System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 激光雷达与相机外参标定方法、系统及存储介质技术方案_技高网
当前位置: 首页 > 专利查询>浙江大学专利>正文

激光雷达与相机外参标定方法、系统及存储介质技术方案

技术编号:44493088 阅读:10 留言:0更新日期:2025-03-04 17:59
本申请提供一种激光雷达与相机外参标定方法,应用于激光雷达与相机组合的刚性系统,其包括:获取目标场景的相机影像,目标场景设置有标定器,相机影像包括标定器的标定器影像;获取相机影像的边缘轮廓,边缘轮廓包括标定器影像的轮廓;基于标定器的轮廓构建标定器边缘线;基于边缘轮廓和标定器边缘线,得到标定器的拟合边缘的普朗克坐标;获取目标场景的三维点云数据;基于三维点云数据,提取标定器的边缘点集;基于拟合边缘与边缘点集,得到激光雷达与相机的外参。本申请提供的激光雷达与相机外参标定方法,有利于简化外参标定程序,增强实用性。本申请还提供一种激光雷达与相机外参标定系统及存储介质。

【技术实现步骤摘要】

本申请涉及三维扫描领域,尤其涉及激光雷达与相机外参标定方法、激光雷达与相机外参标定系统及存储介质。


技术介绍

1、常见的三维扫描装置中,激光雷达能够获得高精度的三维信息,并且不容易受到光照和天气条件的影响,但是激光雷达获取的三维信息缺乏颜色信息。相机能够提供高分辨率的颜色信息,但是容易受到光照和天气条件的影响。将激光雷达和相机的数据相结合,可以实现互补,从而获得更完善的三维信息。然而,将激光雷达与相机结合,需要准确确定外参,也即激光雷达的坐标系与相机的坐标系之间的旋转矩阵和平移向量。常见的外参标定,一种是为激光雷达与相机提供对应的特征来标定,导致标定器制作复杂。另一种是使用深度学习的方式来实现标定,但精度不高。还有一种是利用点云的强度信息来标定,但是对场景的要求较高。


技术实现思路

1、本申请第一方面提供一种激光雷达与相机外参标定方法,应用于激光雷达与相机组合的刚性系统,其包括:

2、获取目标场景的相机影像,所述目标场景设置有标定器,所述相机影像包括所述标定器的标定器影像;

3、获取所述相机影像的边缘轮廓,所述边缘轮廓包括所述标定器影像的轮廓;

4、基于所述标定器的轮廓构建所述标定器边缘线;

5、基于所述边缘轮廓和所述标定器边缘线,得到所述标定器的拟合边缘的普朗克坐标;

6、获取所述目标场景的三维点云数据;

7、基于所述三维点云数据,提取所述标定器的边缘点集;

8、基于所述拟合边缘与所述边缘点集,得到所述激光雷达与所述相机的外参。

9、本申请实施例提供的激光雷达与相机外参标定方法,通过用相机拍摄放置有标定器的目标场景,可以得到的标定器影像,从而用于计算标定器影像的拟合边缘;通过用激光雷达扫描目标场景,可以得到标定器的三维点云数据,从而可以获取标定器的边缘点集。通过对拟合边缘和边缘点集进行配准,可以得到激光雷达与相机的外参。也即,只需要使用相机和激光雷达同时拍摄标定器,即可通过运算得到激光雷达与相机的外参,不需要标定器提供特殊的特征,也不需要特定的场景,并且过程简单高效,有利于简化外参标定的流程,提高标定的准确性。

10、在一实施例中,基于所述三维点云数据,提取所述标定器的边缘点集的步骤具体包括:基于所述三维点云数据,获取所述标定器的标定器点云数据;基于所述标定器点云数据,提取所述边缘点集。

11、在一实施例中,基于所述三维点云数据,获取所述标定器的标定器点云数据的步骤具体包括:提取所述三维点云数据中的平面点云数据;基于连通域判定方法,删除所述平面点云数据中的非连通区域;基于所述距离及法向数据,从所述平面点云数据中筛选出所述标定器点云数据。

12、在一实施例中,基于所述三维点云数据,提取所述标定器的边缘点集的步骤具体包括:基于所述三维点云数据,获取所述标定器的标定器点云数据;获取所述标定器的真值点云数据,所述真值点云数据的精度小于等于0.02mm;基于所述真值点云数据,提取所述标定器的真值边缘点集;将所述真值边缘点集注册到所述标定器点云数据的坐标系中,得到所述边缘点集。

13、在一实施例中,基于所述标定器的轮廓构建所述标定器边缘线的步骤具体包括:在所述标定器的轮廓上的每一条边缘线附近标定两个边缘点;将两个所述边缘点连线形成的直线标记为所述标定器边缘线。

