CN108020826A - 多线激光雷达与多路相机混合标定方法 - Google Patents

多线激光雷达与多路相机混合标定方法 Download PDF

Info

Publication number
CN108020826A
CN108020826A CN201711012232.9A CN201711012232A CN108020826A CN 108020826 A CN108020826 A CN 108020826A CN 201711012232 A CN201711012232 A CN 201711012232A CN 108020826 A CN108020826 A CN 108020826A
Authority
CN
China
Prior art keywords
msub
camera
mrow
laser radar
line laser
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711012232.9A
Other languages
English (en)
Other versions
CN108020826B (zh
Inventor
温程璐
王程
夏彦
张正
宫正
李军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiamen University
Original Assignee
Xiamen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xiamen University filed Critical Xiamen University
Priority to CN201711012232.9A priority Critical patent/CN108020826B/zh
Publication of CN108020826A publication Critical patent/CN108020826A/zh
Application granted granted Critical
Publication of CN108020826B publication Critical patent/CN108020826B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electromagnetism (AREA)
  • Multimedia (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种多线激光雷达与多路相机混合标定方法，包括以下步骤：S1、多路相机的原始图像数据、多线激光雷达点云数据以及静态激光雷达点云数据的采集；S2、各相机内参模型的求解；S3、对各相机采集的图像进行去畸变,得到矫正后的图像；S4、将静态激光雷达点云数据配准到多线激光雷达点云坐标系中；S5、在S4配准好的点云数据中获取各相机在多线激光雷达点云坐标系中的位置(Xs,Ys,Zs)；S6、在各相机矫正后的图像中选取至少4个靶标的像素坐标(u,v)和相对应的以多线激光雷达为坐标原点的点云中靶标的三维坐标(Xp,Yp,Zp)；S7、根据各相机的内参模型、相机位置(Xs,Ys,Zs)及相机所对应的靶标的像素坐标(u,v)和三维坐标(Xp,Yp,Zp)，建立共线方程，求出各相机的姿态角元素和9个方向余弦，完成标定。

