[发明专利]一种基于AR tag的3D激光雷达与相机间结构参数的标定方法

说明书

本发明公开了一种基于ARtag的3D激光雷达与相机间结构参数的标定方法，包括：在相机前视范围内放置多个非共面且含有ARtag的平面标定板；分别利用相机和3D激光雷达静态采集一帧相机图像和一帧激光点云图像；在相机图像中选取像素点，在激光点云图像中选取与像素点对应的激光点，求解PnP问题得到外参粗值；利用ARtag获得相机坐标系下的像平面和像平面上点的3D坐标，在激光点云图像中选取对应的像平面和像平面上点的3D坐标，构建平面约束和点面约束，使用非线性优化方法得到外参的精确值。本发明无需在软件和硬件上进行时间同步，只需利用ARtag标签的实际尺寸信息，仅需一帧测量数据，便可以连续标定多个3D激光雷达与相机间结构参数。

技术领域

本发明涉及多传感器设备之间的外参标定技术领域，更具体的说是涉及一种基于AR tag的3D激光雷达与相机间结构参数的标定方法。

背景技术

随着科技的快速发展，各种传感器技术不断被人们发明并使用，特别是相机和3D激光雷达，被应用在越来越多的无人地面机器人和无人空中机器人中。相机能够捕获镜头前方视场内物体的纹理信息和颜色信息，但是缺乏物体的深度信息，并且物体的成像质量很容易受到光照的影响；3D激光雷达通过发射激光束获取周围环境的结构信息，直接得到物体距离自身的距离，但是在激光运动或者物体运动时，需要去除运动引起的点云畸变。因此，将激光雷达的空间结构信息和相机的图像信息融合能够提高机器人导航、定位与建图的精度，是未来无人机器人研究的发展方向。而实现传感器信息融合的第一步是求解激光雷达坐标系和相机坐标系的变换关系，通常也被称为外参。

目前的3D激光雷达与相机间结构参数标定方法有：

1、直接在图像中提取像素点，在激光点云中提取与像素点对应激光点的3D坐标，构建PnP问题并求解，得到的外参很大程度上取决于图像中像素点和激光点云中对应激光点的坐标精度，并且激光点云在垂直方向分布较稀疏，精度会受到较大限制。

2、使用相机图像和激光点云分别求解运动，根据运动轨迹匹配关系进一步求解外参，由于运动时激光点云存在畸变并且相机图像中不含有深度信息，标定效果会受到较大影响。

3、利用AR tag获得相机坐标系下点的3D坐标，并在激光雷达点云中提取对应点的3D坐标，利用3D-3D点对应关系求解外参，这种方法需要测量数据较多，并且外参的精度取决于相机坐标系下估计的第一个点的3D坐标。

4、通过不断移动相机获取多帧图像，以手动测量值作为粗值，然后根据图像和点云的平面对应关系求解外参，该方法需要不断移动相机来采集足够的数据，并且需要提前手动测量获取初始值，不能连续标定多个激光相机模块，只考虑了点面约束，没有利用平面约束。

5、3D激光雷达的扫描频率一般在5hz到20hz，而相机的图像采集频率在30hz到60hz，如果需要多帧激光点云和相机图像，需要解决不同传感器之间的时间同步问题，确保传感器的数据是在同一时刻采集的，因此部分标定算法需要在硬件和软件上进行特殊设计来保证数据采集时刻对齐，对硬件设计提出了较高的要求。

因此，如何提供一种不需要提前进行手动测量获取初始值，也无需在硬件和软件上设计时间同步，便能实现精确求解外参的基于AR tag的3D激光雷达与相机间结构参数的标定方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于AR tag的3D激光雷达与相机间结构参数的标定方法，无需在软件和硬件上进行时间同步，只需利用AR tag标签的实际尺寸信息，仅需一帧测量数据，便可以连续标定多个3D激光雷达与相机间结构参数。

为了实现上述目的，本发明采用如下技术方案：

一种基于AR tag的3D激光雷达与相机间结构参数的标定方法，包括以下步骤：

步骤一、将相机和3D激光雷达刚性固定安装，并在相机前视范围内放置多个非共面且含有AR tag的平面标定板；