CN117456007A - 激光雷达与相机联合标定方法、装置、设备及存储介质 - Google Patents

激光雷达与相机联合标定方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN117456007A
CN117456007A CN202311338516.2A CN202311338516A CN117456007A CN 117456007 A CN117456007 A CN 117456007A CN 202311338516 A CN202311338516 A CN 202311338516A CN 117456007 A CN117456007 A CN 117456007A
Authority
CN
China
Prior art keywords
calibration
camera
calibration plate
laser radar
coordinate
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
CN202311338516.2A
Other languages
English (en)
Inventor
陈涛
张怡欢
王亮
戴一凡
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.)
Tsinghua University
Suzhou Automotive Research Institute of Tsinghua University
Original Assignee
Tsinghua University
Suzhou Automotive Research Institute of Tsinghua University
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 Tsinghua University, Suzhou Automotive Research Institute of Tsinghua University filed Critical Tsinghua University
Priority to CN202311338516.2A priority Critical patent/CN117456007A/zh
Publication of CN117456007A publication Critical patent/CN117456007A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明公开了一种激光雷达与相机联合标定方法、装置、设备及存储介质。该方法包括：获取联合标定体中激光雷达的点云图，并根据相机生成的标定板图像信息，确定相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵；根据点云图，确定标定板的第一角点坐标集合；根据相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵，确定标定板的第二角点坐标集合；根据第一角点坐标集合、第二角点坐标集合、预先确定的联合标定函数以及联合标定函数匹配的约束条件，确定激光雷达与相机的联合标定结果。本技术方案解决了激光雷达与相机联合标定精度低的问题，可以在提高激光雷达与相机联合标定准确性的同时，提升联合标定效率。

Description

激光雷达与相机联合标定方法、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与相机联合标定方法、装置、电子设备及存储介质。
背景技术
自动驾驶的实现依赖于传感器对环境的精确感知能力，单个传感器对环境感知的鲁棒性较差，不能保证系统安全可靠的运行。为了确保自动驾驶车辆在复杂多变的情况下能安全行驶，多传感器融合互补可以提供不同的环境信息。激光雷达和相机是自动驾驶环境感知中最常用的传感器，相机可以提供外部环境丰富的语义信息，激光雷达可以提供环境中物体的三维点云数据以及反射强度，可以很好的与相机提供的语义信息进行互补。激光雷达与相机联合标定获取二者之间的旋转平移矩阵，融合二者提取的环境感知信息，可以实现信息的高效利用。
对于激光雷达与相机的联合标定方案，一种是基于无目标的标定，利用场景的自然环境通过求解线面的几何约束来求出外参，基于无目标的标定方案精度不够高，鲁棒性较差。另一种是基于有目标的标定，利用设计的标定板构建激光点与相机点之间的约束关系。但是，现有的基于有目标的标定方案通常采用一帧点云数据，对于低线数的激光雷达，点云稀疏，不利于激光雷达与相机标定。此外，激光雷达与相机的联合标定通常先标定相机，再进行联合标定，标定相机时，标定板与相机的距离会影响相机内参，从而影响激光雷达与相机的联合标定结果。因此，需要亟需一种标定精度高的激光雷达与相机联合标定方法。
发明内容
