[发明专利]一种相机与激光雷达之间外参无目标自动标定方法及系统

权利要求书

1.一种相机与激光雷达之间外参无目标自动标定方法，其特征在于，包括以下步骤：

步骤101，根据相机与激光雷达之间的运动约束获取相机与激光雷达之间外参的初始估计；

步骤102，根据相机与激光雷达之间的互信息特征以及外参的初始估计获取相机与激光雷达之间外参的优化估计；

步骤102具体包括：

步骤301，根据相机与激光雷达之间外参的初始估计建立相机与激光雷达之间的投影模型；

步骤302，利用投影模型获取相机与激光雷达的共视点；

步骤303，获取每一个共视点的灰度值与反射率，进而获得所有共视点的灰度值直方图与反射率直方图；

步骤304，获取灰度值直方图与反射率直方图的相似度，调整相机与激光雷达之间的外参估计使得灰度值直方图与反射率直方图的相似度最大，此时相机与激光雷达之间的外参估计即为外参的优化估计。

2.根据权利要求1所述相机与激光雷达之间外参无目标自动标定方法，其特征在于，步骤101具体包括：

步骤201，获取相机与激光雷达的运动轨迹；

步骤202，基于相机与激光雷达的运动约束与运动轨迹建立高斯赫尔默特模型；

步骤203，对高斯赫尔默特模型进行最小二乘估计，获取相机与激光雷达之间外参的初始估计。

3.根据权利要求2所述相机与激光雷达之间外参无目标自动标定方法，其特征在于，步骤201中，所述相机与激光雷达的运动轨迹为：

式中，r_ai为激光雷达的旋转轨迹，t_ai为激光雷达的平移轨迹，r_ci为相机的旋转轨迹，λt_ci为相机的平移轨迹，其中，λ为相机的未知尺度因子，λ的求取过程为：

若限定相机与激光雷达做同步的平移运动，则有：

||r_ci||＝||r_ai||＝0,||λt_ci||＝||t_ai||

进而得到：

令上式的一阶导数为0，则有：

最终得到：

式中，M表示相机与激光雷达平移运动的段数，||·||表示二范数。

4.根据权利要求3所述相机与激光雷达之间外参无目标自动标定方法，其特征在于，步骤202的过程具体为：限定相机与激光雷达的运动约束为同步平移与旋转，则有：

式中，g_t(x,l_i)表示限定相机与激光雷达之间的旋转约束，g_r(x,l_i)表示限定相机与激光雷达之间的平移约束，R(·)表示相应角度轴矢量的旋转矩阵，x＝[η,ξ]，其中，x表示相机与激光雷达之间的外参，η表示相机与激光雷达之间外参中的旋转参数，ξ表示相机与激光雷达之间外参中的平移参数；

在无噪声的情况下,外参x满足：

式中，x*表示无噪声的情况下的外参；

获取相机、激光雷达实际运动轨迹与无噪声情况下运动轨迹的误差：

式中，表示相机、激光雷达在无噪声情况下运动轨迹，ε_i表示相机、激光雷达实际运动轨迹与无噪声情况下运动轨迹的误差，其满足正态分布；

建立高斯赫尔默特模型：

subject to g_t(x,ε_i+l_i)＝0

g_r(x,ε_i+l_i)＝0

式中，表示误差ε_i协方差矩阵的逆。