[发明专利]相机与激光雷达的外参精确标定方法及其系统

权利要求书

1.一种相机与激光雷达的外参精确标定方法，其特征在于，包括

构建外部标定板，所述标定板中存在至少两种颜色；

移动车辆至标定位置，分别通过相机和激光雷达获取标定板的数据，形成数据组；

多次移动车辆位置，不断重复数据组的获取动作，以获取多组数据组后利用PnP算法获取相机到激光雷达的外参初值；

基于外参初值和相机的内参将激光雷达获取标定板的数据中的标定点重投影至像素平面，与通过相机所获取的标定板的数据建立残差关系，对残差关系进行优化后形成精准外参。

2.根据权利要求1所述的相机与激光雷达的外参精确标定方法，其特征在于，所述标定板的颜色分为底色和特征色；所述特征色所形成的区域作为标定板的特征区域，该特征区域的中心作为特征点。

3.根据权利要求2所述的相机与激光雷达的外参精确标定方法，其特征在于，所述标定板的颜色采用白色作为底色，黑色作为特征色。

4.根据权利要求2所述的相机与激光雷达的外参精确标定方法，其特征在于，所述标定板上的特征区域采用圆形，该中心作为特征点。

5.根据权利要求4所述的相机与激光雷达的外参精确标定方法，其特征在于，所述标定板上的特征区域设置有至少三个。

6.根据权利要求1所述的相机与激光雷达的外参精确标定方法，其特征在于，所述数据组包括：

通过相机获取标定板的数据并提取其中的特征区域以及特征点，形成一组相机数据；

通过激光雷达获取点云数据，摘取其中的特征区域的点云区域后利用聚类法获取特征点的坐标，形成一组雷达数据。

7.根据权利要求5所述的相机与激光雷达的外参精确标定方法，其特征在于，所述相机数据为像素平面数据，利用k-means或blob算法获取特征点。

8.根据权利要求5所述的相机与激光雷达的外参精确标定方法，其特征在于，所述雷达数据为点云数据，利用反射率保留特征区域的点云，通过聚类算法确定特征区域后，采用ransac算法拟合三维空间获取中心坐标作为特征点。

9.一种相机与激光雷达的外参精确标定系统，其特征在于，包括：

标定模块，至少存在两种颜色以形成特征区域；所述特征区域在标定模块中设置有不少于三处；

数据组获取模块，包含有多组数据组，每一个数据组包含在同一车辆位置下的相机获取标定板的平面像素数据和激光雷达获取标定板的点云三维数据；

外参拟合模块，基于所述数据组获取模块利用PnP算法获取相机到激光雷达的外参初值，基于外参初值和相机的内参将激光雷达获取标定板的数据中的标定点重投影至像素平面，与通过相机所获取的标定板的数据建立残差关系，对残差关系进行优化后形成精准外参输出。

10.根据权利要求9所述的相机与激光雷达的外参精确标定系统，其特征在于，所述数据组包括：

相机数据，通过相机获取标定板的数据并提取其中的特征区域以及特征点；

雷达数据，通过激光雷达获取点云数据，摘取其中的特征区域的点云区域后利用聚类法对点云进行特征点的坐标。