本发明提供了一种激光雷达与相机联合标定方法、装置、设备及存储介质，以解决激光雷达与相机联合标定精度低的问题，可以在提高激光雷达与相机联合标定准确性的同时，提升联合标定效率。
根据本发明的一方面，提供了一种激光雷达与相机联合标定方法，所述方法由联合标定系统执行，所述联合标定系统包括激光雷达、相机和至少一个标定板；所述激光雷达和所述相机的相对位置固定，构成联合标定体；标定板放置于联合标定体的信息采集区域内；所述方法包括：
获取联合标定体中激光雷达的点云图，并根据相机生成的标定板图像信息，确定相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵；
根据所述点云图，确定标定板的第一角点坐标集合；根据相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵，确定标定板的第二角点坐标集合；
根据所述第一角点坐标集合、所述第二角点坐标集合、预先确定的联合标定函数以及所述联合标定函数匹配的约束条件，确定激光雷达与相机的联合标定结果。
根据本发明的另一方面，提供了一种激光雷达与相机联合标定装置，所述装置配置于联合标定系统，所述联合标定系统包括激光雷达、相机和至少一个标定板；所述激光雷达和所述相机的相对位置固定，构成联合标定体；标定板放置于联合标定体的信息采集区域内；该装置包括：
点云图和相机内参确定模块，用于获取联合标定体中激光雷达的点云图，并根据相机生成的标定板图像信息，确定相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵；
角点坐标集合确定模块，用于根据所述点云图，确定标定板的第一角点坐标集合；根据相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵，确定标定板的第二角点坐标集合；
联合标定结果确定模块，用于根据所述第一角点坐标集合、所述第二角点坐标集合、预先确定的联合标定函数以及所述联合标定函数匹配的约束条件，确定激光雷达与相机的联合标定结果。
根据本发明的另一方面，提供了一种电子设备，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至少一个处理器执行的计算机程序，所述计算机程序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本发明任一实施例所述的激光雷达与相机联合标定方法。
根据本发明的另一方面，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存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的激光雷达与相机联合标定方法。
本发明实施例的技术方案，获取联合标定体中激光雷达的点云图，并根据相机生成的标定板图像信息，确定相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵；根据所述点云图，确定标定板的第一角点坐标集合；根据相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵，确定标定板的第二角点坐标集合；根据所述第一角点坐标集合、所述第二角点坐标集合、预先确定的联合标定函数以及所述联合标定函数匹配的约束条件，确定激光雷达与相机的联合标定结果。该技术方案解决了激光雷达与相机联合标定精度低的问题，可以在提高激光雷达与相机联合标定准确性的同时，提升联合标定效率。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种激光雷达与相机联合标定方法的流程图；
图2是根据本发明实施例二提供的一种激光雷达与相机联合标定方法的流程图；
图3是根据本发明实施例三提供的一种激光雷达与相机联合标定装置的结构示意图；
图4是实现本发明实施例的激光雷达与相机联合标定方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都应当属于本发明保护的范围。
需要说明的是，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”等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，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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。本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
实施例一
图1为本发明实施例一提供了一种激光雷达与相机联合标定方法的流程图，本实施例可适用于自动驾驶场景中激光雷达与相机的联合标定情况。该方法可以由激光雷达与相机联合标定装置来执行，该装置可以采用硬件和/或软件的形式实现，该装置可配置于电子设备中。如图1所示，该方法包括：
