[发明专利]激光雷达与相机联合标定方法和装置、服务器、计算机可读存储介质

权利要求书

1.一种激光雷达与相机联合标定方法，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；

根据相机的内参矩阵、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；

计算同一目标在所述图像上的点云目标框与图像识别目标框之间的重叠面积，所述点云目标框为基于所述映射点云在所述图像上绘制的目标框，所述图像识别目标框为对所述图像进行标注所得的目标框；

基于所述重叠面积调整所述初始联合标定参数直到所述重叠面积大于预设阈值，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目标联合标定参数。

2.根据权利要求1所述的方法，其特征在于，所述基于所述重叠面积调整所述初始联合标定参数直到所述重叠面积大于预设阈值，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目标联合标定参数，包括：

基于所述重叠面积、所述点云目标框与所述图像识别目标框的类别相似度调整所述初始联合标定参数，直到所述重叠面积大于预设阈值、所述类别相似度大于预设阈值，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目标联合标定参数。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

计算同一目标在所述图像上的点云目标框与图像识别目标框之间的类别相似度。

4.根据权利要求3所述的方法，其特征在于，所述计算同一目标在所述图像上的点云目标框与图像识别目标框之间的类别相似度，包括：

对所述激光点云数据进行标注，从所述激光点云数据中获取原始点云目标框及所述原始点云目标框对应的第一目标类别；

对所述图像进行标注，从所述图像上获取图像识别目标框及所述图像识别目标框对应的第二目标类别；

计算同一目标对应的第一目标类别及第二目标类别之间的类别相似度，将所述类别相似度作为所述目标在所述图像上的点云目标框与图像识别目标框之间的类别相似度。

5.根据权利要求4所述的方法，其特征在于，所述根据所述相机的内参矩阵、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，包括：

计算所述相机的内参矩阵、所述相机的畸变系数；

获取所述原始点云目标框在世界坐标系中的坐标；

将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及所述原始点云目标框在世界坐标系中的坐标输入至透射变换矩阵，计算所述原始点云目标框在像素坐标系中的坐标；

从所述图像上提取所述原始点云目标框在像素坐标系中的坐标处的像素点，作为映射点云。

6.根据权利要求5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点云目标框与图像识别目标框之间的重叠面积之前，还包括：

针对所述图像中的每一个目标，在所述图像上获取所述映射点云的外接框作为点云目标框；

获取同一目标在所述图像上的点云目标框与图像识别目标框。

7.根据权利要求1至6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初始联合标定参数的计算过程，包括：

获取激光雷达在世界坐标系中的坐标；

将所述相机在相机坐标系中的坐标转换为所述相机在所述世界坐标系中的坐标；

根据所述激光雷达在所述世界坐标系中的坐标、所述相机在所述世界坐标系中的坐标，计算所述激光雷达相对于所述相机的初始联合标定参数。

8.根据权利要求7中所述的方法，其特征在于，所述基于所述重叠面积调整所述初始联合标定参数直到所述重叠面积大于预设阈值，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目标联合标定参数，包括：

基于所述重叠面积构建第一目标函数，通过所述第一目标函数调整所述初始联合标定参数直到所述第一目标函数的值大于预设阈值，输出调整后的联合标定参数作为所述激光雷达相对于相机的目标联合标定参数。