基于背景点云精细化处理的激光雷达与相机联合标定方法

技术特征：
1.一种基于背景点云精细化处理的激光雷达与相机联合标定方法，其特征在于，包括以下步骤：s1、利用激光雷达和可见光相机搭建实验装置，并构建用于求解标定矩阵的优化方程；s2、将激光雷达扫描的标定物的前景点云拟合为直线；s3、对于拟合出的直线，获取与之处于同一扫描线的激光雷达背景点云；s4、根据水平角求解标定物的边缘点；s5、利用得到的边缘点求解标定物的三维特征点；s6、将得到的三维特征点和对应的通过可见光相机得到的二维特征点带入优化方程中进行标定矩阵的求解。2.根据权利要求1所述的基于背景点云精细化处理的激光雷达与相机联合标定方法，其特征在于，所述步骤s1中，实验装置放置于标定物前方，标定物为方形板，斜45
°
放置，位于激光雷达与可见光相机的视场范围内，标定物后方设有背景墙。3.根据权利要求1所述的基于背景点云精细化处理的激光雷达与相机联合标定方法，其特征在于，所述步骤s1中，构建用于求解标定矩阵的优化方程包括：从三维特征点(x，y，z)到二维特征点(u，v)的转换表示为公式(1)：其中s为缩放因子，k为提前获取的可见光相机内参矩阵，需要求解一个最优的标定矩阵[r
*
|t
*
]，满足如公式(2)：其中r
*
为最佳旋转矩阵，t
*
为最佳平移矩阵，p为三维特征点集合，p
i
(x
i
，y
i
，z
i
)∈p；q为二维特征点集合，q
i
(u
i
，v
i
)∈q；h(
·
)为二维距离函数，如公式(3)所示：上述公式(2)可以转化为优化问题如公式(4)：将f(q，p)作为优化方程，求解得到标定矩阵[r
*
|t
*
]。4.根据权利要求1所述的基于背景点云精细化处理的激光雷达与相机联合标定方法，其特征在于，所述步骤s2中，将标定物的第i帧前景点云拟合成一条直线line
i
；定义两个符号用于描述直线拟合的两个步骤，分别是增符号和删符号增符号表示合并前i帧的扫描线；删符号表示对经过作用之后的数据进行离群点删除；上述两步骤得到的第i帧前景点云信息经过ransac直线拟合后，得到直线line
i
信息如下：信息如下：
其中，为直线方向向量，直线上任意一点(x，y，z)可由(x0，y0，z0)和表示，后续在拟合出的直线line
i
上寻找边缘点p
m
(x
m
，y
m
，z
m
)。5.根据权利要求4所述的基于背景点云精细化处理的激光雷达与相机联合标定方法，其特征在于，所述步骤s3中，对于拟合出的直线line
i
，根据激光雷达给出的每条扫描线的id信息，在背景墙上找到与之处于同一扫描线的激光雷达背景点云，用于提取背景边缘点。6.根据权利要求5所述的基于背景点云精细化处理的激光雷达与相机联合标定方法，其特征在于，所述步骤s4中，在直线line
i
上分别找到水平角为α、β的点作为背景边缘点p
b
和前景边缘点p
f
的投影点；具体地，p
b
的水平角α通过p
b
的三维坐标(x
b
，y
b
，z
b
)求得，再由公式(6)可求解t，将t带入式(5)中得到p
b
的投影点p
b
′
，同理求解出p
f
的投影点p
f
′
；将p
b
′
和p
f
′
的几何中点p
m
作为当前帧的边缘点，保存p
m
到边缘点集合s
edge
中；继续获取下一帧的直线line
i 1
，经过同样的处理后将新一帧的边缘点也保存到边缘点集合s
edge
中，直到达到指定帧数；求解边缘点集合s
edge
的质心点作为该扫描线的真正边缘点，保存到edgepoints中；同理，分别求解其余扫描线的边缘点，保存到edgepoints中。7.根据权利要求6所述的基于背景点云精细化处理的激光雷达与相机联合标定方法，其特征在于，所述步骤s5中，标定物为方形板，标定物的四条边的边缘点通过上述步骤求得，全部保存到edgspoints中；将求取到的边缘点分别利用最小二乘法拟合标定物的四条边直线l
1-l4，利用两条空间直线的中垂线之中点表示三维特征点p
1-p4。8.根据权利要求7所述的基于背景点云精细化处理的激光雷达与相机联合标定方法，其特征在于，所述步骤s6中，改变标定物的位置，以同样的方法获取更多的三维特征点，将获取的三维特征点和对应的通过可见光相机得到的二维特征点带入公式(4)所示的优化方程中进行标定矩阵的求解。9.根据权利要求8所述的基于背景点云精细化处理的激光雷达与相机联合标定方法，其特征在于，所述步骤s6中，通过边缘检测和/或角点检测的方法，从可见光相机获取的图像中提取二维特征点。

技术总结
本发明公开了一种基于背景点云精细化处理的激光雷达与相机联合标定方法，包括：利用激光雷达和可见光相机搭建实验装置，并构建用于求解标定矩阵的优化方程；将激光雷达扫描的标定物的前景点云拟合为直线；对于拟合出的直线，获取与之处于同一扫描线的激光雷达背景点云；根据水平角求解标定物的边缘点；利用得到的边缘点求解标定物的三维特征点；将得到的三维特征点和对应的通过可见光相机得到的二维特征点带入优化方程中进行标定矩阵的求解。本发明能够以较高的精度获取激光雷达扫描到的标定物的边缘点并求解出精确的三维特征点，避免了由于激光雷达的水平分辨率较低导致的特征点精度不够的问题，从而提高了联合标定精度。度。度。


技术研发人员：刘皓挺 陈成凯 蓝金辉
受保护的技术使用者：北京科技大学顺德研究生院
技术研发日：2022.06.06
技术公布日：2022/11/29