[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

说明书

本发明公开的一种3D激光雷达与深度相机的外参标定方法、系统和介质，其中方法包括：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。本发明不需要标定板，利用深度相机输出的深度点云信息与利用3D激光雷达通过slam算法得到的点云地图信息进行外参标定，提高了外参标定的速度。

技术领域

本发明涉及机器人自主导航领域，更具体的，涉及一种3D激光雷达与深度相机的外参标定方法、系统和介质。

背景技术

机器人导航技术中，一般会通过激光雷达、深度相机、RGB相机等传感器对外界环境进行测量，从而识别障碍物进行避障。考虑到每个传感器的测量数据都是基于本身的传感器坐标系，只有转到共同的坐标系下才能得到全局的信息，做出全局的策略及判断。因此，为了使得各个传感器的测量数据转到统一的机器人坐标系下，需要对各个传感器的相对位置关系进行标定。目前，主要以标定板法进行外参标定，对共视区域较小的传感器布局而言，传统的标定板方案实施有一定难度。

因此，现有技术存在缺陷，亟待改进。

发明内容

鉴于上述问题，本发明的目的是提供一种3D激光雷达与深度相机的外参标定方法、系统和介质，能够更加方便更加快速的实现机器人上3D激光雷达与深度相机的外参标定。

本发明第一方面提供了一种3D激光雷达与深度相机的外参标定方法，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。

本方案中，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。

本方案中，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。

本方案中，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。

本方案中，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。

本方案中，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。