CN105067023A - 一种全景三维激光传感器数据校准方法和装置 - Google Patents

Abstract

本发明涉及一种全景三维激光传感器数据校准方法和装置。所述装置包括三维激光传感器和标定装置。所述方法包括以下步骤：1)将二维激光传感器的扫描数据按y_L轴的正负平均分为两个部分，构成激光的扫描平面；当旋转云台带动二维激光传感器旋转360度时，y_L轴的正负两部分激光数据组成两个空间三维点云数据；2)从两个空间三维点云数据中提取标定所需的激光数据特征点；3)对两个空间三维点云数据中激光点的距离进行优化得到标定参数。本发明解决了手动点选匹配对所引入的人为误差不可控和时间开销大问题，充分考虑影响数据精度的可能因素，提高传感器标定精度，并提升了标定方法的通用性。

Description

一种全景三维激光传感器数据校准方法和装置

技术领域

本发明属于环境感知技术领域，具体的说是一种提高三维激光测距***采集全景数据精度的方法和装置，尤其涉及一种全景三维激光传感器数据校准方法和装置。

背景技术

激光传感器属于主动传感器，抗干扰能力强，可以提供准确的深度信息，能详细描述环境几何特征，直接快速获取环境的三维模型，因此在三维环境感知中占据主导地位，在包括复杂地形机器人导航、工程测量等领域具有较大应用价值。目前，世界上有多家销售三维激光检测***的制造厂商，如：奥地利Riegl、瑞士Leica、日本Topcon、美国Faro等，这些传感器价格昂贵，并且往往结构复杂，不利于维护与检修。

为了降低成本，多数的三维激光传感器是在二维激光的基础上添加一维旋转，从而获得三维激光数据(JesúsMorales,JorgeL.Martínez,AnthonyMandow,Alejandro-Botert,andAlfonsoGarcía-Cerezo,"DesignandDevelopmentofaFastandPreciseLow-Cost3DLaserRangefinder",inProceedingsofthe2011IEEEInternationalConferenceonMechatronics,2011)。由于在安装二维激光传感器的时候，无法避免角度和位置上的偏差，所以为了获取准确的三维激光数据，在使用这种三维激光传感器之前，需要对传感器自身参数进行标定。

文献(余祖俊,杨娅楠,朱力强,"三维激光扫描测量***标定方法研究",电子测量与仪器学报,21(6),31-35,2007)中的标定对象由一个LMS200二维激光传感器以及一个平移装置组成，利用两种标定模板实现三维激光传感器坐标系与外界测量基准坐标之间的旋转参数和平移参数，该参数并不能矫正由于安装问题所产生的数据误差。

文献(JesúsMorales,JorgeL.Martínez,AnthonyMandow,AntonioJ.Reina,Alejandro-BoterandAlfonsoGarcía-Cerezo,"BoresightCalibrationofConstructionMisalignmentsfor3DScannersBuiltwitha2DLaserRangefinderRotatingonItsOpticalCenter",Sensors,14(11),20025-20040,2014.)利用Nelder-Mead方法对平面数据进行平整度和面积最大优化处理，标定二维激光传感器相对于三维数据坐标系的两个旋转角度，虽然可以获得比较准确的三维数据，但是由于忽略了部分三维激光内部参数，当存在安装误差的时候，仍然会引入一定的数据误差。同样，文献(谷晓杰,卜春光,陈成,周浚哲,"三维激光测距***设计与标定方法研究",沈阳理工大学学报，33(5),10-14,47,2014)只考虑了三维激光传感器的部分内部参数，不能作为通用的方法对各种三维激光传感器进行标定。

发明内容

针对现有技术中存在的上述问题，本发明要解决的问题是提出一种全景三维激光传感器数据校准方法和装置。

本发明为实现上述目的所采用的技术方案是：一种全景三维激光传感器数据校准装置包括三维激光传感器和标定装置；所述三维激光传感器包括旋转云台以及设置于旋转云台上的二维激光传感器；所述标定装置位于三维激光传感器前方的设定距离内。