S110、获取联合标定体中激光雷达的点云图，并根据相机生成的标定板图像信息，确定相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵。
本方案可以由联合标定系统执行，所述联合标定系统可以包括激光雷达、相机和至少一个标定板；所述激光雷达和所述相机的相对位置固定，构成联合标定体；标定板放置于联合标定体的信息采集区域内；所述联合标定系统中标定板数量为多个，各标定板之间不存在遮挡，所述标定板为矩形标定板，标定板的位姿包括上仰、下俯、左倾、右倾以及垂直。在一个具体的例子中，标定板数量可以为10，上仰、下俯、左倾、右倾以及垂直位姿的标定板各两块。
在将激光雷达与相机的相对位置固定之后，联合标定系统可以开启激光雷达与相机，并移动联合标定体，基于激光SLAM(Simultaneous Localization and Mapping，同时定位与建图)，构建点云图。需要说明的是，在标定板形状为矩形时，点云图中标定板边缘为一条直线。具体的，点云图构建算法可以包括ICP(Iterative Closest Point，迭代最近点)、VICP(Velocity Updating Iterative Closest Point，速度更新迭代最近点)等方法。
可以理解的，根据相机生成的标定板图像信息，联合标定系统可以对相机的内部参数进行标定，进而得到相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵。具体的，相机的内部参数矩阵可以表示为畸变系数可以表示为D，D可以是1×3或1×4的向量，标定板至相机的旋转平移矩阵可以表示为Tbc＝[rbc tbc]，其中，rbc表示标定板至相机的旋转关系，可以是3×3的矩阵，tbc表示标定板至相机的平移关系，可以是1×3的向量。
S120、根据所述点云图，确定标定板的第一角点坐标集合；根据相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵，确定标定板的第二角点坐标集合。
在得到点云图、相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵之后，联合标定系统可以基于RANSAC(Random Sample Consensus，随机采样一致性)算法拟合平面，在拟合平面中提取标定板平面，根据点云图中点云深度，确定标定板的第一角点坐标集合。其中，所述第一角点坐标集合为激光雷达坐标系下的角点坐标集合，包括各标定板各直角点的激光雷达坐标。
容易理解的，根据标定板尺寸，联合标定系统可以得到标定板在标定板坐标系下的角点坐标。根据标定板坐标系下各标定板的角点坐标、相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵，联合标定系统可以计算得到标定板的第二角点坐标集合。其中，所述第二角点坐标集合为相机坐标系下的角点坐标集合，包括各标定板各直角点的三维相机坐标。需要说明的是，三维相机坐标可以是基于投影变换后的二维相机坐标重建得到的。
S130、根据所述第一角点坐标集合、所述第二角点坐标集合、预先确定的联合标定函数以及所述联合标定函数匹配的约束条件，确定激光雷达与相机的联合标定结果。
在得到第一角点坐标集合和第二角点坐标集合之后，联合标定系统可以将第一角点坐标集合和第二角点坐标集合中的角点坐标进行对应，构成各标定板角点匹配的角点坐标对。将各标定板角点匹配的角点坐标对代入联合标定函数，在联合标定函数匹配的约束条件的约束下，确定在联合标定误差最小时，激光雷达至相机的旋转平移矩阵，进而得到激光雷达与相机的联合标定结果。
本发明实施例的技术方案，获取联合标定体中激光雷达的点云图，并根据相机生成的标定板图像信息，确定相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵；根据所述点云图，确定标定板的第一角点坐标集合；根据相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵，确定标定板的第二角点坐标集合；根据所述第一角点坐标集合、所述第二角点坐标集合、预先确定的联合标定函数以及所述联合标定函数匹配的约束条件，确定激光雷达与相机的联合标定结果。该技术方案解决了激光雷达与相机联合标定精度低的问题，可以在提高激光雷达与相机联合标定准确性的同时，提升联合标定效率。
实施例二
图2为本发明实施例二提供的一种激光雷达与相机联合标定方法的流程图，本实施例以上述实施例为基础进行细化。如图2所示，该方法包括：
S210、控制联合标定体沿信息采集方向移动，并在移动过程中构建初始点云图。
在获取激光雷达的点云图的过程中，联合标定系统可以控制联合标定体沿信息采集方向移动，例如向联合标定体的前方移动。在移动过程中，联合标定系统可以基于激光SLAM构建初始点云图。
