[发明专利]一种激光雷达与视觉相机的外参标定装置有效
申请号: | 201910511493.8 | 申请日: | 2019-06-13 |
公开(公告)号: | CN110161485B | 公开(公告)日: | 2021-03-26 |
发明(设计)人: | 熊璐;邓振文;张绍明;黄禹尧;王泽寒;尹栋;刘正发;石立彬 | 申请(专利权)人: | 同济大学 |
主分类号: | G01S7/497 | 分类号: | G01S7/497;G01S17/87 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 杨宏泰 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 激光雷达 视觉 相机 标定 装置 | ||
本发明涉及一种激光雷达与视觉相机的外参标定装置,该装置包括依次设置的带有万向轮的支座、伸缩套筒、插入伸缩套筒上端内部且通过伸缩杆固定螺母固定位置的伸缩杆、固定在伸缩杆上端的球头座、球头座连接的球头支架以及与球头支架连接的标定板,所述的标定板为一表面平整的圆形黑色塑料板,在近边缘位置设置一个圆孔,且标定板表面按照棋盘格铣削方形凹槽,并在凹槽内嵌设白色方形的铝合金薄片,使铝合金薄片与标定板形成表面平整的矩形黑白棋盘格形式。与现有技术相比,本发明具有实用简便、通用性强等优点。
技术领域
本发明涉及传感器间的标定技术,尤其是涉及一种激光雷达与视觉相机的外参标定装置。
背景技术
近年来人工智能技术不断提升,部分功能算法逐渐应用于无人驾驶汽车技术领域。尤其是计算机视觉技术,深度卷积神经网络为很多无法建立模型的难题带来了解决方案。神经网络可以通过处理大量采集的实验数据,采用监督学习完成映射函数的拟合。但是,由于神经网络需基于大数据的支持且对硬件配置要求较高,目前智能驾驶系统暂时无法通过纯视觉的方案代替人类在复杂交通环境下行驶。同时,视觉摄像头在曝光的环境下是无法工作的,且在与训练样本差距较大的场景中,系统出错率较高。在目标检测研究中,激光与视觉的融合感知的检测率比视觉或激光雷达单独检测更高。为了弥补视觉传感器的不足,需要搭载其他感知传感器作为信息冗余。而环境感知技术的多传感器信息融合首先需要解决多传感器之间的外参数标定问题。
传感器之间外参标定技术逐渐受到大量科研人员的重视,良好的标定结果能够为后期信息融合得到更稳定的融合结果,进而提高环境感知的可靠性。多传感器之间的联合标定通常选定一个坐标系为基准,将所有传感器的空间坐标转换至该基准坐标系。通过建立各传感器之间的误差函数,并采集标定所需要的数据后,联立方程使误差函数最小化,进而得到各传感器到基准坐标系的外参数旋转矩阵和平移矩阵。传感器的外参数标定方法主要分为基于特殊标定装置的方法和基于普通自然环境的方法。其中,基于特殊标定装置的方法需要设计专门的标定装置,所有的传感器均能从该标定装置中提取相互关联的特征点作为相互约束关联,进而可求解彼此之间的坐标转换参数;基于普通自然环境的方法无需任何标定装置,只需要将多传感器平台置于普通自然环境下行驶一段时间,通过各传感器获取的原始数据寻找关联信息,并通过最大化交互关联信息作为优化函数,得到坐标转换关系。目前的标定方法主要表现为:
第一、单线激光雷达的标定装置过于复杂,在加工过程中难以保证结构的精度,且在使用过程中容易发生变形。同时,暂时还没有使用同一个标定装置满足同时标定单线激光雷达、多线激光雷达和视觉相机的外参数。
第二、基于自然环境下的标定方法很大程度受到不确定的环境影响,尤其是在白天光照强度较大环境下,树荫和建筑物阳阴面容易给参数造成不收敛的情况。需要大量的采集数据进行迭代,从而增加工作量和计算量。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种激光雷达与视觉相机的外参标定装置。
本发明的目的可以通过以下技术方案来实现:
一种激光雷达与视觉相机的外参标定装置,设置在传感器融合系统前方该装置包括依次设置的带有万向轮的支座、伸缩套筒、插入伸缩套筒上端内部且通过伸缩杆固定螺母固定位置的伸缩杆、固定在伸缩杆上端的球头座、球头座连接的球头支架以及与球头支架连接的标定板,所述的标定板为一表面平整的圆形黑色塑料板,在近边缘位置设置一个圆孔,且标定板表面按照棋盘格铣削方形凹槽,并在凹槽内嵌设白色方形的铝合金薄片,使铝合金薄片与标定板形成表面平整的矩形黑白棋盘格形式。
所述的球头支架包括一体成型的连接部和球头部,所述的连接部与标定板连接,所述的球头部嵌设在球头座内形成球头连接,用以实现标定板调节旋转至任意方向和位置并通过球头紧固螺栓固定。
所述的伸缩套筒上端内部设有螺纹和纵向槽,所述的伸缩杆固定螺母插入伸缩套筒内部的固定端呈楔形。
所述的万向轮设有4个,其内设有减震弹簧和刹车锁紧机构。
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同济大学,未经同济大学许可,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/201910511493.8/2.html,转载请声明来源钻瓜专利网。