[发明专利]一种毫米波雷达与相机的自动标定方法有效
| 申请号: | 202011629588.9 | 申请日: | 2020-12-30 |
| 公开(公告)号: | CN112684424B | 公开(公告)日: | 2022-08-16 |
| 发明(设计)人: | 朱元;徐瑞东;陆科;安浩;吴志红 | 申请(专利权)人: | 同济大学 |
| 主分类号: | G01S7/40 | 分类号: | G01S7/40;G01S13/86;G01S13/931;G06T7/80;G06N3/04;G06N3/08 |
| 代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 杨宏泰 |
| 地址: | 200092 *** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 毫米波 雷达 相机 自动 标定 方法 | ||
1.一种毫米波雷达与相机的自动标定方法,其特征在于,包括以下步骤:
1)在毫米波雷达与相机的交叉可视范围内设置且仅设置一个运动目标,该运动目标在交叉可视范围内移动多处位置;
2)毫米波雷达和相机以相同起始时刻及相同频率进行采样,每个采样周期分别获得n个毫米波雷达目标点坐标,以及m个相机目标点的中心像素点坐标;
3)对每个采样周期内毫米波雷达和相机的多个目标点进行初步筛选,得到每个采样周期对应的一个毫米波雷达目标点和相机目标点;
4)分别获取连续多个采样周期的毫米波雷达和相机得到的目标点,并进行离群点筛选;
5)将进行离群点筛选后的连续采样周期的雷达目标点坐标和相机目标点坐标,并构建神经网络进行训练,根据训练后的神经网络实现毫米波雷达与相机的自动标定。
2.根据权利要求1所述的一种毫米波雷达与相机的自动标定方法,其特征在于,所述的步骤3)中,若毫米波雷达在当前采样周期的目标点总数n大于1,则根据每个目标点的速度V和雷达截面积RCS进行初步筛选,筛选条件为V>0,RCS>50,然后在初步筛选后的目标点中随机选取1个作为当前周期的毫米波雷达目标点。
3.根据权利要求1所述的一种毫米波雷达与相机的自动标定方法,其特征在于,所述的步骤3)中,若相机在当前采样周期的目标点总数m大于1,则选取识别分数最高的目标点作为当前周期的相机目标点。
4.根据权利要求1所述的一种毫米波雷达与相机的自动标定方法,其特征在于,所述的步骤4)中,对于筛选后的毫米波雷达目标点,进行离群点筛选的具体包括以下步骤:
401)计算筛选后的毫米波雷达目标点的平均坐标计算公式为:
其中,M为毫米波雷达的连续采样周期数,(xi,yi,zi)为筛选后第i个采样周期的毫米波雷达目标点PiR的坐标;
402)计算筛选后的雷达目标点PiR(xi,yi,zi)与平均坐标之间的欧氏距离DR,计算公式为:
403)设置离群点阈值GR,若DR>GR,则判定雷达目标点PiR(xi,yi,zi)为离群点,返回步骤3),再次随机选取1个目标点作为当前周期的毫米波雷达目标点,若DR≤GR,则更新历史信息,进行步骤5)。
5.根据权利要求4所述的一种毫米波雷达与相机的自动标定方法,其特征在于,所述的步骤4)中,对于筛选后的相机目标点,进行离群点筛选的具体包括以下步骤:
411)计算筛选后的相机目标点的平均坐标PcC(uc,vc),计算公式为:
其中,N为相机的连续采样周期数,(uj,vj)为筛选后第j个采样周期的雷达目标点坐标;
412)计算筛选后的相机目标点与平均坐标PcC(uc,vc)的欧氏距离DC,公式为:
413)设置离群点阈值GC,若DC>GC,则判定相机目标点为离群点,返回步骤3),选择识别分数第二高的目标点作为当前周期的相机目标点,若DC≤GC,则更新历史信息,进行步骤5)。
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同济大学,未经同济大学许可,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/202011629588.9/1.html,转载请声明来源钻瓜专利网。