S220、控制联合标定体在预设角度范围内旋转，获取多帧点云数据，根据多帧点云数据，对初始点云图进行滤波处理，输出处理后的点云图。
为了避免点云稀疏造成的选点不准确问题，联合标定系统可以控制联合标定体在预设角度范围内旋转，获取多帧点云数据。联合标定系统可以将多帧点云数据叠加，在初始点云图的基础上，通过滤波滤除坐标相同的重复点，得到处理后的点云图。
S230、根据所述点云图，确定标定板的第一角点坐标集合。
S240、根据相机生成的标定板图像信息，确定相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵。
在本方案中，S210-S230与S240-S260可以是同时执行的，也可以是顺序执行的。
S250、根据各标定板尺寸，生成标定板的第三角点坐标集合。
可以理解的，所述第三角点坐标集合为标定板坐标系下的角点坐标集合，包括各标定板各直角点的标定板坐标。
S260、根据所述第三角点坐标集合、相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵，确定第二角点坐标集合。
在一个具体的例子中，第一角点坐标集合可以表示为 第三角点坐标集合可以表示为/>根据第三角点坐标集合Pb、相机内部参数矩阵K、畸变系数D以及标定板至相机的旋转平移矩阵Tbc，联合标定系统可以计算投影变换后相机坐标系下标定板的角点坐标进而重建为第二角点坐标集合/>
S270、根据所述第一角点坐标集合、所述第二角点坐标集合、预先确定的联合标定函数以及所述联合标定函数匹配的约束条件，基于非线性最小二乘算法，输出激光雷达到相机的旋转平移矩阵。
本方案中，所述联合标定函数的表达式为：
其中，L表示联合标定误差，i表示角点坐标索引，S表示由第一角点坐标和第二角点坐标构成的角点坐标对集合，D表示相机的畸变系数，K表示相机的内部参数矩阵，Rlc表示激光雷达坐标系到相机坐标系的旋转矩阵，Tlc表示激光雷达坐标系到相机坐标系的平移矩阵，表示第一角点坐标集合中第i个第一角点坐标，/>表示第二角点坐标集合中第i个第二角点坐标。
在上述方案的基础上，可选的，所述约束条件包括坐标相等条件和二维坐标恒定条件；
所述坐标相条件的表达式为： 其中，Pcorners表示标定板上棋盘格角点集合，(u,v)表示标定板上棋盘格角点坐标索引，(u0,v0)表示相机坐标系下的棋盘格角点坐标，(u1,v1)表示标定板坐标系下的棋盘格角点坐标；
所述二维坐标恒定条件的表达式为： 其中，A表示常数，rbc表示标定板至相机的旋转矩阵，tbc表示标定板至相机的平移矩阵，/>表示标定板坐标系下标定板的角点坐标，/>表示相机坐标系下标定板的二维角点坐标。
需要说明的是，Rlc和Tlc的初始值可以是随机设置的，也可以是根据测量值设置的。通过非线性最小二乘算法，联合标定系统可以求解联合标定误差L最小时的Rlc取值和Tlc取值，进而得到激光雷达到相机的旋转平移矩阵。
本发明实施例的技术方案，获取联合标定体中激光雷达的点云图，并根据相机生成的标定板图像信息，确定相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵；根据所述点云图，确定标定板的第一角点坐标集合；根据相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵，确定标定板的第二角点坐标集合；根据所述第一角点坐标集合、所述第二角点坐标集合、预先确定的联合标定函数以及所述联合标定函数匹配的约束条件，确定激光雷达与相机的联合标定结果。该技术方案解决了激光雷达与相机联合标定精度低的问题，可以在提高激光雷达与相机联合标定准确性的同时，提升联合标定效率。
实施例三
图3为本发明实施例三提供的一种激光雷达与相机联合标定装置的结构示意图。所述装置配置于联合标定系统，所述联合标定系统包括激光雷达、相机和至少一个标定板；所述激光雷达和所述相机的相对位置固定，构成联合标定体；标定板放置于联合标定体的信息采集区域内。如图3所示，该装置包括：
点云图和相机内参确定模块310，用于获取联合标定体中激光雷达的点云图，并根据相机生成的标定板图像信息，确定相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵；
角点坐标集合确定模块320，用于根据所述点云图，确定标定板的第一角点坐标集合；根据相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵，确定标定板的第二角点坐标集合；
联合标定结果确定模块330，用于根据所述第一角点坐标集合、所述第二角点坐标集合、预先确定的联合标定函数以及所述联合标定函数匹配的约束条件，确定激光雷达与相机的联合标定结果。
本方案中，可选的，所述联合标定系统中标定板数量为多个，各标定板之间不存在遮挡，所述标定板为矩形标定板，标定板的位姿包括上仰、下俯、左倾、右倾以及垂直；
