一种多传感器在线时间标定方法、系统及存储介质

摘要: 本技术涉及传感器标定,特别是涉及一种多传感器在线时间标定方法、系统及存储介质。背景技术:1、在多传感器协同工作的系统中,不同传感器通常会采集关于环境的不同类型数...
一种多传感器在线时间标定方法、系统及存储介质

本技术涉及传感器标定,特别是涉及一种多传感器在线时间标定方法、系统及存储介质。

背景技术:

1、在多传感器协同工作的系统中,不同传感器通常会采集关于环境的不同类型数据,例如视觉传感器采集图像数据、惯性传感器采集运动信息、激光雷达生成点云数据等。这些数据在多传感器融合任务中需要被同步处理。然而,由于不同传感器硬件设计、数据采集频率、时钟偏移和系统延迟等原因,传感器的数据通常位于各自独立的时间轴上,时间对齐成为多传感器融合中的关键问题。

2、传统的时间标定方法通常依赖离线标定方式,这些方法存在以下不足:第一,离线标定方式要求在特定环境中进行,标定过程复杂且不适应动态环境的变化;第二,当传感器的安装发生变化或时间偏移存在动态波动时,离线标定结果失效,无法满足实时性要求;第三,传统方法更多关注位置或速度的对齐,而忽略了旋转数据的高精度时间对齐需求。

3、现有技术中,针对多传感器旋转数据的时间标定研究较少,尤其是如何在动态环境中实现在线时间标定仍存在较多挑战。旋转数据具有复杂的几何特性,单纯的时间偏移对齐难以满足实际应用中的高精度需求。例如,在自动驾驶场景中,视觉传感器与激光雷达的旋转数据不一致可能导致目标定位和环境重建的误差积累,从而降低整体系统的性能和可靠性。

技术实现思路

1、基于此,有必要针对上述技术问题,提供一种多传感器在线时间标定方法、系统及存储介质。

2、一种多传感器在线时间标定方法,所述方法包括:

3、获取多传感器系统中各传感器的旋转矩阵,将旋转矩阵转换为旋转向量,采用三次插值的方法对旋转向量进行拟合,得到旋转曲线,根据旋转曲线构建旋转流形模型;所述旋转流形模型用于对拟合后的旋转数据进行重构,恢复出旋转矩阵;

4、确定多传感器系统中的主传感器和从传感器,以主传感器的时间轴为基准,对从传感器与主传感器进行时间轴对齐建模,得到从传感器的时间偏移模型;所述时间偏移模型用于表示对从传感器进行时间偏移校正;

5、获取主传感器到从传感器的旋转外参,利用旋转外参对主传感器的旋转流形模型和经时间偏移校正的从传感器的旋转流形模型进行旋转数据对齐,得到从传感器的旋转对齐模型;

6、根据旋转对齐模型计算每一时刻由时间偏移引起的旋转误差,得到各时刻对应的误差度量模型,以最小化各时刻所述误差度量模型的平方和作为目标函数;

7、对所述目标函数进行优化求解,得到主、从传感器间的最优时间偏移,利用最优时间偏移对从传感器进行时间校正。

8、一种多传感器在线时间标定系统,所述系统包括:

9、旋转流形模型构建模块,用于获取多传感器系统中各传感器的旋转矩阵,将旋转矩阵转换为旋转向量,采用三次插值的方法对旋转向量进行拟合,得到旋转曲线,根据旋转曲线构建旋转流形模型;所述旋转流形模型用于对拟合后的旋转数据进行重构,恢复出旋转矩阵;

10、时间偏移校正模块,用于确定多传感器系统中的主传感器和从传感器,以主传感器的时间轴为基准,对从传感器与主传感器进行时间轴对齐建模,得到从传感器的时间偏移模型;所述时间偏移模型用于表示对从传感器进行时间偏移校正;

