[发明专利]一种车身相机外参自适应标定方法和装置

权利要求书

1.一种车身相机外参自适应标定方法，其特征在于，包括：

基于单目视觉序列数据获取相机相对基准面的倾斜度及高程解算；基于惯导数据获取车身惯导相对基准面的倾斜度及高程解算；具体包括：

分别构建相机和车体惯导各自相对基准面的向上偏移量、翻滚角和俯仰角的姿态分量的约束方程；

基于所述约束方程解算对应各参数分量的信息矩阵，基于所述信息矩阵得到不同轨迹段的信息量；

基于信息量最高的轨迹段进行航迹推算，求解相机相对于基准面法向量的向上偏移量Z_oc、相对于基准面的翻滚角Roll_oc和俯仰角Pitch_oc，求解车体惯导相对于基准面法向量的向上偏移量Z_ov、相对于基准面的翻滚角Roll_ov和俯仰角Pitch_ov，进一步求解相机相对车体惯导的向上偏移量λZ_vc、翻滚角Roll_vc和俯仰角Pitch_vc，其中，比例系数λ为未知量；

基于解耦出的相机和车身惯导相对基准面的倾斜度和高程得到的相机和车身惯导投影到基准面的二维平面运动分量，以采样频率最高的车身惯导时间作为基准，在车身惯导的二维平面运动分量中内插对应时刻的相机平面运动分量；

基于时间对齐下车身惯导和相机在基准面的轨迹对应关系，得到相机相对于车身惯导的平移量、偏航角和比例系数；基于所述比例系数和无比例系数时相机相对于基准面的高程解算，得到相机相对车身惯导的6自由度的外参；具体包括：

基于时间对齐下的车身惯导和相机在二维平面运动的对应关系，构建基准面约束下的相机相对车身惯导的平面手眼标定约束方程，同时解算参数的不确定度矩阵，解算相机相对车身惯导的平移量（X_vc，Y_vc）、偏航角Yaw_vc和比例系数λ；

将比例系数λ代入相机相对车体惯导的向上偏移量λZ_vc，得到有比例系数时相机相对车身惯导的6自由度的外参（X_vc，Y_vc，Z_vc，Roll_vc，Pitch_vc，Yaw_vc）。

2.根据权利要求1所述的车身相机外参自适应标定方法，其特征在于，还包括：

基于RANSAC模型的轨迹段筛选策略，筛选多个路段，对不同运动轨迹的外参进行非线性优化，筛选出最优的外参分量。

3.根据权利要求1所述的车身相机外参自适应标定方法，其特征在于，基于单目视觉序列数据获取相机相对基准面的倾斜度及高程解前，还包括：

基于6自由度的车体运动模型获取车身惯导数据并进行航迹推算，同时获取视频数据，并基于改进的orb-slam算法获取车身相机的不带尺度约束的单目视觉序列数据。

4.根据权利要求1所述的车身相机外参自适应标定方法，其特征在于，基于RANSAC模型的轨迹段筛选策略，筛选多个路段，对不同运动轨迹的外参进行非线性优化，筛选出最优的外参分量，具体包括：

筛选出多个单目视觉里程轨迹段，解算出每个单目视觉里程轨迹段的外参分量初值，并建立代价函数，基于所述代价函数对不同运动轨迹的外参进行非线性优化，筛选出最优的外参分量。