买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】激光雷达与相机的无目标外参标定方法及相关装置_四川数字经济产业发展研究院;西安交通大学_202311872931.6 

申请/专利权人:四川数字经济产业发展研究院;西安交通大学

申请日:2023-12-29

公开(公告)日:2024-04-02

公开(公告)号:CN117808895A

主分类号:G06T7/80

分类号:G06T7/80;G06T7/11;G06T7/136

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.04.19#实质审查的生效;2024.04.02#公开

摘要:本发明属于自动驾驶技术领域,公开了一种激光雷达与相机的无目标外参标定方法及相关装置,包括:通过基于语义分割的方法分割激光雷达点云,得到汽车语义点云集和车道线点云集并组合,得到点云特征集;通过基于语义分割的方法分割相机图像,得到汽车像素集和车道线像素集并组合后进行二进制掩码处理,得到图像特征集;以最大化点云特征集基于激光雷达与相机外参在像素坐标系的投影与图像特征集之间的相关性作为优化目标,根据点云特征集和图像特征集,通过随机搜索优化来优化初始的激光雷达与相机外参,得到最优的激光雷达与相机外参,具有精度高、优化速度块及泛化性强的特点,能够适用于大部分的道路场景,保障了自动驾驶的精确性和稳定性。

主权项:1.一种激光雷达与相机的无目标外参标定方法,其特征在于,包括:获取激光雷达点云和与激光雷达点云对应的相机图像;通过基于语义分割的方法分割激光雷达点云,得到汽车语义点云集和车道线点云集并组合,得到点云特征集;通过基于语义分割的方法分割相机图像,得到汽车像素集和车道线像素集并组合后进行二进制掩码处理,得到图像特征集;以最大化点云特征集基于激光雷达与相机外参在像素坐标系的投影与图像特征集之间的相关性作为优化目标,根据点云特征集和图像特征集,通过随机搜索优化来优化初始的激光雷达与相机外参,得到最优的激光雷达与相机外参。

全文数据:

权利要求:

百度查询: 四川数字经济产业发展研究院;西安交通大学 激光雷达与相机的无目标外参标定方法及相关装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。