所述第一角点坐标集合为激光雷达坐标系下的角点坐标集合，包括各标定板各直角点的激光雷达坐标；所述第二角点坐标集合为相机坐标系下的角点坐标集合，包括各标定板各直角点的三维相机坐标。
在上述方案的基础上，可选的，所述角点坐标集合确定模块320，包括第二角点坐标集合确定单元，所述第二角点坐标集合确定单元，用于：
根据各标定板尺寸，生成标定板的第三角点坐标集合；其中，所述第三角点坐标集合为标定板坐标系下的角点坐标集合，包括各标定板各直角点的标定板坐标；
根据所述第三角点坐标集合、相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵，确定第二角点坐标集合。
在一个可行的方案中，所述联合标定函数的表达式为：
其中，L表示联合标定误差，i表示角点坐标索引，S表示由第一角点坐标和第二角点坐标构成的角点坐标对集合，D表示相机的畸变系数，K表示相机的内部参数矩阵，Rlc表示激光雷达坐标系到相机坐标系的旋转矩阵，Tlc表示激光雷达坐标系到相机坐标系的平移矩阵，表示第一角点坐标集合中第i个第一角点坐标，/>表示第二角点坐标集合中第i个第二角点坐标。
在上述方案的基础上，可选的，所述约束条件包括坐标相等条件和二维坐标恒定条件；
所述坐标相条件的表达式为：其中，Pcorners表示标定板上棋盘格角点集合，(u,v)表示标定板上棋盘格角点坐标索引，(u0,v0)表示相机坐标系下的棋盘格角点坐标，(u1,v1)表示标定板坐标系下的棋盘格角点坐标；
所述二维坐标恒定条件的表达式为：其中，A表示常数，rbc表示标定板至相机的旋转矩阵，tbc表示标定板至相机的平移矩阵，/>表示标定板坐标系下标定板的角点坐标，/>表示相机坐标系下标定板的二维角点坐标。
在一个优选的方案中，所述点云图和相机内参确定模块310包括点云图获取单元，所述点云图获取单元，用于：
控制联合标定体沿信息采集方向移动，并在移动过程中构建初始点云图；
控制联合标定体在预设角度范围内旋转，获取多帧点云数据，根据多帧点云数据，对初始点云图进行滤波处理，输出处理后的点云图。
本实施例中，所述联合标定结果确定模块330，具体用于：
根据所述第一角点坐标集合、所述第二角点坐标集合、预先确定的联合标定函数以及所述联合标定函数匹配的约束条件，基于非线性最小二乘算法，输出激光雷达到相机的旋转平移矩阵。
本发明实施例所提供的激光雷达与相机联合标定装置可执行本发明任意实施例所提供的激光雷达与相机联合标定方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备410的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示，电子设备410包括至少一个处理器411，以及与至少一个处理器411通信连接的存储器，如只读存储器(ROM)412、随机访问存储器(RAM)413等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器411可以根据存储在只读存储器(ROM)412中的计算机程序或者从存储单元418加载到随机访问存储器(RAM)413中的计算机程序，来执行各种适当的动作和处理。在RAM 413中，还可存储电子设备410操作所需的各种程序和数据。处理器411、ROM 412以及RAM 413通过总线414彼此相连。输入/输出(I/O)接口415也连接至总线414。
电子设备410中的多个部件连接至I/O接口415，包括：输入单元416，例如键盘、鼠标等；输出单元417，例如各种类型的显示器、扬声器等；存储单元418，例如磁盘、光盘等；以及通信单元419，例如网卡、调制解调器、无线通信收发机等。通信单元419允许电子设备410通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器411可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器411的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器411执行上文所描述的各个方法和处理，例如激光雷达与相机联合标定方法。
在一些实施例中，激光雷达与相机联合标定方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元418。在一些实施例中，计算机程序的部分或者全部可以经由ROM 412和/或通信单元419而被载入和/或安装到电子设备410上。当计算机程序加载到RAM 413并由处理器411执行时，可以执行上文描述的激光雷达与相机联合标定方法的一个或多个步骤。备选地，在其他实施例中，处理器411可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行激光雷达与相机联合标定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程激光雷达与相机联合标定装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种激光雷达与相机联合标定方法，其特征在于，所述方法由联合标定系统执行，所述联合标定系统包括激光雷达、相机和至少一个标定板；所述激光雷达和所述相机的相对位置固定，构成联合标定体；标定板放置于联合标定体的信息采集区域内；所述方法包括：
