买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江工业大学

摘要：本发明涉及传感器外部参数标定技术领域，公开了一种雷视融合外参标定方法；获取的点云集合、获取单相机的图像中目标对象所在区域的最小外包围框、点云分割、提取点云边界点、获取图像中的边缘、初始化相机和激光雷达之间待标定的外参、算法进入迭代、获取迭代的所有所在区域的最小外包围框、计算残差、计算代价值Cost、雅可比矩阵、更新参数向量、计算得到接受更差解的概率值P、达到指定的迭代次数Iter，最终获得的参数向量；通过使用本发明的方法对相机和激光雷达进行外参标定，它不需要依赖于特定的标定目标，可适用于大部分场景。

主权项：1.一种雷视融合外参标定方法，其特征在于，包括如下步骤：步骤1：将激光雷达获取的点云集合记为Point，对Point进行处理获取点云中的目标对象，保留所有目标对象的点云形成新的点云集合Object＝{pi|i＝1,2,…,N}，其中pi表示点云集合Object中的第i个点，N表示Object中点的数量；步骤2：将单相机获取的图像记为Picture，对Picture进行处理获取图像中的目标对象，将Picture中目标对象所在区域保留，其他区域的像素值置为0，并获取Picture中目标对象所在区域的最小外包围框，记为Rect[v1,v2,v3,v4]，其中v1、v2、v3、v4按顺序依次表示Rect的左上角顶点，右上角顶点，左下角顶点，右下角顶点；步骤3：对点云集合Object中的所有点云执行区域生长分割，将点云分割后的结果记为集合Cluster＝{cj|j＝1,2,…,M}，其中cj表示点云分割后的第j个点云子集，M表示点云分割后的点云子集数量；步骤4：针对Cluster中的所有点云子集cj，将每个点云子集cj中的边界点提取出来，放入点云边界点集合A＝{as|s＝1,2,…,S}，其中as表示边界点集合A中的第s个边界点，S表示集合A中的边界点数量；步骤5：将步骤2处理后的Picture图像进行灰度化处理，再使用Canny边缘检测获取图像中的边缘，将检测得到的所有边缘点放入集合B＝{bk|k＝1,2,…,K}，其中bk表示边缘点集合B中的第k个边缘点，K表示集合B中的边缘点数量；步骤6：初始化相机和激光雷达之间待标定的外参，包括旋转向量R＝r1,r2,r3和平移向量t＝t1,t2,t3，其中r1、r2、r3表示向量R中的三个元素，t1、t2、t3表示向量t中的三个元素；初始化优化算法总迭代次数Iter，设置随机策略启动标志符号flagran＝false，接受更差解的次数Count＝0，初始化阻尼因子λ、阻尼因子最大值λmax、模拟退火初始温度T、降温系数a、降温阈值Tc；步骤7：算法进入迭代，将集合A中的所有边界点as根据当前外参向量R和t按照式1进行投影,将集合Object中的所有点pi根据当前外参向量R和t按照式2进行投影； 其中为as在图像Picture中对应的投影点，为pi在图像Picture中对应的投影点，C为相机内参；步骤8：针对步骤7获得的每个在集合B中遍历找到与其最近邻的点，记为bs，并在Picture中获取步骤7获得的所有所在区域的最小外包围框，记为Rect′[v1′,v′2,v′3,v′4]，其中v1′、v′2、v′3、v′4按顺序依次表示Rect′的左上角顶点，右上角顶点，左下角顶点，右下角顶点；步骤9：根据式3计算每个与其对应的bs之间的残差，存入残差向量 其中re2s-1和re2s分别表示RE向量中第2s-1和2s个元素，和分别为的x和y坐标，bs.x和bs.y分别为bs的x和y坐标；步骤10：根据式4计算每个v′u与其对应的vu之间的残差，存入残差向量 其中v′u和vu分别表示Rect′和Rect中的第u个顶点，rb2u-1和rb2u分别表示向量RB中第2u-1和2u个元素，v′u.x和v′u.y分别为v′u的x和y坐标，vu.x和vu.y分别为vu的x和y坐标；步骤11：根据式5计算代价值Cost，判断Cost是否小于等于优化结束条件阈值Tend，若Cost≤Tend，则标定方法迭代结束，当前外参向量R和t即为标定的结果，若CostTend，则继续执行步骤12； 其中w1和w2为预先定义的权重系数，满足w1+w2＝1,U为Rect或者Rect′中的顶点数量；步骤12：使用数值微分方法近似的计算函数对当前外参R和t的雅可比矩阵，记为并根据式6计算外参R和t的更新向量DE＝JETJE+λI-1JETRE6其中I为维度6×6的单位矩阵；步骤13：使用数值微分方法近似v′u的计算函数对当前外参R和t的雅可比矩阵，记为并根据式7计算外参R和t的更新向量DB＝JBTJB+λI-1JBTRB7；步骤14：根据式8更新得到一组新的参数向量Rtmp1和ttmp1，根据式9更新得到一组新的参数向量Rtmp2和ttmp2， 其中DE1:3和DE4:6分别表示取DE向量中1～3个元素、4～6个元素形成的新的向量，DB1:3和DB4:6分别表示取DB向量中1～3个元素、4～6个元素形成的新的向量；步骤15：根据Rtmp1和ttmp1计算对应的代价值Cost1，根据Rtmp2和ttmp2计算对应的代价值Cost2；步骤16：若满足Cost1Cost2或者满足Cost1＝Cost2并且w1w2，则令Delta＝DE，Rtmp＝Rtmp1，ttmp＝ttmp1，Costtmp＝Cost1，否则，令Delta＝DB，Rtmp＝Rtmp2，ttmp＝ttmp2，Costtmp＝Cost2，其中Delta为当前迭代参数更新向量，Rtmp为当前迭代更新得到的旋转向量，ttmp为当前迭代更新得到的平移向量，Costtmp为当前迭代更新后得到的代价值；步骤17：若flagran＝true或者||Delta||0＝0或者Costtmp＝Cost，则根据式10重新生成Delta中的所有参数更新值，然后执行步骤18，否则，执行步骤19，dm＝random[-0.1,0.1]10其中dm表示Delta中的第m个参数更新值，random[-0.1,0.1]表示生成-0.1～0.1之间的随机数；||*||0是向量取0范式的符号；步骤18：根据式11更新得到新的参数向量Rtmp和ttmp，并根据Rtmp和ttmp计算对应的代价值Costtmp， 其中Delta1:3和Delta4:6分别表示取Delta向量中1～3个元素、4～6个元素形成的新的向量；步骤19：根据式12计算得到接受更差解的概率值P；P＝expCost-CosttmpT12；步骤20：若CosttmpCost或者Prandom[0,1]，则令R＝Rtmp，t＝ttmp，flagran＝false，然后更新λ和T，否则，判断λ是否小于λmax，若λλmax，令λ＝λ×10，若λ≥λmax，令flagran＝true，其中random[0,1]表示生成0～1之间的随机数；步骤21：返回步骤7执行，直到达到指定的迭代次数Iter，最终获得的参数向量R和t即为优化得到的参数向量。

全文数据：

权利要求：

百度查询： 浙江工业大学 一种雷视融合外参标定方法