所述标定装置为相纸，相纸表面喷绘有n×m个相互交替的正方形黑格和白格；每个黑格和白格的正中心有镂空。

所述镂空的形状为圆形。

一种全景三维激光传感器数据校准方法，包括以下步骤：

1)将二维激光传感器的扫描数据按y_L轴的正负平均分为两个部分，构成激光的扫描平面；当旋转云台带动二维激光传感器旋转360度时，y_L轴的正负两部分激光数据组成两个空间三维点云数据；

2)从两个空间三维点云数据中提取标定所需的激光数据特征点；

3)对两个空间三维点云数据中激光点的距离进行优化得到标定参数。

所述两个部分的扫描角度相等，且大于等于90度。

所述从两个空间三维点云数据中提取标定所需的激光数据特征点，包括以下步骤：

2-1)根据标定装置与二维激光传感器之间的距离，以及两个空间三维点数据与激光扫描序列索引值之间的映射关系，得到标定装置区域内的数据；

2-2)根据标定装置区域内的数据得到标定装置的平面；

2-3)根据平面对标定装置区域内的数据进行二值化；

2-4)对二值化后的数据提取标定装置上的角点。

所述根据平面对标定装置区域内的数据进行二值化，包括以下步骤：

根据标定装置的平面以及二维激光传感器到标定装置的平面的距离d对区域内的数据进行二值化处理：

$I_i=\left\{\begin{array}{cc}255& d_i<\stackrel{\&OverBar;}{d}\\ 0& d_i>=\stackrel{\&OverBar;}{d}\end{array}\right.$

其中，I_i为区域内i点二值化后的取值，为经验距离阈值。

所述对二值化后的数据提取标定装置上的角点，包括以下步骤：

标定装置上镂空区域的数据为0，其他区域数据为255，按列统计0和255的点数分布直方图，按行统计得到列坐标

$\left\{\begin{array}{c}i=median\left(\arg \underset{i}{max}\underset{j}{\overset{bin}{\&Sigma;}}1\right(I_{ij}=0\left)\right)\\ j=median\left(\arg \underset{i}{max}\underset{i}{\overset{bin}{\&Sigma;}}1\right(I_{ij}=0\left)\right)\end{array}\right.$

其中，i,j分别表示行列下标；函数1(·)为0-1函数，如果括号内条件为真则值为1，否则为0；median()为中值选择函数，I_ij表示二值化取值；

根据每列的列坐标确定镂空中心坐标，并得到每四个相邻的黑格和白格的交点坐标作为角点坐标。

所述对两个空间三维点云数据中激光点的距离进行优化得到标定参数，包括以下步骤：

两个空间三维点云数据中对应特征点对的距离为采用迭代优化算法计算距离公式得到标定参数；其中，距离公式为 $D=\underset{\mathrm{\&alpha;},\mathrm{\&beta;},\mathrm{\&gamma;},l}{min}\underset{k=1}{\overset{n}{\&Sigma;}}\left|\right|P_P^{k+}-P_P^{k-}\left|\right|=\underset{\mathrm{\&alpha;},\mathrm{\&beta;},\mathrm{\&gamma;},l}{min}\underset{k=1}{\overset{n}{\&Sigma;}}\left|\right|(R_{LP}^{k+}{\mathrm{RP}}_L^{k+}+T_{LP}^{k+})-(R_{LP}^{k-}{\mathrm{RP}}_L^{k-}+T_{LP}^{k-})\left|\right|$

R_LP和T_LP分别为二维激光坐标系到三维激光坐标系转换的旋转和平移矩阵，右上标k表示激光点编号；l为二维激光坐标系与三维激光坐标系之间的位置误差；

$R=\left[\begin{array}{ccc}\cos \mathrm{\&beta;}\cos \mathrm{\&gamma;}-\sin \mathrm{\&alpha;}\sin \mathrm{\&beta;}\sin \mathrm{\&gamma;}& -\cos \mathrm{\&beta;}\sin \mathrm{\&gamma;}-\sin \mathrm{\&alpha;}\sin \mathrm{\&beta;}\cos \mathrm{\&gamma;}& -\cos \mathrm{\&alpha;}\sin \mathrm{\&beta;}\\ \cos \mathrm{\&alpha;}\sin \mathrm{\&gamma;}& \cos \mathrm{\&alpha;}\cos \mathrm{\&gamma;}& -\sin \mathrm{\&alpha;}\\ \sin \mathrm{\&beta;}\cos \mathrm{\&gamma;}+\sin \mathrm{\&alpha;}\cos \mathrm{\&beta;}\sin \mathrm{\&gamma;}& -\sin \mathrm{\&beta;}\sin \mathrm{\&gamma;}+\sin \mathrm{\&alpha;}\cos \mathrm{\&beta;}\cos \mathrm{\&gamma;}& \cos \mathrm{\&alpha;}\cos \mathrm{\&beta;}\end{array}\right]$