获取联合标定体中激光雷达的点云图，并根据相机生成的标定板图像信息，确定相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵；
根据所述点云图，确定标定板的第一角点坐标集合；根据相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵，确定标定板的第二角点坐标集合；
根据所述第一角点坐标集合、所述第二角点坐标集合、预先确定的联合标定函数以及所述联合标定函数匹配的约束条件，确定激光雷达与相机的联合标定结果。
2.根据权利要求1所述的方法，其特征在于，所述联合标定系统中标定板数量为多个，各标定板之间不存在遮挡，所述标定板为矩形标定板，标定板的位姿包括上仰、下俯、左倾、右倾以及垂直；
所述第一角点坐标集合为激光雷达坐标系下的角点坐标集合，包括各标定板各直角点的激光雷达坐标；所述第二角点坐标集合为相机坐标系下的角点坐标集合，包括各标定板各直角点的三维相机坐标。
3.根据权利要求2所述的方法，其特征在于，所述根据相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵，确定标定板的第二角点坐标集合，包括：
根据各标定板尺寸，生成标定板的第三角点坐标集合；其中，所述第三角点坐标集合为标定板坐标系下的角点坐标集合，包括各标定板各直角点的标定板坐标；
根据所述第三角点坐标集合、相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵，确定第二角点坐标集合。
4.根据权利要求3所述的方法，其特征在于，所述联合标定函数的表达式为：
其中，L表示联合标定误差，i表示角点坐标索引，S表示由第一角点坐标和第二角点坐标构成的角点坐标对集合，D表示相机的畸变系数，K表示相机的内部参数矩阵，Rlc表示激光雷达坐标系到相机坐标系的旋转矩阵，Tlc表示激光雷达坐标系到相机坐标系的平移矩阵，表示第一角点坐标集合中第i个第一角点坐标，/>表示第二角点坐标集合中第i个第二角点坐标。
5.根据权利要求4所述的方法，其特征在于，所述约束条件包括坐标相等条件和二维坐标恒定条件；
所述坐标相条件的表达式为： 其中，Pcorners表示标定板上棋盘格角点集合，(u,v)表示标定板上棋盘格角点坐标索引，(u0,v0)表示相机坐标系下的棋盘格角点坐标，(u1,v1)表示标定板坐标系下的棋盘格角点坐标；
所述二维坐标恒定条件的表达式为： 其中，A表示常数，rbc表示标定板至相机的旋转矩阵，tbc表示标定板至相机的平移矩阵，/>表示标定板坐标系下标定板的角点坐标，/>表示相机坐标系下标定板的二维角点坐标。
6.根据权利要求1所述的方法，其特征在于，所述获取联合标定体中激光雷达的点云图，包括：
控制联合标定体沿信息采集方向移动，并在移动过程中构建初始点云图；
控制联合标定体在预设角度范围内旋转，获取多帧点云数据，根据多帧点云数据，对初始点云图进行滤波处理，输出处理后的点云图。
7.根据权利要求6所述的方法，其特征在于，所述根据所述第一角点坐标集合、所述第二角点坐标集合、预先确定的联合标定函数以及所述联合标定函数匹配的约束条件，确定激光雷达与相机的联合标定结果，包括：
根据所述第一角点坐标集合、所述第二角点坐标集合、预先确定的联合标定函数以及所述联合标定函数匹配的约束条件，基于非线性最小二乘算法，输出激光雷达到相机的旋转平移矩阵。
8.一种激光雷达与相机联合标定装置，其特征在于，所述装置配置于联合标定系统，所述联合标定系统包括激光雷达、相机和至少一个标定板；所述激光雷达和所述相机的相对位置固定，构成联合标定体；标定板放置于联合标定体的信息采集区域内；包括：
点云图和相机内参确定模块，用于获取联合标定体中激光雷达的点云图，并根据相机生成的标定板图像信息，确定相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵；
角点坐标集合确定模块，用于根据所述点云图，确定标定板的第一角点坐标集合；根据相机内部参数矩阵、畸变系数以及标定板至相机的旋转平移矩阵，确定标定板的第二角点坐标集合；
联合标定结果确定模块，用于根据所述第一角点坐标集合、所述第二角点坐标集合、预先确定的联合标定函数以及所述联合标定函数匹配的约束条件，确定激光雷达与相机的联合标定结果。
