位标定小车三个镂空圆孔点云三维坐标值，得到一组三维坐标对应点；
根据一组三维坐标对应点，其他激光雷达与指定激光雷达标定采用ICP算法，求取其他激光雷达坐标系与指定激光雷达坐标系之间的旋转矩阵和平移矩阵。
11.根据权利要求6所述的路侧多传感器标定方法，其特征在于，所述步骤S3，进一步包括以下步骤：
根据采集标定数据，指定激光雷达点云统一提取靠近车底的镂空圆孔的圆心坐标，GPS坐标值由二维坐标扩充为三维坐标，得到一组三维坐标对应点；
根据一组三维坐标对应点，采用ICP算法求解，得到激光雷达坐标系与GPS坐标系的旋转矩阵和平移矩阵。
12.一种路侧多传感器标定系统，包括：
存储器，用于存储可由处理器执行的指令；
处理器，用于执行所述指令以实现如权利要求1-11任一项所述的方法。
13.一种计算机存储介质，其上存储有计算机指令，其中当计算机指令被处理器执行时，执行如权利要求1-11任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210688614.8A CN117289222A (zh) | 2022-06-17 | 2022-06-17 | 一种路侧多传感器标定方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210688614.8A CN117289222A (zh) | 2022-06-17 | 2022-06-17 | 一种路侧多传感器标定方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117289222A true CN117289222A (zh) | 2023-12-26 |
Family
ID=89243121
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210688614.8A Pending CN117289222A (zh) | 2022-06-17 | 2022-06-17 | 一种路侧多传感器标定方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117289222A (zh) |
-
2022
- 2022-06-17 CN CN202210688614.8A patent/CN117289222A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111179358B (zh) | 标定方法、装置、设备及存储介质 | |
| Sochor et al. | Traffic surveillance camera calibration by 3d model bounding box alignment for accurate vehicle speed measurement | |
| CN110619279A (zh) | 一种基于跟踪的路面交通标志实例分割方法 | |
| CN113096003B (zh) | 针对多视频帧的标注方法、装置、设备和存储介质 | |
| Yuan et al. | Combining maps and street level images for building height and facade estimation | |
| Dawson et al. | An energy minimization approach to automatic traffic camera calibration | |
| CN115376109B (zh) | 障碍物检测方法、障碍物检测装置以及存储介质 | |
| CN112562005A (zh) | 一种空间标定方法和系统 | |
| CN115830142A (zh) | 相机标定和相机的目标检测与定位方法、装置及电子设备 | |
| CN113793413A (zh) | 三维重建方法、装置、电子设备及存储介质 | |
| JP2017003525A (ja) | 三次元計測装置 | |
| Rosero et al. | Calibration and multi-sensor fusion for on-road obstacle detection | |
| CN116643291A (zh) | 一种视觉与激光雷达联合剔除动态目标的slam方法 | |
| CN111354038A (zh) | 锚定物检测方法及装置、电子设备及存储介质 | |
| WO2024012463A1 (zh) | 一种定位方法及装置 | |
| CN112102378A (zh) | 图像配准方法、装置、终端设备及计算机可读存储介质 | |
| CN111598956A (zh) | 标定方法、装置和系统 | |
| CN117289222A (zh) | 一种路侧多传感器标定方法及系统 | |
| CN111336938A (zh) | 一种机器人及其物体距离检测方法和装置 | |
| Douret et al. | A multi-cameras 3d volumetric method for outdoor scenes: a road traffic monitoring application | |
| CN111372051B (zh) | 多相机联动盲区检测方法、装置和电子设备 | |
| CN114782496A (zh) | 一种对象的跟踪方法、装置、存储介质及电子装置 | |
| CN114898321A (zh) | 道路可行驶区域检测方法、装置、设备、介质及系统 | |
| CN112017241A (zh) | 一种数据处理的方法和装置 | |
| CN112287901A (zh) | 目标物检测的方法、装置、电子设备及存储介质 |
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 |