【技術實現步驟摘要】
本專利技術涉及視覺感知的位姿估計，尤其涉及一種多元布局激光雷達與相機外參標定方法及標定板。
技術介紹
1、車載傳感器外參標定是無人駕駛清掃車的關鍵技術。傳感器是無人駕駛清掃車系統感知外界的關鍵。通常無人駕駛清掃車會搭載多種傳感器進行環境感知。在傳感器裝車后，需要通過傳感器外參標定消除安裝誤差，讓無人駕駛清掃車系統知道每個傳感器之間的相對位置關系，為后續實時定位與建圖、環境感知、控制規劃等無人駕駛技術打下堅實基礎。
2、激光雷達和相機是兩種常用的車載傳感器，相機可以提供具有色彩紋理的二維圖像，但易受光照等環境因素影響。激光雷達能夠提供含有周圍環境距離、反射強度以及角度的三維點云，但不能提供色彩紋理信息。很明顯它們的信息具有互補性，將兩者的信息進行融合使用可以彌補單一傳感器在環境感知中的缺陷。由于點云和圖像是在各自定義的坐標系中表示，所以需要通過外參標定方法計算兩者坐標系之間的變換矩陣，將它們統一至同一坐標系中。其中，變換矩陣稱為外參。
3、外參標定方法主要分為兩類，分別是基于目標和無目標兩類。無目標的方法通過在自然環境中對點云和圖像中的特征進行提取和匹配，然后建立約束方程，優化求解外參。基于目標的方法則是提取標定板的特征進行外參標定。這些標定板通常具有很明顯的特征，例如常用的棋盤格標定板、圓球、三角板等。由于標定板的制作精度高，且易于提取特征，故標定精度比無目標的方法穩定。
4、無人駕駛清掃車通常會在車頂搭載一個機械雷達作為主雷達，其主要作用是對車身四周環境進行感知。由于主雷達的垂直分辨率固定，
5、特征匹配是外參標定的關鍵步驟，常用的匹配方式是手動選點或者對標定板特征點進行編號，通過編號進行匹配。相機圖像可以通過高分辨率的色彩紋理信息區分特征點的編號，激光雷達點云由于低分辨率，缺少色彩紋理等原因，往往只能通過特征點在自身坐標系下的先驗相對位置關系進行編號。然而，每個激光雷達的安裝朝向由其需要感知的區域決定，導致每個激光雷達自身坐標系朝向也會不同，所以根據特征點的先驗相對位置關系進行編號無法魯棒地應用于多個激光雷達朝向不同的情況下。而手動選點效率低，人工誤差大，不適用于多傳感器的特征匹配。
6、因此，現有技術還有待提高。
技術實現思路
1、鑒于上述現有技術的不足，本專利技術的目的在于提供一種應用于多元布局激光雷達與相機外參標定方法及標定板，旨在解決現有技術中外參方法不普適，特征點匹配不準確的問題，為無人駕駛清掃車后續下游算法提供良好的感知基礎。
2、為了解決上述問題，本專利技術的技術方案如下：
3、提出一種多元布局激光雷達與相機外參標定方法，所述方法包括：
4、將自制矩形標定板放置在激光雷達和相機的共視區域，確保激光雷達和相機能夠輸出完整的自制矩形標定板信息，并且對相機圖像進行畸變校正；
5、以標定板右下角為原點，沿標定板長邊方向為x軸正方向，短邊為y軸正方向，z軸垂直標板平面，遵守右手定則，建立標定板坐標系；將自制矩形標定板的尺寸作為先驗信息，得到標定板四個角落的圓形標志物的圓心以及中間四個圓孔的圓心在標定板坐標系下的三維坐標；
6、將所述相機圖像以及標定板坐標系中所述中間四個圓孔的圓心坐標輸入到圖像。圓心提取算法中，提取所述相機圖像中標定板中間四個圓孔的圓心像素坐標；
7、將點云和標定板感興趣區域輸入到點云圓心提取算法中，提取點云中標定板的四個圓孔的圓心三維坐標；
8、將所述點云和所述相機圖像中的四個圓孔的圓心三維坐標輸入到特征匹配算法中進行特征匹配；
9、將匹配后的相機圖像和點云中四個圓孔的圓心三維坐標輸入到所述外參估計算法中，得到激光雷達與相機之間的外參。
10、在一個實施例中，所述圖像圓心提取算法具體包含以下步驟：
11、將圖像進行灰度化處理，獲取灰度圖像；然后，使用雙邊濾波對所述灰度圖像進行去噪，對去噪后的灰度圖像進行二值化處理；對二值化處理后的灰度圖像進行輪廓檢測，檢測自制矩形標定板四個角落圓形標志物，得到四個圓形標志物圓心的像素坐標，根據圓形標志物的黑色像素占比按升序為每個圓心編號；
12、將所述圓形標志物圓心的像素坐標根據編號與標定板坐標系下圓形標志物的圓心坐標匹配，然后輸入至外參估計算法中得到標定板相對于相機的外參矩陣；
13、將標定板坐標系中四個圓孔圓心坐標通過所述外參矩陣轉換至相機坐標系中，然后通過相機內參矩陣將其轉換至像素坐標系中，最終提取出像素坐標系下圓孔圓心坐標。
