多维度环境信息采集平台及其标定方法技术

本发明专利技术公开了一种多维度环境信息采集平台及其标定方法，采集平台由多个“微型固态激光雷达—单目相机”设备对构成，均匀安装于可穿戴的环状支架上。为标定上述采集平台中各设备参数，通过改进的CPD点集配准算法拼合点云数据，并通过求解修正矩阵降低拼合误差，标定各微型固态激光雷达之间的外参，再通过标定板和改进的PnP算法，标定每一对微型固态激光雷达和单目相机之间外参，最终完成所有设备之间的标定。本发明专利技术能够较为准确的获取全方位点云和视觉信息，提高了环状设备阵列的标定准确度。度。度。

【技术实现步骤摘要】
多维度环境信息采集平台及其标定方法


[0001]本专利技术属于导航与定位领域，具体涉及一种基于微型固态激光雷达和摄像头环状阵列的头戴式环境信息采集平台及其标定方法。

技术介绍

[0002]近年来，随着技术发展，环境感知的方法逐步成熟，但相关技术主要应用于智能汽车和机器人导航等方面，而适用于人体的方法和设备相对较少。为了实现人体视角下室内外环境下感知与导航的功能，进而达到行人出行环境感知与导航、增强现实(AR)的环境感知等目的，需要构建全方位的环境信息采集平台，并设计合适的算法进行标定。
[0003]目前，环境感知所借助的设备集中于激光雷达和视觉两个方面，且主要使用于机器人导航和自动驾驶领域，例如：公开号为CN 113160330A的中国专利申请提出了一种基于端到端的相机与激光雷达标定方法，提升了相机与激光雷达联合标定之精度，改善了传统卷积神经网络方法的误差问题，提出了新的特征融合方式，可应用于在自动驾驶等场景。
[0004]公开号为CN113409399A的中国专利申请提出了一种双相机联合标定方法、系统及装置，采用一个内参已知的标准的左相机对待标定的右相机进行标定，在标定的过程中对右相机的内参进行联合优化，在标定方法简单的前提下具有较高精度。
[0005]公开号为CN110322519A的中国专利申请提出了一种用于激光雷达与相机联合标定的标定装置及标定方法，通过构建特殊形状的标定板，并通过“拟合插值法”实现多次测量数据的处理，进而完成标定。
[0006]适用于人体的方法和设备，相关的研究和专利数量仍然较少。