11、旋转对齐模块,用于获取主传感器到从传感器的旋转外参,利用旋转外参对主传感器的旋转流形模型和经时间偏移校正的从传感器的旋转流形模型进行旋转数据对齐,得到从传感器的旋转对齐模型;

12、目标函数构建模块,用于根据旋转对齐模型计算每一时刻由时间偏移引起的旋转误差,得到各时刻对应的误差度量模型,以最小化各时刻所述误差度量模型的平方和作为目标函数;

13、时间标定模块,用于对所述目标函数进行优化求解,得到主、从传感器间的最优时间偏移,利用最优时间偏移对从传感器进行时间校正。

14、一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:

15、获取多传感器系统中各传感器的旋转矩阵,将旋转矩阵转换为旋转向量,采用三次插值的方法对旋转向量进行拟合,得到旋转曲线,根据旋转曲线构建旋转流形模型;所述旋转流形模型用于对拟合后的旋转数据进行重构,恢复出旋转矩阵;

16、确定多传感器系统中的主传感器和从传感器,以主传感器的时间轴为基准,对从传感器与主传感器进行时间轴对齐建模,得到从传感器的时间偏移模型;所述时间偏移模型用于表示对从传感器进行时间偏移校正;

17、获取主传感器到从传感器的旋转外参,利用旋转外参对主传感器的旋转流形模型和经时间偏移校正的从传感器的旋转流形模型进行旋转数据对齐,得到从传感器的旋转对齐模型;

18、根据旋转对齐模型计算每一时刻由时间偏移引起的旋转误差,得到各时刻对应的误差度量模型,以最小化各时刻所述误差度量模型的平方和作为目标函数;

19、对所述目标函数进行优化求解,得到主、从传感器间的最优时间偏移,利用最优时间偏移对从传感器进行时间校正。

20、一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:

21、获取多传感器系统中各传感器的旋转矩阵,将旋转矩阵转换为旋转向量,采用三次插值的方法对旋转向量进行拟合,得到旋转曲线,根据旋转曲线构建旋转流形模型;所述旋转流形模型用于对拟合后的旋转数据进行重构,恢复出旋转矩阵;

22、确定多传感器系统中的主传感器和从传感器,以主传感器的时间轴为基准,对从传感器与主传感器进行时间轴对齐建模,得到从传感器的时间偏移模型;所述时间偏移模型用于表示对从传感器进行时间偏移校正;

23、获取主传感器到从传感器的旋转外参,利用旋转外参对主传感器的旋转流形模型和经时间偏移校正的从传感器的旋转流形模型进行旋转数据对齐,得到从传感器的旋转对齐模型;

24、根据旋转对齐模型计算每一时刻由时间偏移引起的旋转误差,得到各时刻对应的误差度量模型,以最小化各时刻所述误差度量模型的平方和作为目标函数;

25、对所述目标函数进行优化求解,得到主、从传感器间的最优时间偏移,利用最优时间偏移对从传感器进行时间校正。

26、上述多传感器在线时间标定方法、系统及存储介质,首先,通过旋转流形建模,能够准确描述传感器的旋转数据变化,使旋转数据在时间轴上保持连续性,为后续对齐提供精确的数学基础,通过主、从传感器时间轴对齐,能够以主传感器为基准,建立从传感器的时间偏移模型,实现时间参考的一致性,接着,通过旋转外参进行旋转数据对齐,能够补偿传感器间的坐标系差异,使旋转数据在相同参考系下进行匹配,提高旋转数据的空间一致性,然后,构建误差度量模型并基于误差度量模型构建目标函数,明确时间偏移优化的目标,通过非线性优化求解时间偏移,能够迭代调整时间标定参数,动态优化时间同步效果,并适应传感器时间漂移,提高系统的稳定性。本发明实施例,能够实时校正时间偏移,避免传统离线标定方式对动态环境适应性差的问题,使多传感器数据在时间和空间上高度一致,增强多传感器融合的精度和可靠性。