[发明专利]无人驾驶环境感知中相机与激光雷达标定系统及标定方法

权利要求书

1.一种无人驾驶环境感知中相机与激光雷达标定方法，其特征在于，包括：

步骤一、基于三维激光雷达、RGB-D相机、镂空标定板搭建车载的传感器系统，其中标定板上设置有四个镂空圆；

步骤二、基于相机与镂空标定板的配合，通过计算得到标定板上各镂空位置的中心在三维空间下的多个第一圆心坐标；

步骤三、基于三维激光雷达与镂空标定板的配合，通过计算得到标定板各镂空位置的中心在三维空间下对应的多个第二圆心坐标；

步骤四、基于标定板上的镂空圆个数，获得多对一一对应的圆心坐标数据对；

步骤五、利用改进的ICP算法解算数据对之间的位置关系，完成二者的标定；

在步骤五中，所述改进的ICP算法被配置为在ICP算法中加入最大相关熵准则MCC，其被配置为包括：

S51、基于MCC的局部相似度量函数，建立稀疏ICP算法模型；

S52、对基于MCC的稀疏ICP算法模型进行求解；

基于MCC的稀疏ICP算法模型数学表达式如下所示：

s.t.R^TR＝I,det(R)＝1；

上式中，R表示旋转矩阵、t表示平移向量，xi、Pc(i)分别代表根据步骤二、三获得的两组点集，Np代表每组点集中的点个数，σ表示内核宽度，c(i)代表两点集中的点一一对应；

基于MCC的稀疏ICP算法模型的求解方式被配置为包括：

S521、对t求偏导：

得到：

其中，ω_i表示迭代时用指数项部分的(E_k-1,R_k-1,t_k-1)代替(E_k,R_k,t_k)；

S522、令：

则含参数R,E的目标函数变为：

S523、令：

N＝Q+E；

则含参数R的目标函数为：

通过半方技术，将上式转换为：

其中：

则最大化等价于：

F(R)＝-tr(H)；

其中：

通过SVD分解H得：

R＝VDU^T；

此时求解稀疏矩阵E，则只含E的目标函数如下：

其中：

S524、令：

RX+t-P＝M；

则等价于：

其中，B是一个以b为对角元素的对角矩阵，上式等价于：

其中：

有：

解得：

其中：

即A中的每个元素都是：

2.如权利要求1所述的无人驾驶环境感知中相机与激光雷达标定方法，其特征在于，在步骤一中，所述三维激光雷达被配置为采用VLP-16线激光雷达，所述RGB-D相机被配置为采用MYNT EYE深度相机；

其中，所述标定板被配置在传感器系统正前方1.5～7m，且标定板能全部在相机的取景图像中，同时至少有2行激光束能扫描到4个镂空圆的边缘；

镂空标定板后面设置有与其大小一致的黄色背景板。