α、β、γ为二维激光坐标系与三维激光坐标系之间绕x_L轴，y_L轴，z_L轴旋转的误差角度。

所述迭代优化算法为最小二乘法或牛顿下降法。

本发明具有以下有益效果及优点：

1.本发明仅以三维激光传感器作为测量装置，以从环境中选定的特征为计算依据，实现对全景三维激光数据的校准。

2.本发明解决了全景三维激光传感器内部参数标定问题，仅通过一次数据采集就可以方便的实现多个特征点自动提取。

3.本发明解决了手动点选匹配对所引入的人为误差不可控和时间开销大问题，充分考虑影响数据精度的可能因素，提高传感器标定精度，并提升了标定方法的通用性。

4.本发明为全景三维激光传感器标定奠定基础，可用在复杂地形机器人导航、工程测量等领域。

5.本发明所提出的校准方法全面考虑可能存在的二维激光坐标系与三维激光坐标系之间的位置和旋转误差，提升了方法的通用性。

6.本发明所采用的标定装置便于制作，携带方便，可重复使用。

附图说明

图1为全景三维激光传感器模型示意图；

图2为三维激光传感器3个角度误差示意图一；

图3为三维激光传感器3个角度误差示意图二；

图4为三维激光传感器3个角度误差示意图三；

图5为标定装置示意图；

图6为标定装置角点提取示意图；

图7为三维激光传感器结构示意图；

图8为全景三维激光传感器；

图9为矫正前室内全景三维激光点云数据实验结果图；

图10为矫正后的点云数据实验结果图。

具体实施方式

下面结合附图及实施例对本发明做进一步的详细说明。

本发明最大的创新点在于全面考虑在安装过程中可能存在的角度和位置误差，适用于多种全景三维激光传感器参数标定。为此本发明将二维激光坐标系和三维激光坐标系之间的三个角度参数和一个偏转心距离参数作为待标定参数，经过平面拟合、激光数据二值化、角点提取处理，从采集的两部分三维激光数据中分别提取出属于标定装置的特征点，采用迭代优化方法对待标定参数进行求解，从而得到二维激光坐标系和三维激光坐标系之间的角度和位置参数。

本发明方法以二维激光坐标系与三维激光坐标系之间的3个角度参数和1个位置参数作为待标定参数，利用两部分激光数据中标定装置上的角点不能重合的现象，采用迭代优化方法对标定参数进行求解，该标定参数可以满足多种全景三维激光传感器的数据矫正需求。具体步骤如下：

a)将标定装置放在实验区域内，标定装置与三维激光传感器之间距离的合适范围为2m-10m之间；

b)将SICKLMS200激光传感器的扫描数据按y_L的正负平均分为两个部分，每部分扫描角度为90度，当旋转云台带动LMS200激光旋转360度的时候，正负两部分激光数据正好组成两个空间三维点云数据；

c)根据标定装置的摆放位置，筛选出标定装置区域的数据，并进行平面拟合，依据标定装置区域激光点数据到所拟合平面的距离值d来对区域数据进行二值化处理

$I_i=\left\{\begin{array}{cc}255& d_i<\stackrel{\&OverBar;}{d}\\ 0& d_i>=\stackrel{\&OverBar;}{d}\end{array}\right.$

其中I_i为区域内i点二值化后的取值，为经验距离阈值，二值化后，镂空圆孔区域的数据为0，其他区域数据为255，按列统计0和255的点数分布直方图，按行统计得到列坐标

$\left\{\begin{array}{c}i=median\left(\arg \underset{i}{max}\underset{j}{\overset{bin}{\&Sigma;}}1\right(I_{ij}=0\left)\right)\\ j=median\left(\arg \underset{i}{max}\underset{i}{\overset{bin}{\&Sigma;}}1\right(I_{ij}=0\left)\right)\end{array}\right.$

