[发明专利]一种激光雷达点云与图像配准的方法、装置及智能终端

权利要求书

1.一种车载激光雷达点云与图像配准的方法，其特征在于，所述方法包括：

获取同一时空下的车载激光雷达采集的点云数据和相机采集的图像数据；

根据所述点云数据，得到棋盘格边界三维点云特征；

根据所述图像数据，得到棋盘格边界二维特征；

根据所述棋盘格边界三维点云特征和所述棋盘格边界二维特征进行配准，得到外部校准矩阵；

根据所述外部校准矩阵，进行点云配准。

2.根据权利要求1所述的车载激光雷达点云与图像配准的方法，其特征在于，所述获取同一时空下的车载激光雷达采集的点云数据和相机采集的图像数据之后，还包括：

对所述点云数据和图像数据进行数据预处理，得到处理后的点云数据和图像数据；其中，所述数据预处理包括时间戳同步和去畸变处理。

3.根据权利要求2所述的车载激光雷达点云与图像配准的方法，其特征在于，所述根据所述点云数据，得到棋盘格边界三维点云特征，包括：

利用基于领域密度分布的方法去除所述点云数据中的噪声，得到无噪声点云文件帧；

采用聚类的方法定位所述无噪声点云文件帧，得到棋盘格点云簇；

采用RANSAC方法拟合所述棋盘格点云簇的最优平面，得到棋盘格最优点云平面；

检测所述棋盘格最优点云平面的边界，得到所述棋盘格的边界三维点云特征和三维角点。

4.根据权利要求3所述的车载激光雷达点云与图像配准的方法，其特征在于，所述采用RANSAC方法拟合所述棋盘格点云簇的最优平面，得到棋盘格最优点云平面，包括：

构建参数约束模型为：

其中A，B，C和D是拟合平面的估计参数，点集P_c是棋盘格点云簇，P'_c为第一最优平面，ε为迭代的阈值；

收缩阈值ε并根据所述参数约束模型重复拟合和滤波过程，当所有点云都在迭代的阈值ε内时，使用投影变换模型将噪声点云投影到理想平面上，得到第二最优平面为：

P‘’_c＝{(x₀t,y₀t,z₀t)|(x₀,y₀,z₀)∈P’_c}

其中t＝-D(Ax₀+By₀+Cz₀)；

将所述第二最优平面为划分为多个矩形网格，并对每个矩形网格内的点云进行随机采样，得到所述棋盘格最优点云平面。

5.根据权利要求4所述的车载激光雷达点云与图像配准的方法，其特征在于，所述根据所述图像数据，得到棋盘格边界二维特征，包括：

通过元素特征点检测棋盘格内部角点，并通过相似度定位棋盘格，得到棋盘格边界二维特征；

通过棋盘角点检测算法，对所述图像数据进行检测，得到二维角点；

将所述二维角点排序，得到索引关系。

6.根据权利要求5所述的车载激光雷达点云与图像配准的方法，其特征在于，所述根据所述棋盘格边界三维点云特征和所述棋盘格边界二维特征进行配准，得到外部校准矩阵，包括：

将所述棋盘格边界三维点云特征的点云数据展开至二维平面，得到二维点云特征；

根据所述索引关系，得到棋盘格边界三维-二维角点对的关联关系；

根据所述关联关系对每一帧数据中的所述二维点云特征和所述棋盘格边界二维特征进行配准，得到外部校准矩阵。