[发明专利]自动驾驶车辆的传感器在线标定方法、装置及存储介质

权利要求书

1.一种自动驾驶车辆的传感器在线标定方法，其特征在于，所述方法包括：

确定自动驾驶车辆的行驶车道是否满足在线标定条件；

当满足在线标定条件时，获取自动驾驶车辆的相机采集的道路图像数据和激光雷达采集的激光点云数据，对所述道路图像数据和激光点云数据进行目标检测，得到图像检测目标和点云检测目标；

确定所述图像检测目标和点云检测目标是否为同一目标；

当为同一目标时，获取所述图像检测目标的第一特征点数据和点云检测目标的第二特征点数据，对所述第一特征点数据和第二特征点数据进行匹配计算，得到所述相机与所述激光雷达之间的在线标定结果。

2.如权利要求1所述方法，其特征在于，所述确定自动驾驶车辆的行驶车道是否满足在线标定条件，包括：

获取自动驾驶车辆当前行驶车道的车道类型；

若所述自动驾驶车辆当前行驶在直行车道上，则确定满足在线标定条件，否则不满足在线标定条件。

3.如权利要求1所述方法，其特征在于，所述确定所述图像检测目标和点云检测目标是否为同一目标，包括：

确定所述图像检测目标和点云检测目标是否处于所述自动驾驶车辆当前行驶的车道内；

若处于所述自动驾驶车辆当前行驶的车道内，则确定所述图像检测目标和点云检测目标是否同为车前目标或同为车后目标；

若同为车前目标或同为车后目标，则确定所述图像检测目标和点云检测目标为同一目标。

4.如权利要求3所述方法，其特征在于，所述确定所述图像检测目标和点云检测目标是否处于所述自动驾驶车辆当前行驶的车道内，包括：

对所述道路图像数据进行车道线检测，得到所述自动驾驶车辆当前行驶的车道边界线；

获取所述图像检测目标与所述车道边界线的位置关系，若所述图像检测目标处于所述车道边界线内，则确定所述图像检测目标处于所述自动驾驶车辆当前行驶的车道内；

以及，根据所述激光点云数据中自动驾驶车辆的车宽信息虚拟出所述自动驾驶车辆当前行驶车道的车道边界线；

获取所述点云检测目标与虚拟出的车道边界线的位置关系，若所述点云检测目标处于虚拟出的车道边界线内，则确定所述点云检测目标处于所述自动驾驶车辆当前行驶的车道内。

5.如权利要求3所述方法，其特征在于，所述确定所述图像检测目标和点云检测目标是否同为车前目标或同为车后目标，包括：

获取所述图像检测目标与所述自动驾驶车辆的位置关系，以及所述点云检测目标与所述自动驾驶车辆的位置关系；

若所述图像检测目标和所述点云检测目标位于所述自动驾驶车辆的前方，则确定所述图像检测目标和所述点云检测目标同为车前目标；

若所述图像检测目标和所述点云检测目标位于所述自动驾驶车辆的后方，则确定所述图像检测目标和所述点云检测目标同为车后目标。

6.如权利要求3所述方法，其特征在于，所述方法还包括：

若处于所述自动驾驶车辆当前行驶的车道内的同为车前目标的所述图像检测目标和点云检测目标为多个，则将与所述自动驾驶车辆距离最近的所述图像检测目标和点云检测目标确定为最优目标；

所述获取所述图像检测目标的第一特征点数据和点云检测目标的第二特征点数据，包括：

获取最优的所述图像检测目标的第一特征点数据和最优的所述点云检测目标的第二特征点数据。

7.如权利要求1所述方法，其特征在于，所述图像检测目标包括图像目标检测框，所述点云检测目标包括点云目标检测框，所述获取所述图像检测目标的第一特征点数据和点云检测目标的第二特征点数据，对所述第一特征点数据和第二特征点数据进行匹配计算，得到所述相机与所述激光雷达之间的在线标定结果，包括：

获取所述图像目标检测框的角点数据作为所述第一特征点数据以及获取点云目标检测框的角点数据作为所述第二特征点数据；

对所述第一特征点数据和第二特征点数据采用多点透视成像PNP算法获取所述相机与所述激光雷达之间相对外参；

根据所述相机与所述激光雷达之间的相对外参得到所述在线标定结果。