[发明专利]外参标定方法、装置以及自主移动设备

说明书

本申请提供了一种外参标定方法、装置以及自主移动设备，涉及人工智能技术领域。该方法包括：获取相机在标定场景中采集的至少一张标定图像以及激光雷达在该标定场景中采集的至少一帧标定点云帧；根据标定图像与标定场景的点云轮廓确定相机的位姿，并根据标定点云帧与点云轮廓确定激光雷达的位姿；根据相机的位姿与激光雷达的位姿，确定相机和激光雷达的标定外参。本申请提供的外参标定方法，利用对标定场景预先构建的点云轮廓，结合各传感器在标定场景中分别采集的光学信息，能够直接确定每个传感器的位姿，进而对多个传感器实现外参标定。通过这种方式，能够对无共视区域的多个传感器实现外参标定，有效提高自主移动设备的运行精度。

技术领域

本申请涉及人工智能技术领域，具体涉及一种外参标定方法、装置以及自主移动设备。

背景技术

相机和激光雷达是自主移动设备(例如自动驾驶车辆、机器人等)上非常重要的两种传 感器。通过将两种传感器的信息进行融合，能够有效提高地图创建、定位、环境感知等关键 环节上算法的精度和鲁棒性。为了实现两种传感器的信息融合，良好的外参标定是重要的前 提条件之一。

通常而言，可以采用在多个传感器的共视区域内设置标定板的方式来实现多个传感器之 间的外参标定。然而，当多个传感器之间不具有共视区域时，则无法采用上述方式进行外参 标定。由于现实中的自主移动设备上的多个传感器很可能不具有共视区域，因此，亟需一种 能够在不依赖共视区域的前提下实现外参标定的解决方案。

发明内容

有鉴于此，本申请的实施例提供一种外参标定方法、装置、自主移动设备、电子设备以 及计算机可读存储介质，旨在提供一种不依赖于共视区域的外参标定解决方案。

本申请的第一方面提供了一种外参标定方法，包括：获取相机在标定场景中采集的至少 一张标定图像以及激光雷达在该标定场景中采集的至少一帧标定点云帧，其中，相机与激光 雷达固定设置于自主移动设备上；根据标定图像与标定场景的点云轮廓确定相机的位姿，并 根据标定点云帧与点云轮廓确定激光雷达的位姿；根据相机的位姿与激光雷达的位姿，确定 相机和激光雷达的标定外参。

在一些实现方式中，根据标定图像与标定场景的点云轮廓确定相机的位姿，包括：确定 点云轮廓中与标定图像的多个特征点相对应的多个空间点，并获取多个空间点的位置信息； 根据多个空间点的位置信息，计算得到相机的位姿。

进一步地，在一些实现方式中，确定点云轮廓中与标定图像的多个特征点相对应的多个 空间点，包括：在预先对标定场景中不同范围拍摄得到的多张场景图像中，确定与标定图像 之间的相似度满足预设条件的多张候选场景图像；确定多张候选场景图像中包含多个特征点 的候选场景图像为标准场景图像；根据预先确定的多张场景图像的特征点与点云轮廓中空间 点之间的对应关系，确定点云轮廓中与标准场景图像的多个特征点相对应的多个空间点，作 为点云轮廓中与标定图像的多个特征点相对应的多个空间点。

在一些实现方式中，根据标定点云帧与点云轮廓确定激光雷达的位姿，包括：根据点云 轮廓，估算激光雷达的m个第一候选位姿，并确定对应于m个第一候选位姿的m个第一候 选点云帧；将m个第一候选点云帧与标定点云帧进行配准，确定与标定点云帧最接近的n个 第一候选点云帧所对应的n个第一候选位姿作为第二候选位姿；在n个第二候选位姿中确定 匹配误差最小的第二候选位姿作为激光雷达的位姿。

在一些实现方式中，点云轮廓包括标定场景的全局点云轮廓。

在一些实现方式中，点云轮廓包括标定场景中的第一场景范围的点云轮廓以及标定场景 中的第二场景范围的点云轮廓，其中，当自主移动设备在标定场景中处于第一设备位姿时， 相机的采集范围位于第一场景范围之内，且激光雷达的采集范围位于第二场景范围之内。

进一步地，在一些实现方式中，第一场景范围的点云轮廓包括第一标定物的点云轮廓， 第二场景范围的点云轮廓包括第二标定物的点云轮廓。

可选地，在一些实现方式中，第一场景范围与第二场景范围互不重叠。