9.一种电子设备，其特征在于，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至少一个处理器执行的计算机程序，所述计算机程序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权利要求1-7中任一项所述的激光雷达与相机联合标定方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的激光雷达与相机联合标定方法。
CN202311338516.2A 2023-10-16 2023-10-16 激光雷达与相机联合标定方法、装置、设备及存储介质 Pending CN117456007A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311338516.2A CN117456007A (zh) 2023-10-16 2023-10-16 激光雷达与相机联合标定方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311338516.2A CN117456007A (zh) 2023-10-16 2023-10-16 激光雷达与相机联合标定方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN117456007A true CN117456007A (zh) 2024-01-26

Family

ID=89593896

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311338516.2A Pending CN117456007A (zh) 2023-10-16 2023-10-16 激光雷达与相机联合标定方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN117456007A (zh)

Similar Documents

Publication Publication Date Title
EP3869399A2 (en) Vehicle information detection method and apparatus, electronic device, storage medium and program
EP4027299A2 (en) Method and apparatus for generating depth map, and storage medium
JP2021144677A (ja) 障害物検出方法、装置、電子機器、記憶媒体及びコンピュータプログラム
CN112966587A (zh) 目标检测模型的训练方法、目标检测方法及相关设备
CN113436233A (zh) 自动驾驶车辆的配准方法、装置、电子设备和车辆
CN114926549B (zh) 三维点云处理方法、装置、设备以及存储介质
CN117232499A (zh) 多传感器融合的点云地图构建方法、装置、设备及介质
CN115457152A (zh) 外参标定方法、装置、电子设备及存储介质
CN113762397B (zh) 检测模型训练、高精度地图更新方法、设备、介质及产品
CN114299242A (zh) 高精地图中图像处理方法、装置、设备以及存储介质
CN117152270A (zh) 激光雷达与相机的联合标定方法、装置、设备及介质
KR20230006628A (ko) 이미지 처리 방법과 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램
CN117456007A (zh) 激光雷达与相机联合标定方法、装置、设备及存储介质
CN116182748A (zh) 基于视线驱动的海上风力发电机组垂直度检测方法及装置
CN114910892A (zh) 一种激光雷达的标定方法、装置、电子设备及存储介质
CN116129422A (zh) 单目3d目标检测方法、装置、电子设备和存储介质
CN115320642A (zh) 车道线建模方法、装置、电子设备及自动驾驶车辆
CN114972511A (zh) 标定物位姿的确定方法、装置、电子设备及存储介质
CN115131243A (zh) 一种图像处理方法、装置、电子设备及存储介质
CN114565721A (zh) 对象确定方法、装置、设备、存储介质以及程序产品
CN113920267A (zh) 三维场景模型构建方法、装置、设备及存储介质
CN114202625A (zh) 路肩线的提取方法、装置及电子设备
CN117351450B (zh) 一种单目3d检测方法、装置、电子设备及存储介质
CN116559927B (zh) 激光雷达的航向角确定方法、装置、设备及介质
CN115077494A (zh) 一种三维模型校正方法、装置、设备、介质及系统

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