申请/专利权人：上海交通大学

申请日：2020-05-08

公开（公告）日：2024-04-09

公开（公告）号：CN111638499B

主分类号：G01S7/497

分类号：G01S7/497;G06T7/80

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2020.10.02#实质审查的生效;2020.09.08#公开

摘要：一种基于激光雷达反射强度点特征的相机‑激光雷达外部参数标定方法，分别①通过基于ArUco现实增强库的提取技术从标定板上采集特征点在相机坐标系的坐标，②通过基于激光雷达反射强度差异从标定板上采集特征点在激光雷达坐标系的坐标，通过迭代最近点算法进行相机‑激光雷达相对外部参数标定并得到变换矩阵，最后通过对变换矩阵进行坐标系统一，得到激光雷达与相机的相对外部参数。本发明能够不用对相机及激光雷达作充分旋转平移等运动即可标定出其准确的相对外部参数。

主权项：1.一种基于激光雷达反射强度点特征的相机-激光雷达外部参数标定系统，其特征在于，包括：标定板模块、激光雷达特征点提取模块、视觉特征点提取模块和外参计算模块，其中：标定板模块与激光雷达特征点提取模块相连并传输经提取的激光雷达特征点三维坐标信息，标定板模块与视觉特征点提取模块相连并传输经提取的视觉特征点三维坐标信息，外参计算模块与激光雷达特征点提取模块相连并传输激光雷达特征点三维坐标信息，外参计算模块与视觉特征点提取模块相连并传输视觉特征点三维坐标信息；所述的相机-激光雷达外部参数标定，分别①通过基于ArUco现实增强库的提取技术从标定板上采集特征点在相机坐标系的坐标，②通过基于激光雷达反射强度差异从标定板上采集特征点在激光雷达坐标系的坐标，通过迭代最近点算法进行相机-激光雷达相对外部参数标定并得到变换矩阵，最后通过对变换矩阵进行坐标系统一，得到激光雷达与相机的相对外部参数；所述的标定板上设有ArUco标记和若干PVC黑色胶条制成的点特征；所述的基于激光雷达反射强度差异从标定板上采集特征点在激光雷达坐标系的坐标是指：散射在标定板上的激光雷达点可按照反射强度分为两类，散射在材料为PVC黑色胶条点特征上的激光雷达点反射强度较小，散射在标定板其余部位的激光雷达点反射强度较大，根据这个差异将散射在点特征上的激光雷达点提取出来，提取出的激光雷达特征点坐标即为点特征在激光雷达坐标系下的坐标；所述的标定板为尺寸形状为1m×1m的正方形，ArUco标记的尺寸形状为0.2m×0.2m的正方形，位于标定板的正中心，n个尺寸为0.6cm×0.6cm的PVC黑色胶条制成的点特征Ejj＝1…n均匀分布在ArUco标记的四周；所述的基于ArUco现实增强库的视觉特征点提取：相机拍摄到含有ArUco标记的图像，相机的内部参数fx，fy，cx，cy，ArUco标记的尺寸参数，作为ArUco算法的输入，ArUco算法检测到ArUco标记四个角的位置，按照原始的顺序，以及标定板上标记的编号，通过ArUco库中的estimatePoseSingleMarkers函数计算得到由一个旋转矩阵和一个平移向量组成的变换矩阵T，即描述相机坐标系Wc到ArUco标记坐标系Wv的变换矩阵，其中ArUco标记坐标系Wb由标定板上的ArUco标记确定，根据手动测量的标定板上n个点特征分别在ArUco标记坐标系Wb下的坐标，可计算得到点特征在相机坐标系下的坐标，即视觉特征点的提取；所述的迭代最近点算法是指：选取相机坐标系下n个视觉特征点的坐标和激光雷达坐标系下n个激光雷达特征点的坐标作为ICP算法的输入t，x，y，z，通过迭代计算ICP误差：其中：si为在相机坐标系下点特征构成的点云集S中第i个点的位置，gi为si在激光雷达坐标系下点特征构成的点云集G中关联的点，L为参与的点对个数，Tsi为将si通过变换矩阵T2变换到Wc坐标系下的过程，通过设置ICP收敛阈值和T2的初始值，经多次迭代计算得出变换矩阵T2，T2即为激光雷达与相机的相对外部参数；进一步对相对外部参数标定结果进行验证：变换矩阵T2将激光雷达坐标系WL转换到相机坐标系Wc，在ROS中每个激光雷达会输出一个自身坐标系WL，对该坐标系直接乘变换矩阵T2进行刚体坐标变换，公式为：WL'＝T2×WL，即得到了理论上与相机坐标系Wc相同的坐标系WL'，在ROS中的RVIZ可视化界面中同时观察经坐标变换后的激光雷达点云以及相机图像，通过判断图像中出现的边缘部分与激光雷达点云能否完美契合实现验证，即标定得到的激光雷达-相机相对外部参数T2准确；进一步对相对外部参数标定结果进行定量评估：将所求得外部参数中的旋转矩阵设为R，平移向量为tx，y，z，将旋转矩阵R转化成欧拉角α，β，γ,分别对应着yaw,pitch,raw，取十次标定结果，旋转矩阵R1，R2…R10转化成的欧拉角记为α1，α2…α10，β1，β2…β10，γ1，γ2…γ10，平移向量t1，t2…t10各分量分别记为x1，x2…x10，y1，y2…y10，z1，z2…z10；通过计算方差其中：均值μ的计算公式为：得到的各分量方差分别为σ2α，σ2β，σ2γ，σ2x，σ2y，σ2z；进一步停过设置收敛评估指标，即欧拉角方差指标为0.003，欧拉角单位为弧度制，平移分量方差指标为0.0001，平移分量单位为米，当同时成立：minσ2α，σ2β，σ2γ≤0.003和minσ2x，σ2y，σ2z≤0.0001即认为外部参数标定结果收敛，结果准确。

全文数据：

权利要求：

百度查询： 上海交通大学 基于激光雷达反射强度点特征的相机-激光雷达相对外参标定方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD