[发明专利]一种地图测绘系统中设备标定方法、系统和装置

说明书

本发明公开了一种地图测绘系统中的设备标定方法、装置和系统。所述方法包括：从成像设备拍摄的地面图像中提取线性元素；从获取的点云数据中提取地面元素的外轮廓点；将所述外轮廓点投影到所述地面图像中，得到所述外轮廓点与所述线性元素的匹配关系；根据所述匹配关系和惯性导航设备位姿，确定使所述外轮廓点到相匹配的线性元素所在的像平面的距离最小的成像设备外参标定参数；所述像平面为与所述外轮廓点相匹配的线性元素与成像设备光心形成的平面，所述成像设备外参标定参数包括成像设备相对于惯性导航设备的空间转换关系。不需要借助标定设备即可实现设备之间的空间关系标定，标定精度高，且不需要人工操作，能够实现快速、高效的自动化标定。

技术领域

本发明涉及地图测绘技术领域，特别涉及一种地图测绘系统中设备标定方法、系统和装置。

背景技术

为了更新高精地图中的矢量元素(例如车道线、交通标识牌等)，需要利用高级驾驶辅助系统(Advanced Driving Assistant System，ADAS)采集的图像和轨迹等作为数据源来生成并更新矢量元素。ADAS采集到数据后，通常需要经过手眼标定、图像定位、三维重建等流程最终生成高精地图中的矢量元素。

手眼标定可以是针对诸如ADAS等地图测绘系统中各设备的空间关系进行标定，从而确定地图测绘系统中各设备在空间中的相对位置关系，例如可以对ADAS中的成像设备和惯性导航设备之间空间关系进行标定，得到ADAS中的外部传感器(如相机、雷达等)与惯性导航设备或者车身之间的空间关系，例如可以通过彼此坐标系之间存在的相对平移或旋转关系来表征。根据标定出各设备之间的空间关系，可以把不同设备采集到数据转换到统一的坐标系下，以便于各设备采集的数据的融合。

传统的手眼标定一般是在ADAS上设置专门的标定设备，由人工操作标定设备对ADAS中的各设备进行标定，这种方式需要投入大量的人力资源成本，操作不方便，不能实现自动化标定，且标定操作的精度也比较低，受限于标定人员的经验和操作熟练程度的影响，无法快速、高效的完成手眼标定。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种地图测绘系统中设备标定方法、系统和装置。

本发明实施例提供一种地图测绘系统中的设备标定方法，包括：

从成像设备拍摄的地面图像中提取线性元素；

从获取的点云数据中提取地面元素的外轮廓点；

将所述外轮廓点投影到所述地面图像中，得到所述外轮廓点与所述线性元素的匹配关系；

根据所述匹配关系和惯性导航设备位姿，确定使所述外轮廓点到相匹配的线性元素所在的像平面的距离最小的成像设备外参标定参数；所述像平面为与所述外轮廓点相匹配的线性元素与成像设备光心形成的平面，所述成像设备外参标定参数包括成像设备相对于惯性导航设备的空间转换关系。

在一些可选的实施例中，从成像设备拍摄的地面图像中提取线性元素，包括：

通过选定的直线提取算法从成像设备拍摄的地面图像中提取线性元素并获取线性元素的灰度强度梯度方向；或

对成像设备拍摄的地面图像中的道路要素进行元素分割，通过机器学习算法拟合出地面图像中包括的线性元素并获取线性元素的灰度强度梯度信息。

在一些可选的实施例中，从获取的点云数据中提取地面元素的外轮廓点，包括：

根据所述地面图像涉及到的地理区域范围，从点云设备获取的点云数据中提取选定范围的点云数据；

根据点云数据中激光点的反射率的连通性，获取具有连通性的激光点得到地面元素的外轮廓点及相应的反射率和灰度强度梯度信息。

在一些可选的实施例中，将所述外轮廓点投影到所述地面图像中，得到所述外轮廓点与所述线性元素的匹配关系，包括：