[发明专利]用于确定相对位姿参数的方法和装置在审

专利信息
申请号: 201911096795.X 申请日: 2019-11-11
公开(公告)号: CN112785651A 公开(公告)日: 2021-05-11
发明(设计)人: 崔伟;黄玉玺;刘懿;孙云哲 申请(专利权)人: 北京京邦达贸易有限公司;北京京东乾石科技有限公司
主分类号: G06T7/80 分类号: G06T7/80;G01S7/497;G01S17/42
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100080 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 确定 相对 参数 方法 装置
【权利要求书】:

1.一种用于确定相对位姿参数的方法,包括:

获取多线激光雷达扫描的预设场景的激光点云数据;其中,所述预设场景包括预设数量的设于不同区域且规格不完全相同的棋盘格标定板;

获取单目相机拍摄的所述预设场景的图像;

获取所述激光点云数据中的第一平面信息集合;

获取所述图像中的第二平面信息集合;

从所述第一平面信息集合与所述第二平面信息集合中,随机抽取相对应的三组平面进行关联;

基于关联后的三组平面的中心点和法向量,计算所述多线激光雷达与所述单目相机的相对位姿参数。

2.根据权利要求1所述的方法,其中,所述获取所述激光点云数据中的第一平面信息集合包括以下任意一项:

对所述激光点云数据中随机确定的种子点进行区域扩张,基于扩张的结果,获取第一平面信息集合;

对所述激光点云数据中的激光点云进行聚类,对聚类的结果进行平面检测,得到第一平面信息集合;

基于人工在所述激光点云数据中选定的第一区域,拟合所述第一区域中的激光点云数据,得到第一平面信息集合。

3.根据权利要求2所述的方法,其中,对所述激光点云数据中随机确定的种子点进行区域扩张,基于扩张的结果,获取第一平面信息集合包括:

基于K最近邻算法,计算所述激光点云数据中各个数据点的法向量;

随机选择所述激光点云数据中的数据点作为种子点;

基于所述各个数据点的法向量,对所述种子点进行区域扩张,划分所述激光点云数据至多个平面;

剔除所述多个平面中面积小于棋盘格标定板的面积的平面以及平面度过低的平面,得到点云数据中的第一平面信息集合。

4.根据权利要求1所述的方法,其中,所述获取所述图像中的第二平面信息集合包括以下任意一项:

对所述图像中的棋盘格标定板的特征进行亚像素精度优化,并对所述特征进行分组,得到对应所述图像中各组特征的第二平面信息集合;

基于人工在所述图像中选定的第二区域,拟合所述第二区域中的像素,得到第二平面信息集合。

5.根据权利要求4所述的方法,其中,所述对所述图像中的棋盘格标定板的特征进行亚像素精度优化,并对所述特征进行分组,得到对应所述图像中各组特征的第二平面信息集合包括:

提取所述图像中的棋盘格标定板的角点;

对所述角点进行亚像素精度优化,得到优化后的角点;

对所述优化后的角点进行分组,并对分组后的各组角点进行编号;

基于编号后的各组角点,分别确定第二平面信息,得到第二平面信息集合。

6.根据权利要求5所述的方法,其中,所述提取所述图像中的棋盘格标定板的角点包括:

选择沿轴向的角滤波器和与轴向形成预定角度夹角的角滤波器,分别对所述图像的灰度图进行卷积,得到所述棋盘格标定板的角点。

7.根据权利要求5或6任意一项所述的方法,其中,所述提取所述图像中的棋盘格标定板的角点包括:

选择沿轴向的角滤波器和与轴向形成45度夹角的角滤波器,分别对所述图像的灰度图进行卷积,得到所述棋盘格标定板的角点。

8.根据权利要求1所述的方法,其中,所述从所述第一平面信息集合与所述第二平面信息集合中,随机抽取相对应的三组平面进行关联包括以下任意一项:

将所述第一平面信息集合投影至所述图像中,得到第三平面信息集合;基于所述第三平面信息集合中各平面与所述第二平面信息集合中各平面的距离或法向量的相似度,随机抽取相对应的三组平面进行关联;

将所述第二平面信息集合投影至所述激光点云数据中,得到第四平面信息集合;基于所述第四平面信息集合中各平面与所述第一平面信息集合中各平面的距离或法向量的相似度,随机抽取相对应的三组平面进行关联;

基于人工操作,从所述第一平面信息集合与所述第二平面信息集合中,随机抽取相对应的三组平面进行关联。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京京邦达贸易有限公司;北京京东乾石科技有限公司,未经北京京邦达贸易有限公司;北京京东乾石科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911096795.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top