[发明专利]传感器标定方法及装置、电子设备和存储介质

权利要求书

1.一种传感器标定方法，其特征在于，包括：

通过智能设备上设置的图像传感器及雷达传感器，分别采集所述智能设备所在目标场景的多个场景图像及多个第一点云；

根据所述多个场景图像，构建所述目标场景在全局坐标系下的第二点云；

根据所述第一点云的第一特征点集与所述第二点云的第二特征点集，确定所述图像传感器与所述雷达传感器之间的第一距离误差；

根据所述多个第一特征点集，确定所述雷达传感器的第二距离误差；

根据所述第二特征点集在所述全局坐标系下的第一全局位置，以及与所述第二特征点集对应的像素点在所述场景图像中的第一图像位置，确定所述图像传感器的重投影误差；

根据所述第一距离误差、所述第二距离误差及所述重投影误差，对所述雷达传感器和所述图像传感器进行标定，得到所述雷达传感器的第一标定结果及所述图像传感器的第二标定结果；

其中，所述图像传感器包括多个，多个图像传感器包括一个参考图像传感器和至少一个非参考图像传感器，所述多个场景图像包括：所述参考图像传感器采集的多个参考图像，以及所述非参考图像传感器采集的多个非参考图像，

其中，根据所述第二特征点集在所述全局坐标系下的第一全局位置，以及在所述多个场景图像中的与所述第二特征点集对应的像素点的第一图像位置，确定所述图像传感器的重投影误差，包括：

针对任一非参考图像，根据所述第二特征点集中任意一个第二特征点的第一全局位置、所述参考图像传感器的相机参数，以及所述非参考图像传感器与所述参考图像传感器之间的位姿变换关系，确定所述第二特征点在所述非参考图像中的第三图像位置；

根据多个第二特征点的第三图像位置，以及与所述第二特征点对应的像素点在所述非参考图像中的第四图像位置，确定所述非参考图像对应的重投影子误差；

根据多个非参考图像对应的重投影子误差，确定所述非参考图像传感器的重投影误差。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述多个第一点云分别进行特征点提取，确定各个第一点云各自的第一特征点集；

对所述第二点云进行特征点提取，确定所述第二点云的第二特征点集；

其中，所述根据所述第一点云的第一特征点集与所述第二点云的第二特征点集，确定所述图像传感器与所述雷达传感器之间的第一距离误差，包括：

针对任意一个第一特征点集，根据所述第一特征点集中的第一特征点与所述第二特征点集中的第二特征点之间的距离，确定出相匹配的第一特征点对，每个第一特征点对包括一个第一特征点和一个第二特征点；

根据相匹配的多个第一特征点对，确定所述第一特征点集与所述第二特征点集之间的第一子误差；

根据多个第一子误差，确定所述图像传感器与所述雷达传感器之间的第一距离误差。

3.根据权利要求2所述的方法，其特征在于，所述对所述多个第一点云分别进行特征点提取，确定各个第一点云各自的第一特征点集，包括：

针对任意一个第一点云，根据所述雷达传感器的各激光发射点的相对位置，确定所述第一点云的点云序列；

根据所述第一点云的点云序列，确定出与所述第一点云中任意一个第一数据点对应的多个第一相邻点；

根据所述第一数据点的坐标与所述多个第一相邻点的坐标，确定所述第一数据点对应的曲率；

根据所述第一点云中多个第一数据点的曲率，确定所述第一点云中的第一特征点集。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一点云中多个第一数据点的曲率，确定所述第一点云中的第一特征点集，包括：

按照所述多个第一数据点的曲率，对所述多个第一数据点进行排序，得到排序结果；

按照从大到小的顺序，选取所述排序结果中的n个第一数据点作为n个边缘点；和/或，

按照从小到大的顺序，选取所述排序结果中的m个第一数据点作为m个平面点；

其中，n和m为正整数，所述第一特征点集包括所述边缘点和/或所述平面点。