[发明专利]坐标系关系获取方法及装置在审
申请号: | 202110592711.2 | 申请日: | 2021-05-28 |
公开(公告)号: | CN113281770A | 公开(公告)日: | 2021-08-20 |
发明(设计)人: | 张时嘉 | 申请(专利权)人: | 东软睿驰汽车技术(沈阳)有限公司 |
主分类号: | G01S17/86 | 分类号: | G01S17/86;G01S17/931;G01S7/497;G01C25/00 |
代理公司: | 北京博思佳知识产权代理有限公司 11415 | 代理人: | 刘秀玲 |
地址: | 110172 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 坐标系 关系 获取 方法 装置 | ||
本发明实施例提供一种坐标系关系获取方法及装置。本发明实施例通过根据目标车辆上的激光雷达采集的多帧激光雷达点云数据,生成激光点云图,所述多帧激光雷达点云数据对应多个不同的采集角度,根据所述目标车辆上的单目摄像头在所述多个不同的采集角度采集的多幅图像点云数据,生成稠密点云图,基于所述激光点云图中的第一图像块和所述稠密点云图中与所述第一图像块匹配的第二图像块,确定所述目标车辆上的激光雷达坐标系与单目摄像头坐标系之间的对应关系,利用匹配的图像块获得两个坐标系之间更加准确的对应关系,提高了激光雷达坐标系与单目摄像头坐标系标定的准确性。
技术领域
本发明涉及无人驾驶技术领域,尤其涉及一种坐标系关系获取方法及装置。
背景技术
激光雷达和单目摄像头都是无人驾驶车辆上重要的环境感知设备。其中,单目摄像头在无人驾驶中的功能主要有车道线检测、障碍物检测(相当于把障碍物识别以及对障碍物进行分类)以及交通标志的识别(比如识别红绿灯和限速牌)。激光雷达在无人驾驶中的功能主要有路沿检测、障碍物识别(对静态物体和动态物体的识别)以及定位和地图创建。
在实际应用中,需要获取无人驾驶车辆上激光雷达坐标系与单目摄像头坐标系之间的对应关系,以便对激光雷达坐标系和单目摄像头坐标系进行标定。
相关技术基于8点法(即8对点,其中,每对点包括单目摄像头拍摄图像中的像素点与该点对应的激光雷达点云数据)来获取激光雷达坐标系与单目摄像头坐标系之间的对应关系。这种技术中,点对的获取难度非常大,而且准确性低,这导致获取的激光雷达坐标系与单目摄像头坐标系之间的对应关系准确性低,影响了标定的准确性。
发明内容
为克服相关技术中存在的问题,本发明提供了一种坐标系关系获取方法及装置,提高激光雷达坐标系与单目摄像头坐标系标定的准确性。
根据本发明实施例的第一方面,提供一种坐标系关系获取方法,包括:
根据目标车辆上的激光雷达采集的多帧激光雷达点云数据,生成激光点云图;所述多帧激光雷达点云数据对应多个不同的采集角度;
根据所述目标车辆上的单目摄像头在所述多个不同的采集角度采集的多幅图像点云数据,生成稠密点云图;
基于所述激光点云图中的第一图像块和所述稠密点云图中与所述第一图像块匹配的第二图像块,确定所述目标车辆上的激光雷达坐标系与单目摄像头坐标系之间的对应关系。
示例性地,基于所述激光点云图中的第一图像块和所述稠密点云图中与所述第一图像块匹配的第二图像块,确定所述目标车辆上的激光雷达坐标系与单目摄像头坐标系之间的对应关系,包括:
利用迭代最近点算法ICP,基于所述激光点云图中的第一图像块和所述稠密点云图中与所述第一图像块匹配的第二图像块,确定所述目标车辆上的激光雷达坐标系与单目摄像头坐标系之间的对应关系。
示例性地,基于所述激光点云图中的第一图像块和所述稠密点云图中与所述第一图像块匹配的第二图像块,确定所述目标车辆上的激光雷达坐标系与单目摄像头坐标系之间的对应关系,包括:
利用正态分布变换NDT,基于所述激光点云图中的第一图像块和所述稠密点云图中与所述第一图像块匹配的第二图像块,确定所述目标车辆上的激光雷达坐标系与单目摄像头坐标系之间的对应关系。
示例性地,基于所述激光点云图中的第一图像块和所述稠密点云图中与所述第一图像块匹配的第二图像块,确定所述目标车辆上的激光雷达坐标系与单目摄像头坐标系之间的对应关系,包括:
利用高斯混合模型,基于所述激光点云图中的第一图像块和所述稠密点云图中与所述第一图像块匹配的第二图像块,确定所述目标车辆上的激光雷达坐标系与单目摄像头坐标系之间的对应关系。
示例性地,所述多个不同的采集角度的连线形成闭合环,所述闭合环包围目标物体。
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东软睿驰汽车技术(沈阳)有限公司,未经东软睿驰汽车技术(沈阳)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/202110592711.2/2.html,转载请声明来源钻瓜专利网。