[发明专利]一种3D激光雷达与深度相机的外参标定方法、系统和介质

权利要求书

1.一种3D激光雷达与深度相机的外参标定方法，其特征在于，包括：

基于预设位置，机器人的深度相机获取预设立体障碍物的第一坐标信息，设为cloud；

机器人围绕预设立体障碍物行走，通过3D激光雷达获取预设立体障碍物的第二坐标信息，基于预设第一算法，构建点云地图Map；

将Map设为源点云，cloud设为目标点云，通过预设第二算法将目标点云配准到源点云，得到配准值；

提取配准值中最小值，并将最小配准值对应的(R,T)设为移动机器人上3D激光雷达与深度相机的外参。

2.根据权利要求1所述的一种3D激光雷达与深度相机的外参标定方法，其特征在于，所述机器人围绕预设立体障碍物行走，包括：机器人行走的速度小于或等于预设速度阈值。

3.根据权利要求1所述的一种3D激光雷达与深度相机的外参标定方法，其特征在于，所述机器人围绕预设立体障碍物行走，还包括：机器人行走时单位时间内的转弯角度小于或等于预设角度阈值。

4.根据权利要求1所述的一种3D激光雷达与深度相机的外参标定方法，其特征在于，还包括：

获取3D激光雷达视野区域信息；

将3D激光雷达视野区域由外到内划分为多个子区域，分别为第一警示区域、第一边缘区域和第一核心区域。

5.根据权利要求4所述的一种3D激光雷达与深度相机的外参标定方法，其特征在于，还包括：

获取预设立体障碍物在3D激光雷达视野区域信息；

判断所述预设立体障碍物是否在第一边缘区域或第一核心区域，若否，则触发3D激光雷达摄影调整信息；若是，则显示正常。

6.根据权利要求1所述的一种3D激光雷达与深度相机的外参标定方法，其特征在于，还包括：

将配准值设为err(R,T)，其公式为：

其中n为最邻近点对的个数，Map_i为目标点云Map中的一点，cloud_i为源点云cloud中与Map_i对应的最近点，R表示旋转矩阵，T表示位移向量。

7.一种3D激光雷达与深度相机的外参标定系统，其特征在于，包括存储器和处理器，所述存储器中存储有一种3D激光雷达与深度相机的外参标定方法程序，所述一种3D激光雷达与深度相机的外参标定方法程序被所述处理器执行时实现如下步骤：

基于预设位置，机器人的深度相机获取预设立体障碍物的第一坐标信息，设为cloud；

机器人围绕预设立体障碍物行走，通过3D激光雷达获取预设立体障碍物的第二坐标信息，基于预设第一算法，构建点云地图Map；

将Map设为源点云，cloud设为目标点云，通过预设第二算法将目标点云配准到源点云，得到配准值；

提取配准值中最小值，并将最小配准值对应的(R,T)设为移动机器人上3D激光雷达与深度相机的外参。

8.根据权利要求7所述的一种3D激光雷达与深度相机的外参标定系统，其特征在于，所述机器人围绕预设立体障碍物行走，包括：机器人行走的速度小于或等于预设速度阈值。

9.根据权利要求7所述的一种3D激光雷达与深度相机的外参标定系统，其特征在于，还包括：

将配准值设为err(R,T)，其公式为：

其中n为最邻近点对的个数，Map_i为目标点云Map中的一点，cloud_i为源点云cloud中与Map_i对应的最近点，R表示旋转矩阵，T表示位移向量。

10.一种计算机介质，其特征在于，所述介质中存储有一种3D激光雷达与深度相机的外参标定方法程序，所述一种3D激光雷达与深度相机的外参标定方法程序被处理器执行时，实现如权利要求1至6中任一项所述的一种3D激光雷达与深度相机的外参标定方法的步骤。