14、在一实施例中,基于所述边缘轮廓和所述标定器边缘线,得到所述标定器的拟合边缘的普朗克坐标的步骤具体包括:在所述标定器边缘线上选取多个采样点;将每一所述采样点与所述边缘轮廓进行配对,得到目标点集;基于所述目标点集,构建求解最小值自变量点集的第一目标函数,所述第一目标函数为所述目标点集与普朗克坐标所定义的直线之间距离的范数平方,所述普朗克坐标的第一参数和第二参数为所述第一目标函数求解的自变量。

15、在一实施例中,基于所述拟合边缘与所述边缘点集,得到所述激光雷达与所述相机的外参的步骤具体包括:基于所述标定器的四个角点,将所述拟合边缘与所述边缘点集进行初步对应,得到初始外参;基于所述拟合边缘与所述边缘点集,构建求解最小值自变量点集的第二目标函数;所述第二目标函数为所述边缘点集中的每一点带入所述初始外参后的坐标在平面上投影的点与所述拟合边缘之间距离的范数平方;所述初始外参的第三参数和第四参数为所述第二目标函数求解的自变量。

16、本申请第二方面提供一种存储介质,存储有计算程序,所述计算机程序在被执行时实现上述任意一项所述的激光雷达与相机外参标定方法的步骤。

17、本申请第三方面提供一种激光雷达与相机外参标定系统,包括:

18、激光雷达与相机组合的刚性系统;所述激光雷达用于获取目标场景的三维点云数据,所述相机用于获取所述目标场景的相机影像;

19、标定器,设置于所述目标场景内;以及

20、控制模块,分别电连接所述激光雷达和所述相机,所述控制模块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使得所述控制模块实现上述任意一项所述的激光雷达与相机外参标定方法的步骤。

21、本申请实施例提供的激光雷达与相机外参标定系统,通过用相机拍摄放置有标定器的目标场景,可以得到的标定器影像,从而用于计算标定器影像的拟合边缘;通过用激光雷达扫描目标场景,可以得到标定器的三维点云数据,从而可以获取标定器的边缘点集。通过对拟合边缘和边缘点集进行配准,可以得到激光雷达与相机的外参。也即,只需要使用相机和激光雷达同时拍摄标定器,即可通过运算得到激光雷达与相机的外参,不需要标定器提供特殊的特征,也不需要特定的场景,并且过程简单高效,有利于简化外参标定的流程,提高标定的准确性。

22、在一实施例中,所述激光雷达与相机外参标定系统还包括:扫描仪,与所述控制模块电连接,所述扫描仪用于扫描所述标定器的真值点云数据,所述真值点云数据的精度小于等于0.02mm。

本文档来自技高网...

【技术保护点】

1.一种激光雷达与相机外参标定方法,应用于激光雷达与相机组合的刚性系统,其特征在于,包括:

2.如权利要求1所述的激光雷达与相机外参标定方法,其特征在于,基于所述三维点云数据,提取所述标定器的边缘点集的步骤具体包括:

3.如权利要求2所述的激光雷达与相机外参标定方法,其特征在于,基于所述三维点云数据,获取所述标定器的标定器点云数据的步骤具体包括:

4.如权利要求1所述的激光雷达与相机外参标定方法,其特征在于,基于所述三维点云数据,提取所述标定器的边缘点集的步骤具体包括:

5.如权利要求1所述的激光雷达与相机外参标定方法,其特征在于,基于所述标定器的轮廓构建所述标定器边缘线的步骤具体包括:

6.如权利要求1所述的激光雷达与相机外参标定方法,其特征在于,基于所述边缘轮廓和所述标定器边缘线,得到所述标定器的拟合边缘的普朗克坐标的步骤具体包括:

7.如权利要求1所述的激光雷达与相机外参标定方法,其特征在于,基于所述拟合边缘与所述边缘点集,得到所述激光雷达与所述相机的外参的步骤具体包括:

8.一种存储介质,存储有计算程序,其特征在于,所述计算机程序在被执行时实现如权利要求1-7中任一项所述的激光雷达与相机外参标定方法的步骤。

9.一种激光雷达与相机外参标定系统,其特征在于,包括:

10.如权利要求9所述的激光雷达与相机外参标定系统,其特征在于,还包括:

...

【技术特征摘要】

1.一种激光雷达与相机外参标定方法,应用于激光雷达与相机组合的刚性系统,其特征在于,包括:

2.如权利要求1所述的激光雷达与相机外参标定方法,其特征在于,基于所述三维点云数据,提取所述标定器的边缘点集的步骤具体包括:

3.如权利要求2所述的激光雷达与相机外参标定方法,其特征在于,基于所述三维点云数据,获取所述标定器的标定器点云数据的步骤具体包括:

4.如权利要求1所述的激光雷达与相机外参标定方法,其特征在于,基于所述三维点云数据,提取所述标定器的边缘点集的步骤具体包括:

5.如权利要求1所述的激光雷达与相机外参标定方法,其特征在于,基于所述标定器的轮廓构建所述标定器边缘线的步骤具...

【专利技术属性】
技术研发人员:华昀峰许威威江腾飞
申请(专利权)人:浙江大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1