其中i,j分别表示行列下标，函数1(·)为0-1函数，如果括号内条件为真则值为1，否则为0，median()为中值选择函数，I_ij表示二值化取值，从而确定了镂空中心坐标，并可进一步根据四邻域关系确定黑白格角点坐标；

d)两部分三维激光点云中对应角点对的距离为标定过程为优化距离公式

$D=\underset{\mathrm{\&alpha;},\mathrm{\&beta;},\mathrm{\&gamma;},l}{min}\underset{k=1}{\overset{n}{\&Sigma;}}\left|\right|P_P^{k+}-P_P^{k-}\left|\right|=\underset{\mathrm{\&alpha;},\mathrm{\&beta;},\mathrm{\&gamma;},l}{min}\underset{k=1}{\overset{n}{\&Sigma;}}\left|\right|(R_{LP}^{k+}{\mathrm{RP}}_L^{k+}+T_{LP}^{k+})-(R_{LP}^{k-}{\mathrm{RP}}_L^{k-}+T_{LP}^{k-})\left|\right|$

其中R_LP和T_LP分别为二维激光坐标系到三维激光坐标系转换的旋转和平移矩阵，l为二维激光坐标系与三维激光坐标系之间的位置误差，

$R=\left[\begin{array}{ccc}\cos \mathrm{\&beta;}\cos \mathrm{\&gamma;}-\sin \mathrm{\&alpha;}\sin \mathrm{\&beta;}\sin \mathrm{\&gamma;}& -\cos \mathrm{\&beta;}\sin \mathrm{\&gamma;}-\sin \mathrm{\&alpha;}\sin \mathrm{\&beta;}\cos \mathrm{\&gamma;}& -\cos \mathrm{\&alpha;}\sin \mathrm{\&beta;}\\ \cos \mathrm{\&alpha;}\sin \mathrm{\&gamma;}& \cos \mathrm{\&alpha;}\cos \mathrm{\&gamma;}& -\sin \mathrm{\&alpha;}\\ \sin \mathrm{\&beta;}\cos \mathrm{\&gamma;}+\sin \mathrm{\&alpha;}\cos \mathrm{\&beta;}\sin \mathrm{\&gamma;}& -\sin \mathrm{\&beta;}\sin \mathrm{\&gamma;}+\sin \mathrm{\&alpha;}\cos \mathrm{\&beta;}\cos \mathrm{\&gamma;}& \cos \mathrm{\&alpha;}\cos \mathrm{\&beta;}\end{array}\right]$

α、β、γ为二维激光坐标系与三维激光坐标系之间绕x_L轴，y_L轴，z_L轴旋转的误差角度，利用迭代优化算法，得到标定结果，即α、β、γ和l的实际值。

本发明的技术方案如下：

1.全景三维激光传感器特性分析

由二维激光传感器与旋转云台组成的全景三维激光传感器，其***模型如图1所示，可以用一下公式描述：

其中，和分别为一个激光点在二维激光坐标系和三维激光坐标系里的坐标，为第i组激光数据对应的云台旋转角度，和分别为二维激光坐标系到三维激光坐标系转换的旋转和平移矩阵。由于每组激光数据对应云台旋转角度不同，所以旋转矩阵和平移矩阵并不固定。上式描述的是理想坐标系关系，然而在实际应用中，由于存在安装误差，无法满足上述理想关系公式，需要对设备之间的旋转及平移关系进行估算，即对***参数进行标定，需要标定二维激光坐标系与三维激光坐标系之间的旋转关系和平移关系。

由于存在安装误差，在进行坐标系旋转变换的时候需要考虑三个角度误差，如图2～4所示。定义旋转矩阵R，该矩阵可以将激光点从存在误差的激光扫描平面旋转到理想情况，即旋转之后，激光扫描平面与旋转云台平面之间不存在α、β和γ三个角度误差。矫正后的坐标变换公式表示为：

