[发明专利]一种基于摄像头和3D激光雷达的联合标定方法

权利要求书

1.一种基于摄像头和3D激光雷达的联合标定方法，其特征在于，包括以下步骤：

步骤1：根据3D激光雷达得到的点云数据，进行点云数据聚类分析；

步骤2：通过3D-2D投影，将聚类分析结果投影到摄像头得到的图像序列；

步骤3：基于步骤2，动态调整欧拉角，并判断可视化的标定结果是否满意，如果满意，保存标定结果；否则继续调整欧拉角，直至满意。

2.如权利要求1所述的方法，其特征在于，步骤1中，点云数据聚类分析是将3D激光雷达扫描得到的点云数据中的点集根据一定的判断准则进行类别划分，每个类别分别对应不同的目标物体。

3.如权利要求2所述的方法，其特征在于，步骤1中，点云数据聚类分析具体采用的方法如下：

(1)创建Kd-tree数据结构描述点云数据集P；

(2)设置一个空聚类列表C以及一个含检测点的队列Q；

(3)对于集合P中的每一个点Pi，作如下操作：

(3.1)添加点Pi至当前队列Q；

(3.2)对于集合P中的每一个点Pj，j！＝i，作如下操作：

(3.2.1)计算点Pi和点Pj之间的欧式距离r，为式(1)，如果满足r距离阈值dth，则将点Pj添加至其邻域列表N；

(3.2.2)对N中的每一个领域ni，检查该点Pj是否已经被处理过，如果没有，添加该点至队列Q；否则，针对集合P中的下一个点返回步骤3.2.1继续处理；

(3.2.3)添加队列Q至聚类列表C；

(3.3)重置Q为空队列，直至集合P中所有的点被处理完毕。

4.如权利要求2所述的方法，其特征在于，步骤2中，3D-2D投影的方法如下：

(1)计算点云数据聚类分析结果中点云数据相对于摄像头图像垂直方向的差分航向角，具体公式为式(2)：

yaw_diff＝|arctan(Py,Px)-yaw-90| (2)

其中，Px，Py分别为点云数据在3D激光雷达坐标系X，Y轴上坐标值，yaw是摄像头的原始偏航角；

(2)设定差分航向角阈值th1，统计满足yaw_diff预设阈值th1的点云数据个数pt_c；

(3)根据点云数据聚类分析结果中点云数据的大小，设定pt_c的阈值th2，如果pt_c≥th2，则将点云数据投影到图像中。

5.如权利要求2所述的方法，其特征在于，步骤3中，根据动态配置文件，生成欧拉角配置窗口，同时，在ros环境下通过可视化工具rviz，生成可视化图像窗口，并将点云数据聚类分析结果投影至该可视化窗口，然后，对3D激光雷达坐标系到摄像头坐标系所对应的旋转欧拉角进行动态调整，直至步骤2得到的目标物体的聚类点云数据投影结果和图像序列中的目标物体相互一致对应，最后，保存标定结果。

6.如权利要求5所述的方法，其特征在于，步骤3中，在保存标定结果的同时，还根据欧拉角和空间旋转矩阵的转换关系计算3D激光雷达坐标系到摄像头坐标系的空间旋转矩阵。

7.如权利要求6所述的方法，其特征在于，步骤3中，在保存标定结果的同时，还根据由式(3)表示的欧拉角和空间旋转矩阵的转换关系计算3D激光雷达坐标系到摄像头坐标系的空间旋转矩阵；

其中，rl、ph、yw分别为绕3D激光雷达坐标系X、Y、Z轴旋转的偏航角、俯仰角和横滚角。

8.一种如权利要求1至7中任一项所述的方法在机器人技术领域中的应用。

9.一种如权利要求1至7中任一项所述的方法在无人车技术领域中的应用。