技术实现思路

[0007]本专利技术所解决的技术问题是：为探索人体视角下环境感知的方法，提出一种基于“微型固态激光雷达—广角相机”阵列的多维度环境信息采集平台及其标定方法，用于出行场景下的周围环境感知。
[0008]本专利技术为解决以上技术问题，采用如下技术方案：首先，本专利技术提出一种多维度环境信息采集平台，包括：贴合人体头部形状的环状支架、3~10个微型固态激光雷达，以及标定模块，其中微型固态激光雷达等角度均匀分布于环状支架上，分别与标定模块相连接；每个微型固态激光雷达均安装有单目相机，形成“微型固态激光雷达—单目相机”环状阵列对，每一对摄像头视野和雷达的FOV相同；其中，所述标定模块包括：相邻点云配准单元，用于对相邻的微型固态激光雷达两两进行点云拼合，得到所有相邻两个微型固态激光雷达的外参矩阵，实现其外参标定；全局点云拼合优化单元，用于拼合所有微型固态激光雷达的点云，针对每个外参矩阵设定修正矩阵并求解外参修正矩阵，优化点云误差，实现所有固态激光雷达的联合标
定，将每个微型固态激光雷达的点云整合至同一球坐标系中；雷达相机联合标定单元，分别针对每一对摄像头和微型固态激光雷达进行外参标定，确定摄像头在坐标系中的位置，完成所有摄像头和微型固态激光雷达的标定。
[0009]其次，本专利技术提出一种多维度环境信息采集平台的标定方法，包括如下步骤：步骤S1、利用二分法改进的CPD算法对相邻的微型固态激光雷达两两进行点云拼合，从而得到所有相邻两个微型固态激光雷达的外参矩阵，实现其外参标定；步骤S2、拼合所有微型固态激光雷达的点云，针对每个外参矩阵设定修正矩阵，利用牛顿
‑
拉夫逊迭代法求解外参修正矩阵，优化点云误差，实现所有固态激光雷达的联合标定，使得每个微型固态激光雷达的点云可以整合至同一球坐标系中；步骤S3、利用梯度下降优化的PnP算法分别针对每一对摄像头和微型固态激光雷达进行外参标定，从而确定摄像头在坐标系中的位置，完成所有摄像头和微型固态激光雷达的标定。
[0010]作为本专利技术所提出的标定方法进一步的细化方案，步骤S1包括：步骤S101、根据设备的安装的具体情况，以几何方法预估相邻微型固态激光雷达点云数据重叠角度的上下界，并在此范围内，按照最大重叠角度、配准误差小于阈值的标准进行二分迭代，求解最大重叠角度；步骤S102、取重叠角度中值，截取该角度范围内的点云，并在截取的两片点云上利用CPD算法实现点集配准；步骤S103、根据二分法的原则，在配准误差小于阈值时降低重叠角度上界，在配准误差大于阈值时提高下界，当上下界差值小于预设值（如1%）时停止迭代，否则回到步骤S102继续迭代；步骤S104、以最后一次迭代的时CPD算法配准的结果为准，求取两两相邻微型固态激光雷达之间的外参矩阵。
[0011]作为本专利技术所提出的标定方法进一步的细化方案，所述步骤S2具体包括：步骤201、构建外参矩阵，优化点云拼合的误差：为每个外参矩阵设定待求的一个4
×
4的修正矩阵，修正后点云中的超过预设比例（至少95%）的点P满足，且修正矩阵的行列式值在0.95~1.05之间（含0.95和1.05），其中n表示微型固态激光雷达的个数；步骤S202、构建矩阵方程组，其中，为点云中点的个数，并将矩阵方程组拆解为线性方程组，其中为修正矩阵中各元素；步骤S203、判断点云中点的个数与微型固态激光雷达的个数之比：（1）当满足在3倍的以内时，随机选取其中个方程，采用牛顿
‑
拉夫逊迭代法求解修正矩阵中各元素；（2）当满足大于3倍的时，构造误差函数，
用梯度下降法求解误差函数的最小值；上述步骤S203（1）、（2）所述两种迭代方法的迭代初值均为单位矩阵时的值；步骤S204、根据步骤S201至步骤S203求出的修正矩阵，构建一球坐标系，计算各微型固态激光雷达在该坐标系中的坐标。
[0012]作为本专利技术所提出的标定方法进一步的细化方案，所述步骤S3具体包括：步骤S301、对于一对微型固态激光雷达和单目相机摄像头，通过在无过度曝光的环境中，在距离采集平台3~6米位置处放置具有标定板。（标定板的特征为：形状为正方形，呈黑白棋盘格形状，部分方格被挖空，部分白色方格带有ArUco图案，且该图案位于所在方格的正中心，标定板每个小方格的边长为微型固态激光雷达分辨率的10倍以上。）用已标定内参的摄像头拍摄标定板，检测ArUco和棋盘格图案，从而计算出图像中标定板的棋盘格交点位置；用微型固态激光雷达扫描标定板，根据边缘和中空部分，检测标定板上各方格的顶点位置；将标定板置于不同位置，重复拍摄计算，得到多个点对；
[0013]步骤S302：采用梯度下降优化的PnP算法，计算微型固态激光雷达和单目相机的外参矩阵，实现联合标定；步骤S303：对完成每一对微型固态激光雷达和单目相机重复S301和S302，完成标定。
[0014]最后，本专利技术提出一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本专利技术所述的标定方法的步骤。
[0015]本专利技术采用以上技术方案，与现有技术相比能够达到如下技术效果：本专利技术提出的环境信息采集平台，能够全方位采集人体周围环境点云信息和图像信息，克服单一前向视角的信息缺失，具有更好的效果。
[0016]本专利技术提出的针对上述采集平台的标定方法，能够快速准确的完成上述采集平台的内本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多维度环境信息采集平台，其特征在于：包括贴合人体头部形状的环状支架、N个微型固态激光雷达，以及标定模块，所述N个微型固态激光雷达等角度均匀分布于环状支架上，分别与标定模块相连接；每个微型固态激光雷达均安装有单目相机，形成“微型固态激光雷达—单目相机”环状阵列对；其中，所述标定模块包括：相邻点云配准单元，用于对相邻的微型固态激光雷达两两进行点云拼合，得到所有相邻两个微型固态激光雷达的外参矩阵，实现其外参标定；全局点云拼合优化单元，用于拼合所有微型固态激光雷达的点云，针对每个外参矩阵设定修正矩阵并求解外参修正矩阵，优化点云误差，实现所有固态激光雷达的联合标定，将每个微型固态激光雷达的点云整合至同一球坐标系中；雷达相机联合标定单元，分别针对每一对摄像头和微型固态激光雷达进行外参标定，确定摄像头在坐标系中的位置，完成所有摄像头和微型固态激光雷达的标定。2.根据权利要求1所述的多维度环境信息采集平台，其特征在于，N的取值范围是3~10。3.根据权利要求1所述的多维度环境信息采集平台，其特征在于，环状阵列对中，每一设备对的摄像头视野和雷达的FOV相同。4.根据权利要求1所述的多维度环境信息采集平台，其特征在于，环状支架贴近人体侧设置有海绵材料包裹作为缓冲。5.一种基于权利要求1所述的多维度环境信息采集平台的标定方法，其特征在于，包括如下步骤：步骤S1、利用二分法改进的CPD算法对相邻的微型固态激光雷达两两进行点云拼合，从而得到所有相邻两个微型固态激光雷达的外参矩阵，实现其外参标定；步骤S2、拼合所有微型固态激光雷达的点云，针对每个外参矩阵设定修正矩阵，利用牛顿
‑
拉夫逊迭代法求解外参修正矩阵，优化点云误差，实现所有固态激光雷达的联合标定，使得每个微型固态激光雷达的点云可以整合至同一球坐标系中；步骤S3、利用梯度下降优化的PnP算法分别针对每一对摄像头和微型固态激光雷达进行外参标定，从而确定摄像头在坐标系中的位置，完成所有摄像头和微型固态激光雷达的标定。6.根据权利要求5所述的标定方法，其特征在于，步骤S1包括：步骤S101、根据设备的安装的具体情况，以几何方法预估相邻微型固态激光雷达点云数据重叠角度的上下界，并在此范围内，按照最大重叠角度、配准误差小于阈值的标准进行二分迭代，求解最大重叠角度；步骤S102、取重叠角度中值，截取该角度范围内的点云，并在截取的两片点云上利用CPD算法实现点集配准；步骤S103、根据二分法的原则，在配准误差小于阈值时降低重叠角度上界，在配准误差大...

【专利技术属性】
技术研发人员：方铭宇，钱伟行，朱煜彬，赵杰，陆晅，张浩诚，包琪玮，沈皓轩，蔡洁萱，
申请(专利权)人：南京师范大学，
类型：发明
国别省市：