$P_P^{ij}=R_{LP}^i{\mathrm{RP}}_L^{ij}+T_{LP}^i---\left(2\right)$

所以需要标定的参数共有4个：α、β、γ和l。

2.标定装置的设计

不同介质对激光传感器所发射的激光束具有不同的反射率，其中有光泽物体的反射率要高于无光泽物体，同样不同入射角对测距的影响也非常显著，但目标物体表面颜色对测距影响不大。针对上述激光特性，开发了三维激光标定装置(如图5所示)，装置的材料为有光泽相纸，以保证对激光具有较高反射率。在相纸表面喷绘出4×5的正方形黑白格，每个黑白格的边长为25cm。在每个黑白格正中心进行镂空，镂空形状为半径为5cm的圆形。经过实验验证，选择圆形作为镂空形状是为了保证算法的鲁棒性和避免激光边缘效应所产生的影响。

3.标定所需激光数据特征点的提取

(1)确定标定装置的粗略位置范围。根据标定装置的摆放位置，在标定方法中设置标定装置在三维激光坐标系中的坐标参数，根据该参数结合激光点三维坐标筛选出该区域的数据。

(2)根据范围确定平面。根据区域内的数据点拟合平面，即

$a=\arg \underset{a}{min}\underset{i=1}{\overset{n}{\&Sigma;}}\left|\right|a^T{q}_i|{|}^2---\left(3\right)$

其中a＝[a₁,a₂,a₃]^T为平面法向量，q_i＝[x,y,z]^T为区域坐标点。为了提高计算效率，可根据装置所在范围的四个界限点直接确定平面方程。n为区域内的激光点个数。

(3)激光测距数据二值化。依据标定装置区域激光点数据到所拟合平面的距离值d来对区域数据进行二值化处理。

$I_i=\left\{\begin{array}{cc}255& d_i<\stackrel{\&OverBar;}{d}\\ 0& d_i>=\stackrel{\&OverBar;}{d}\end{array}\right.---\left(4\right)$

其中I_i为区域内i点二值化后的取值，为经验距离阈值，二值化后，镂空圆孔区域的数据为0，其他区域数据为255，从而可以进一步借鉴图像处理方法进行角点提取。

(4)提取角点。如图6、7所示的标定装置模拟简化图，4×5的黑白格中，圆形表示镂空区域，中心的十字表示镂空中心，镂空区域之间的圆点表示黑白格的角点，虚线将平面进行均匀划分。利用(3)中二值化后所得数据，首先按列统计0和255的点数分布直方图，并根据峰值点确定镂空中心的行坐标，同理也可按行统计得到列坐标，具体见如下公式：

$\left\{\begin{array}{c}i=median\left(\arg \underset{i}{max}\underset{j}{\overset{bin}{\&Sigma;}}1\right(I_{ij}=0\left)\right)\\ j=median\left(\arg \underset{i}{max}\underset{i}{\overset{bin}{\&Sigma;}}1\right(I_{ij}=0\left)\right)\end{array}\right.---\left(5\right)$

其中i,j分别表示行列下标，函数1(·)为0-1函数，如果括号内条件为真则值为1，否则为0。median()为中值选择函数，I_ij表示二值化取值。从而确定了4×5的镂空中心坐标，并可进一步根据四邻域关系确定3×4的黑白格角点坐标。

4.计算标定参数值

由于安装误差的存在，如图8所示，当云台旋转360度采集激光数据的时候，组成的全景三维激光点云会产生扭曲。为了计算标定参数，将激光数据按区域分为两个部分，激光点y_L>0，用P⁺表示，激光点y_L<0，用P^-表示。当云台旋转360度的时，构建两个三维点云，从两个点云中的两组角点存在一一对应关系，相对应的角点的距离为标定过程为优化两个点云之间对应激光点距离公式：

$D=\underset{\mathrm{\&alpha;},\mathrm{\&beta;},\mathrm{\&gamma;},l}{min}\underset{k=1}{\overset{n}{\&Sigma;}}\left|\right|P_P^{k+}-P_P^{k-}\left|\right|=\underset{\mathrm{\&alpha;},\mathrm{\&beta;},\mathrm{\&gamma;},l}{min}\underset{k=1}{\overset{n}{\&Sigma;}}\left|\right|(R_{LP}^{k+}{\mathrm{RP}}_L^{k+}+T_{LP}^{k+})-(R_{LP}^{k-}{\mathrm{RP}}_L^{k-}+T_{LP}^{k-})\left|\right|---\left(6\right)$

