[发明专利]传感器标定方法、装置、计算机设备、介质和车辆有效
申请号: | 201811094353.7 | 申请日: | 2018-09-19 |
公开(公告)号: | CN109343061B | 公开(公告)日: | 2021-04-02 |
发明(设计)人: | 李诗锐;谢远帆;周珣;王亮 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
主分类号: | G01S13/931 | 分类号: | G01S13/931;G01S13/86;G01S7/40 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 传感器 标定 方法 装置 计算机 设备 介质 车辆 | ||
1.一种传感器标定方法,其特征在于,包括:
在车辆行驶过程中,检测周围物体;
从检测到的周围物体中识别出静态物体;
分别利用相机和激光雷达对所述静态物体进行特征提取,利用提取到的特征对所述相机和所述激光雷达的外参进行标定;
其中,所述分别利用相机和激光雷达对所述静态物体进行特征提取,利用提取到的特征对所述相机和所述激光雷达的外参进行标定,包括:
分别利用所述相机和所述激光雷达,对所述静态物体的边缘进行特征提取,得到所述边缘上的多个特征点分别在相机成像平面下的第一坐标,以及在激光雷达坐标系下的第二坐标;
通过迭代的方法,执行所述第二坐标经投影在所述相机成像平面下的坐标与所述第一坐标的对齐操作,并且当对齐时,确定所述相机与所述激光雷达之间的旋转矩阵和平移矢量。
2.根据权利要求1所述的方法,其特征在于,所述检测周围物体,包括:
分别利用相机和激光雷达进行障碍物检测;
对所述相机和所述激光雷达的障碍物检测结果进行融合校验,得到最终的障碍物检测结果,并作为所述周围物体。
3.根据权利要求1所述的方法,其特征在于,所述从检测到的周围物体中识别出静态物体,包括:
利用预先训练的识别模型,从检测到的周围物体中识别出静态物体。
4.根据权利要求3所述的方法,其特征在于,所述边缘的类型包括直线和圆环中的一种或多种。
5.根据权利要求1~4任一所述的方法,其特征在于,所述静态物体包括汽车、房子、树和电线杆中的一个或多个。
6.一种传感器标定装置,其特征在于,包括:
物体检测模块,用于在车辆行驶过程中,检测周围物体;
静态物体识别模块,用于从检测到的周围物体中识别出静态物体;
标定模块,用于分别利用相机和激光雷达对所述静态物体进行特征提取,利用提取到的特征对所述相机和所述激光雷达的外参进行标定;
其中,所述标定模块包括:
坐标获取单元,用于分别利用所述相机和所述激光雷达,对所述静态物体的边缘进行特征提取,得到所述边缘上的多个特征点分别在相机成像平面下的第一坐标,以及在激光雷达坐标系下的第二坐标;
坐标对齐单元,用于通过迭代的方法,执行所述第二坐标经投影在所述相机成像平面下的坐标与所述第一坐标的对齐操作,并且当对齐时,确定所述相机与所述激光雷达之间的旋转矩阵和平移矢量。
7.根据权利要求6所述的装置,其特征在于,所述物体检测模块包括:
障碍物检测单元,用于分别利用相机和激光雷达进行障碍物检测;
检测结果校验单元,用于对所述相机和所述激光雷达的障碍物检测结果进行融合校验,得到最终的障碍物检测结果,并作为所述周围物体。
8.根据权利要求6所述的装置,其特征在于,所述静态物体识别模块具体用于:
利用预先训练的识别模型,从检测到的周围物体中识别出静态物体。
9.根据权利要求6所述的装置,其特征在于,所述边缘的类型包括直线和圆环中的一种或多种。
10.根据权利要求6~9任一所述的装置,其特征在于,所述静态物体包括汽车、房子、树和电线杆中的一个或多个。
11.一种计算机设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1~5中任一所述的传感器标定方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1~5中任一所述的传感器标定方法。
13.一种车辆,包括车体,其特征在于,还包括如权利要求11所述的计算机设备,以及设置在所述车体上的至少两种传感器,其中,所述至少两种传感器包括激光雷达和相机,所述至少两种传感器分别与所述计算机设备进行通信。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811094353.7/1.html,转载请声明来源钻瓜专利网。