[发明专利]一种多线激光雷达和单目视觉的自动标定方法

说明书

本发明提供一种多线激光雷达和单目视觉的自动标定方法，属于无人系统及自主机器人的多传感器环境感知技术领域。本发明设计了一种正六边形标定板，标定板相邻边界成固定角度与其内部六个角内嵌的6个黑色的小正六边形保证了激光和视觉角点的准确提取。标定时首先构建正六边形标定板并采集标定数据；然后提取标定板的多线激光雷达角点信息；之后提取正六边形标定板的图像角点信息，从而与标定板多线激光角点形成6组匹配对；最后迭代计算多线激光雷达数据到二维视觉图像数据间的变换关系，完成外参信息完成标定。该标定方法实现了稀疏激光数据与图像数据特征角点提取与匹配的自动化和一体化，从而为多传感器数据融合奠定基础。

技术领域

本发明属于无人系统及自主机器人的多传感器环境感知技术领域，涉及一种 多线激光雷达和单目视觉的自动标定的方法。

背景技术

随着无人系统及自主机器人技术的快速发展，单纯的依靠三维激光雷达或者 单目视觉等单一传感器已经无法完成无人系统及自主机器人在复杂环境中的自 主感知与场景理解工作，更无法完成高精度的同时定位与地图构建，因此三维激 光雷达与视觉传感器之间的有效数据融合是提高其自主感知与场景理解能力的 前提。在实际应用中，通常三维激光雷达与单目视觉之间的空间位置已经固定， 对两种传感器进行自动标定就是获取两者之间的精确坐标关系。

文献(Zhuang,Yan,Yan,Fei,Hu,Huosheng.Automatic Extrinsic Self-Calibration for Fusing Data from Monocular Vision and 3-D Laser Scanner[J],IEEE TransactionsonInstrumentationandMeasurement, 2014,63(7):1874-1876)提出了一种三维激光系统与单目视觉之间的标定方法。该 标定方法所采集的激光点云数据是由二维激光雷达高精度旋转所生成的稠密三 维点云数据，稠密的激光数据可以很方便的找到标定板中镂空圆孔的中心进而可 计算出标定板角点。该方法无法应用到由多线激光雷达和单目视觉之间的联合标 定，这是因为多线激光雷达的点云数据稀疏，无法准确获得足够多的点云数据来 确定标定板镂空圆孔中心。

文献(Guindel C,Beltrán J,Martín D,et al.Automatic extrinsiccalibration for lidar-stereo vehicle sensor setups[C]//2017IEEE 20thInternational Conference on Intelligent Transportation Systems(ITSC).IEEE,2017:674–679.)提出了一种多线 激光雷达与双目视觉的标定方法，该方法所采用的标定版是一个含有四个圆孔的 标定板。双目视觉采集的双目图像生成了基于视差的点云数据，将其与激光采集 的点云数据进行匹配进而获得相对位置关系。但是该方法使用的是双目摄像头， 而单目摄像头无法生成基于视差的点云数据，因此该方法无法完成多线激光雷达与单目摄像头的标定工作。

文献(Unnikrishnan R,Hebert M.Fast extrinsic calibration of a laserrangefinder to a camera[J].Robotics Institute,Pittsburgh,PA,Tech.Rep.CMU-RI-TR-05-09, 2005)提出了一种稠密激光点云数据与单目视觉的标定方法。在处理激光点云数 据时，由于平面特征的提取有很大的不确定性，所以需要手动选出激光点云数据 中的标定平面。但是手动选择平面使得标定过程无法自动完成，且每次标定都需 要人为辅助，降低了实际应用中三维激光雷达与单目视觉联合标定方法的易用性。

发明内容