可以用以两组角点作为输入，可采用最小二乘法或牛顿下降法等优化算法，根据公式 ${\&lsqb;{\mathrm{\&alpha;}}^{k+1},{\mathrm{\&beta;}}^{k+1},{\mathrm{\&gamma;}}^{k+1},l^{k+1}\&rsqb;}^T={\&lsqb;{\mathrm{\&alpha;}}^k,{\mathrm{\&beta;}}^k,{\mathrm{\&gamma;}}^k,l^k\&rsqb;}^T+\frac{D}{D^{\&prime;}}$ 迭代计算α、β、γ和l，k和k+1分别表示第k和第k+1次迭代，D'为D对α、β、γ和l的导数。

为了验证本方法的有效性，利用如图6所构建的传感器***来进行标定方法的验证。全景三激光传感器由SICKLMS200型激光传感器和旋转云台组成，其中激光传感器平面扫描角度为0-180度，云台步进电机的频率的应用范围为500-2500Hz。利用电机带动激光传感器获得场景的三维激光测距数据。

将标定装置放在实验区域内，标定装置与三维激光传感器之间距离的合适范围为2m-10m之间。将LMS200激光传感器的扫描数据按y_L的正负平均分为两个部分，每部分扫描角度为90度，当旋转云台带动LMS200激光旋转360度的时候，正负两部分激光数据正好组成两个空间三维点云数据。经过平面拟合、激光数据二值化、角点提取处理后，可以获得两组数据的对应匹配点对，对点对进行迭代匹配，可以计算出三维激光传感器标定参数：

$\left\{\begin{array}{c}\mathrm{\&alpha;}=0.0095rad\\ \mathrm{\&beta;}=0.0017rad\\ \mathrm{\&gamma;}=-0.0353rad\\ l=0.004m\end{array}\right.$

从定性的角度分析，通过判断两组激光数据是否重合对标定结果进行直观验证。理想情况下，同一时刻采集的两部分激光数据应该完全重合，但是由于存在误差，如图9所示，两个三维激光点云存在一定的偏差，利用标定参数对三维激光数据进行矫正，图10显示矫正后的两组激光点云数据，可以看出激光数据更加准确，可以如实的描述三维场景。

Claims (10)

1.一种全景三维激光传感器数据校准装置，其特征在于，包括三维激光传感器和标定装置；所述三维激光传感器包括旋转云台以及设置于旋转云台上的二维激光传感器；所述标定装置位于三维激光传感器前方的设定距离内。

2.根据权利要求1所述的一种全景三维激光传感器数据校准装置，其特征在于，所述标定装置为相纸，相纸表面喷绘有n×m个相互交替的正方形黑格和白格；每个黑格和白格的正中心有镂空。

3.根据权利要求2所述的一种全景三维激光传感器数据校准装置，其特征在于，所述镂空的形状为圆形。

4.一种全景三维激光传感器数据校准方法，其特征在于，包括以下步骤：

1)将二维激光传感器的扫描数据按y_L轴的正负平均分为两个部分，构成激光的扫描平面；当旋转云台带动二维激光传感器旋转360度时，y_L轴的正负两部分激光数据组成两个空间三维点云数据；

2)从两个空间三维点云数据中提取标定所需的激光数据特征点；

3)对两个空间三维点云数据中激光点的距离进行优化得到标定参数。

5.根据权利要求4所述的一种全景三维激光传感器数据校准方法，其特征在于，所述两个部分的扫描角度相等，且大于等于90度。

6.根据权利要求4所述的一种全景三维激光传感器数据校准方法，其特征在于，所述从两个空间三维点云数据中提取标定所需的激光数据特征点，包括以下步骤：

2-1)根据标定装置与二维激光传感器之间的距离，以及两个空间三维点数据与激光扫描序列索引值之间的映射关系，得到标定装置区域内的数据；

2-2)根据标定装置区域内的数据得到标定装置的平面；

2-3)根据平面对标定装置区域内的数据进行二值化；

2-4)对二值化后的数据提取标定装置上的角点。

7.根据权利要求6所述的一种全景三维激光传感器数据校准方法，其特征在于，所述根据平面对标定装置区域内的数据进行二值化，包括以下步骤：

根据标定装置的平面以及二维激光传感器到标定装置的平面的距离d对区域内的数据进行二值化处理：

$I_i=\left\{\begin{array}{cc}255& d_i<\stackrel{\&OverBar;}{d}\\ 0& d_i>=\stackrel{\&OverBar;}{d}\end{array}\right.$

