[发明专利]基于立体正八边结构的多源传感器联合标定方法

说明书

一种基于立体正八边结构的多源传感器联合标定方法，包括以下步骤：相机内部参数标定；构建三维激光点云模型；基于惯性数据修正三维激光点云；优化激光抖动误差叠加均值；优化激光步进角误差增量；构建多线段联合外参标定模型，通过非线性方法求出外部参数最优解。该方法能够有效提升复杂农林环境下多源传感器联合标定精度和数据融合效果。

技术领域

本发明涉及多传感器数据融合领域，特别涉及一种农林业复杂环境多源数据联合标定方法。

背景技术

在现代化农林业的发展过程中，多源数据联合应用的趋势十分明显。相比可见光成像，激光扫描视场角比较大，但点云密度相对稀疏，且存在较多噪声；而热红外成像仪则可以在黑暗条件下成像，但视场角相对较小，只能显示整个场景中较小区域，综合利用这些不同源数据，可以取长补短，提高农林业移动设备的扫描探测能力和目标分割识别能力。但这就需要进行多传感器的数据预处理和坐标联合标定工作。

以往的联合标定工作主要是针对单个或多个二维激光扫描仪和可见光相机组的信息匹配，以及三维激光扫描仪和可见光相机的标定。主要方法是相机参数标定的拓展，通过选取多组三维激光点云和二维相机图像的对应数据组来构建两传感器的空间分布模型，最后运用PnP方法构建外部参数超定方程组进行参数求解。另一种常用方法是利用己知尺寸的棋盘格标定板进行标定，通过将多个标定板放置不同位置上，然后利用两个传感器分布获取，在其提供的在线标定工具箱里，对同一平面的位置进行匹配和估计，得到两者之间的相对位置关系。但这些方法都存在不少不足，不适合于农林复杂环境下多传感器标定应用：

(1)联合外部标定过程和相机标定过程步骤分离，且单次标定过程可用标定基准点数量过少，需要多次试验才能获得足够的标定数据量，效率低下；

(2)三维激光数据受仪器内部特性和物体反射率特性影响，导致每个激光点云的实际测量距离值均存在测量误差；

(3)三维激光仪因分光镜电机影响，获取点云数据相对稀疏，在物体被测边缘时，容易发生光环效应，产生步进角误差；

(4)标定基准点为独立物体的边缘点，需要精确的人工提取和信息输入过程，增加人为干扰误差概率，不适应环境复杂、物体分布距离差较大的场景。

发明内容

本公开提供了一种多源传感器联合标定方法，其能够解决不同季节条件下的南方和北方人工林场及农业蔬菜大棚中，农林移动装备利用多种传感器所获取的关于不同抚育目标及其他障碍物的三维激光、可见光图像数据、热红外图像数据及惯性测量数据的标定和匹配。

本公开提供一种基于立体正八边结构的多源传感器联合标定方法，步骤包括：

步骤一，相机内部参数标定：制作多个标定板，采用张氏标定法进行相机内部参数标定；

步骤二，构建三维激光点云模型：通过坐标转换对激光扫描仪获取的物体距离和角度数据进行转换，进而将二维激光坐标系向三维立体空间转化，得到该三维激光点云坐标系中激光束的投影；

步骤三，修正基于惯性数据的三维激光点云：获取原始三维点云坐标系中的点云P_L，经过修正后得到P_L'，获取瞬间时刻的三自由度加速度值，结合单个激光脉冲的采样时间，得到整个三维激光点云坐标系的偏心移动量，同理使用陀螺仪分别获取的三个偏移角度，计算出旋转矩阵；

步骤四，优化激光抖动误差叠加均值：利用多次扫描数据叠加求均值的方法对激光原始数据进行抖动误差补偿；

步骤五，优化激光步进角误差增量：在相邻两束激光间添加步进角增量，进一步细分角度分辨率，生成虚拟的激光点云，弥补步进角误差，然后以正八边形标定体为优化参照物，针对标定体的边缘线对原始激光点云中边缘点进行误差补偿；