14、在一個實施例中，所述通過相機內參矩陣將其轉換至像素坐標系中，最終提取出像素坐標系下圓孔圓心坐標，具體計算公式如下：
15、
16、其中，表示標定板坐標系下的圓孔圓心三維坐標，是標定板與相機之間的外參矩陣，它由一個3×3的旋轉矩陣和3×1的平移向量組成，k是相機的內參矩陣，是得到的像素坐標系下的圓孔圓心坐標。
17、在一個實施例中，所述點云圓心提取算法具體包含以下步驟：
18、通過標定板感興趣區域提取出標定板點云，對標定板平面使用ransac方法擬合最佳平面，然后將標定板點云投影至同一平面上；
19、以標定板尺寸為先驗信息，在激光雷達坐標系下定義一個虛擬標定板，所述虛擬標定板的平面處于所述激光雷達坐標系的yoz平面，質點與所述激光雷達坐標系的原點重合。
20、在一個實施例中，所述質點與所述激光雷達坐標系的原點重合后，所述方法還包括：
21、定義如下目標函數：
22、
23、其中,是標定板點云到虛擬標定板的剛體變換，是標定板點云，w是標定板的寬，h是標定板的高，函數定義如下：
24、。
25、在一個實施例中，所述質點與所述激光雷達坐標系的原點重合后，所述方法還包括：
26、通過下述最小化目標函數，得到虛擬標定板與標定板點云之間剛體變換：
27、
28、在一個實施例中，所述質點與所述激光雷達坐標系的原點重合后，所述方法還包括：
29、通過如下計算公式提取所述標定板點云中的圓孔圓心坐標：
30、
31、其中，是通過標定板尺寸先驗信息得到的虛擬標定板的圓孔圓心坐標，是最終提取的點云中的圓孔圓心坐標，是虛擬標定板與標定板點云之間剛體變換。
32、在一個實施例中，所述特征匹配算法具體包含以下步驟：
33、首先，已知虛擬標定板的圓形標志物的圓心坐標，通過下式獲取其在標定板點云中的投影點為：
34、；
35、而后，分別以4個圓形標志物圓心投影點，，，為中心，劃分同等大小本文檔來自技高網...
【技術保護點】
1.一種多元布局激光雷達與相機外參標定方法，其特征在于，所述方法包括：
2.根據權利要求1所述的多元布局激光雷達與相機外參標定方法，其特征在于，所述圖像圓心提取算法具體包含以下步驟：
3.根據權利要求2所述的多元布局激光雷達與相機外參標定方法，其特征在于，所述通過相機內參矩陣將其轉換至像素坐標系中，最終提取出像素坐標系下圓孔圓心坐標，具體計算公式如下：
4.根據權利要求1所述的多元布局激光雷達與相機外參標定方法，其特征在于，所述點云圓心提取算法具體包含以下步驟：
5.根據權利要求4所述的多元布局激光雷達與相機外參標定方法，其特征在于，所述質點與所述激光雷達坐標系的原點重合后，所述方法還包括：
6.根據權利要求5所述的多元布局激光雷達與相機外參標定方法，其特征在于，所述質點與所述激光雷達坐標系的原點重合后，所述方法還包括：
7.根據權利要求6所述的多元布局激光雷達與相機外參標定方法，其特征在于，所述質點與所述激光雷達坐標系的原點重合后，所述方法還包括：
8.根據權利要求1所述的多元布局激光雷達與相機
9.根據權利要求3所述的多元布局激光雷達與相機外參標定方法，其特征在于，所述外參估計算法具體包含以下步驟：
10.一種無人駕駛清掃車的激光雷達與相機外參標定板，其特征在于，所述標定板的制作參數以及安裝要求具體如下：
...【技術特征摘要】
1.一種多元布局激光雷達與相機外參標定方法，其特征在于，所述方法包括：
2.根據權利要求1所述的多元布局激光雷達與相機外參標定方法，其特征在于，所述圖像圓心提取算法具體包含以下步驟：
3.根據權利要求2所述的多元布局激光雷達與相機外參標定方法，其特征在于，所述通過相機內參矩陣將其轉換至像素坐標系中，最終提取出像素坐標系下圓孔圓心坐標，具體計算公式如下：
4.根據權利要求1所述的多元布局激光雷達與相機外參標定方法，其特征在于，所述點云圓心提取算法具體包含以下步驟：
5.根據權利要求4所述的多元布局激光雷達與相機外參標定方法，其特征在于，所述質點與所述激光雷達坐標系的原點重合后，所述方法還包括：<...
【專利技術屬性】
技術研發人員：歐科君，李杰，張元方，王金龍，李大川，
申請(專利權)人：城市之光深圳無人駕駛有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。