其中，I_i为区域内i点二值化后的取值，为经验距离阈值。

8.根据权利要求6所述的一种全景三维激光传感器数据校准方法，其特征在于，所述对二值化后的数据提取标定装置上的角点，包括以下步骤：

标定装置上镂空区域的数据为0，其他区域数据为255，按列统计0和255的点数分布直方图，按行统计得到列坐标

$\left\{\begin{array}{c}i=median\left(\arg \underset{i}{max}\underset{j}{\overset{bin}{\&Sigma;}}1\right(I_{ij}=0\left)\right)\\ j=median\left(\arg \underset{i}{max}\underset{i}{\overset{bin}{\&Sigma;}}1\right(I_{ij}=0\left)\right)\end{array}\right.$

其中，i,j分别表示行列下标；函数1(·)为0-1函数，如果括号内条件为真则值为1，否则为0；median()为中值选择函数，I_ij表示二值化取值；

根据每列的列坐标确定镂空中心坐标，并得到每四个相邻的黑格和白格的交点坐标作为角点坐标。

9.根据权利要求6所述的一种全景三维激光传感器数据校准方法，其特征在于，所述对两个空间三维点云数据中激光点的距离进行优化得到标定参数，包括以下步骤：

两个空间三维点云数据中对应特征点对的距离为采用迭代优化算法计算距离公式得到标定参数；其中，距离公式为 $D=\underset{\mathrm{\&alpha;},\mathrm{\&beta;},\mathrm{\&gamma;},l}{min}\underset{k=1}{\overset{n}{\&Sigma;}}\left|\right|P_P^{k+}-P_P^{k-}\left|\right|=\underset{\mathrm{\&alpha;},\mathrm{\&beta;},\mathrm{\&gamma;},l}{min}\underset{k=1}{\overset{n}{\&Sigma;}}\left|\right|(R_{LP}^{k+}{\mathrm{RP}}_L^{k+}+T_{LP}^{k+})-(R_{LP}^{k-}{\mathrm{RP}}_L^{k-}+T_{LP}^{k-})\left|\right|$

R_LP和T_LP分别为二维激光坐标系到三维激光坐标系转换的旋转和平移矩阵，右上标k表示激光点编号；l为二维激光坐标系与三维激光坐标系之间的位置误差；

$R=\left[\begin{array}{ccc}\cos \mathrm{\&beta;}\cos \mathrm{\&gamma;}-\sin \mathrm{\&alpha;}\sin \mathrm{\&beta;}\sin \mathrm{\&gamma;}& -\cos \mathrm{\&beta;}\sin \mathrm{\&gamma;}-\sin \mathrm{\&alpha;}\sin \mathrm{\&beta;}\cos \mathrm{\&gamma;}& -\cos \mathrm{\&alpha;}\sin \mathrm{\&beta;}\\ \cos \mathrm{\&alpha;}\sin \mathrm{\&gamma;}& \cos \mathrm{\&alpha;}\cos \mathrm{\&gamma;}& -\sin \mathrm{\&alpha;}\\ \sin \mathrm{\&beta;}\cos \mathrm{\&gamma;}+\sin \mathrm{\&alpha;}\cos \mathrm{\&beta;}\sin \mathrm{\&gamma;}& -\sin \mathrm{\&beta;}\sin \mathrm{\&gamma;}+\sin \mathrm{\&alpha;}\cos \mathrm{\&beta;}\cos \mathrm{\&gamma;}& \cos \mathrm{\&alpha;}\cos \mathrm{\&beta;}\end{array}\right]$

α、β、γ为二维激光坐标系与三维激光坐标系之间绕x_L轴，y_L轴，z_L轴旋转的误差角度。

10.根据权利要求9所述的一种全景三维激光传感器数据校准方法，其特征在于，所述迭代优化算法为最小二乘法或牛顿下降法。