[发明专利]联合标定参数的精度评估方法和装置、服务器、计算机可读存储介质在审
申请号: | 202010845148.0 | 申请日: | 2020-08-20 |
公开(公告)号: | CN114076936A | 公开(公告)日: | 2022-02-22 |
发明(设计)人: | 马冰;王邓江;关喜嘉;邓永强 | 申请(专利权)人: | 北京万集科技股份有限公司 |
主分类号: | G01S7/497 | 分类号: | G01S7/497;G06T7/80;G06T5/40 |
代理公司: | 北京华进京联知识产权代理有限公司 11606 | 代理人: | 孙岩 |
地址: | 100193 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 联合 标定 参数 精度 评估 方法 装置 服务器 计算机 可读 存储 介质 | ||
1.一种联合标定参数的精度评估方法,其特征在于,包括:
获取同一时刻、同一场景下采集的图像和激光点云数据,所述图像为通过相机拍摄得到,所述激光点云数据为通过激光雷达采集得到;
根据所述激光雷达相对于所述相机的待评估联合标定参数,将所述激光点云数据对应的点云映射到所述图像上得到映射点云;
计算同一目标在所述图像上的激光点云目标框与图像识别目标框之间的重叠面积;
通过所述重叠面积对所述激光雷达相对于所述相机的待评估联合标定参数进行精度评估。
2.根据权利要求1所述的方法,其特征在于,所述通过所述重叠面积对所述激光雷达相对于所述相机的待评估联合标定参数进行精度评估,包括:
计算所述重叠面积与所述激光点云目标框的面积的比值;
对各个目标对应的所述重叠面积与所述激光点云目标框的面积的比值计算均值、方差或标准差;
根据所述均值、方差或标准差对所述激光雷达相对于所述相机的待评估联合标定参数进行精度评估。
3.根据权利要求2所述的方法,其特征在于,在所述计算同一目标在所述图像上的激光点云目标框与图像识别目标框之间的重叠面积之前,包括:
针对所述图像中的每一个目标,在所述图像上获取所述目标对应的激光映射点云的外接框作为激光点云目标框;采用图像检测算法对所述图像进行图像识别得到图像识别目标框;
获取同一目标在所述图像上的激光点云目标框及图像识别目标框。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述根据所述均值、方差或标准差对所述激光雷达相对于所述相机的待评估联合标定参数进行精度评估,包括:
若所述均值、方差或标准差大于等于预设阈值,则所述激光雷达相对于所述相机的待评估联合标定参数的精度符合预设精度阈值;
若所述均值、方差或标准差小于预设阈值,则所述激光雷达相对于所述相机的待评估联合标定参数的精度不符合预设精度阈值。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
若所述激光雷达相对于所述相机的待评估联合标定参数的精度不符合预设精度阈值,则根据所述相机的内参矩阵、所述相机的畸变系数、所述激光雷达相对于所述相机的待评估联合标定参数,对所述激光雷达相对于所述相机的待评估联合标定参数进行重新计算。
6.根据权利要求1至3中任一项所述的方法,其特征在于,所述激光雷达相对于所述相机的待评估联合标定参数的计算过程,包括:
根据所述相机的内参矩阵、所述相机的畸变系数、所述激光雷达相对于所述相机的初始联合标定参数,将所述激光点云数据对应的点云映射到所述图像上得到映射点云;
基于所述激光点云数据中的反射率、所述映射点云的灰度值构建概率分布图,根据所述概率分布图构建目标函数;
通过所述目标函数调整所述初始联合标定参数直到所述目标函数的值满足预设阈值,输出调整后的联合标定参数作为所述激光雷达相对于所述相机的待评估联合标定参数。
7.根据权利要求6所述的方法,其特征在于,所述概率分布图包括反射率直方图、灰度直方图及联合直方图,所述基于所述激光点云数据中的反射率、所述映射点云的灰度值构建概率分布图,包括:
基于所述激光点云数据中的反射率构建反射率直方图;
基于所述映射点云的灰度值构建灰度直方图;
根据所述反射率、所述灰度值及所述激光雷达相对于所述相机的初始联合标定参数之间的关系,基于所述反射率直方图及所述灰度直方图构建联合直方图。
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北京万集科技股份有限公司,未经北京万集科技股份有限公司许可,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/202010845148.0/1.html,转载请声明来源钻瓜专利网。