Description

多线激光雷达与多路相机混合标定方法
技术领域
本发明涉及标定技术领域，具体涉及一种多线激光雷达与多路相机混合标定方法。
背景技术
激光雷达是通过发射激光并接受反射的激光来探测物体的位置，为了提高激光雷达的探测范围和精度，人们在单线激光雷达的基础上进一步研究获得了多线激光雷达。多线激光雷达是指其可同时发射和接受多束激光，在进行扫描时，可以得到多个同心的扫描线。
在基于多线激光雷达扫描的三维重建应用中，基于多线激光雷达与多路相机的数据融合，能够抓取更多的环境三维细节信息，为进一步处理提高更完善的空间数据，但在相关***中，多线激光雷达与多路相机均存在自身的局部坐标系，需要通过相关算法进行标定，以找到多线激光雷达与多路相机之间的三维坐标变换关系，目前，针对多线激光雷达与多路相机混合标定的算法大多需要每一路相机与多线激光雷达单独标定。由于激光雷达采集的点云数据稀疏，而且多路相机内参数未知，导致标定难度大，目前尚无相关的标定技术能够一次性解决此种类型的多线激光雷达与多路相机混合标定的技术。
发明内容
本发明的目的在于提供一种多线激光雷达与多路相机混合标定算法，用于实现多线激光雷达与多路相机间的标定。
为实现上述目的，本发明采用以下技术方案：
多线激光雷达与多路相机混合标定方法，包括以下步骤：
S1、多路相机的原始图像数据、多线激光雷达点云数据以及静态激光雷达点云数据的采集；
S2、各相机内参模型的求解；
S3、对各相机采集的图像进行去畸变,得到矫正后的图像；
S4、将静态激光雷达点云数据配准到多线激光雷达点云坐标系中；
S5、在S4配准好的点云数据中获取各相机在多线激光雷达点云坐标系中的位置(Xs,Ys,Zs)；
S6、在各相机矫正后的图像中选取至少4个靶标的像素坐标(u,v)和相对应的以多线激光雷达为坐标原点的场景点云中靶标的三维坐标(Xp,Yp,Zp)；
S7、根据各相机的内参模型、相机位置(Xs,Ys,Zs)及相机所对应的靶标的像素坐标(u,v)和三维坐标(Xp,Yp,Zp)，建立共线方程，求出各相机的姿态角元素和9个方向余弦，完成标定。
进一步地，步骤S1具体包括：
S11、多路相机图像数据的采集：
将车辆静止停放，在每个相机的视场中依次均匀摆放若干个靶标，获得多路相机的原始图像数据；
S12、多线激光雷达点云数据的采集：
将车顶上的多线激光雷达开机扫描，获得以多线激光雷达所在的位置为三维空间坐标系原点的多线激光雷达点云数据；
S13、静态激光雷达点云数据的采集：
采用地面静态激光雷达对整个场景进行扫描，获得静态激光雷达点云数据及各相机在静态激光雷达点云数据中的位置。
进一步地，步骤S2中，相机内参模型表示为
其中fx，fy为相机的焦距，cx，cy为相机的主光轴点，使用张正友的棋盘标定法求解相机内参和畸变因子，获得相机内参模型。
进一步地，步骤S7中，所述共线方程为：
式中，f为镜头中心到影像平面的垂距，a1、a2、a3、b1′、b2′、b3′、c1、c2′及c3为各相机的9个方向余弦，各方向余弦与图像姿态角ω及γ间的关系如下：
b1＝cosωsinγ；
b2＝cosωsinγ；
b3＝-sinω；
其中ω和γ分别是以多线激光雷达为坐标原点的Y轴为主轴、X轴为主轴、Z轴为主轴的旋转角；估计出各相机的姿态角元素和9个方向余弦，完成标定。
采用上述技术方案后，本发明与背景技术相比，具有如下优点：
本发明提出了一种新的标定方法，用于实现多线激光雷达与多路相机的同时混合标定，可进行一个多线激光雷达与多路相机同时标定，填补了相关技术空白。本发明安装简单，标定算法易于实施，在多路相机内参数未知、激光雷达采集的点云数据稀疏的情况下，解决了多线激光雷达与多路相机同时标定的困难，填补了相关技术空白，推进了无人驾驶技术朝低成本性、普遍性、平民性发展。
附图说明
图1为本发明中多线激光雷达与多路相机在车辆上的某一安装实例示意图。
图2为本发明流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在本发明中需要说明的是，术语“上”“下”“左”“右”“竖直”“水平”“内”“外”等均为基于附图所示的方位或位置关系，仅仅是为了便于描述本发明和简化描述，而不是指示或暗示本发明的装置或元件必须具有特定的方位，因此不能理解为对本发明的限制。
实施例
本发明公开了一种多线激光雷达与多路相机混合标定方法，用于实现多线激光雷达与多路相机的混合标定。如图1所示的是多线激光雷达与多路相机在车辆上的某一安装实例示意图，其中，多线激光雷达5的个数为1，设置于车顶位置，4路相机1、2、3及4分别安装于车前、车后及车的左右两侧，在实际应用中，多线激光雷达的个数、分布位置以及相机的个数、分布位置可根据实际需求进行布置，不影响本发明对多线激光雷达与相机之间的位置标定。
如图2所示的是本发明的流程图，本发明包括以下步骤：
S1、多路相机的原始图像数据、多线激光雷达点云数据以及静态激光雷达点云数据的采集，具体地：
具体地，步骤S1包括：
S11、多路相机图像数据的采集：
首先，找到一个宽敞的、四周可以悬挂靶标场地，在每个相机的视场中依次均匀摆放5块或更多的靶标，获得多路相机的原始图像数据。
S12、多线激光雷达点云数据的采集：
将车顶上的多线激光雷达开机扫描，获得以多线激光雷达所在的位置为三维空间坐标系原点的多线激光雷达点云数据，即激光雷达所在位置的三维坐标(x,y,z)＝(0,0,0)。
S13、静态激光雷达点云数据的采集：
采用高精度地面静态激光雷达(精度在5毫米以内)对标定的整个场景进行扫描，获得静态激光雷达点云数据及各相机在静态激光雷达点云数据中的位置。此时获得的静态激光雷达点云数据是以静态激光雷达所在的位置为三维坐标原点的点云数据，即每个点的三维空间坐标值(X,Y,Z)是相对于静态激光雷达所在的位置。
S2、各相机内参模型的求解：
相机内参模型表示为其中fx，fy为相机的焦距，cx，cy为相机的主光轴点，畸变因子由(k1,k2,k3,k4)表示，使用张正友的棋盘标定法求解相机内参和畸变因子，获得相机内参模型。
S3、根据S2得到的相机内参和畸变因子等，对各相机采集的图像进行去畸变,得到矫正后的图像。
S4、将静态激光雷达点云数据配准到多线激光雷达点云坐标系中：将S1中得到的静态激光雷达点云数据和多线激光雷达点云数据进行手工配准，将以静态激光雷达位置为坐标原点的点云坐标系变换到以多线激光雷达位置为坐标原点的点云坐标系，得到整个标定场景的点云数据(其中，包括车、相机和靶标等目标)，此步骤借助于专业软件(如RiPROCESS)完成。
S5、在S4配准好的点云数据中获取各相机在多线激光雷达点云坐标系中的位置(Xs,Ys,Zs)。
S6、在各相机矫正后的图像中选取至少4个靶标的像素坐标(u,v)和相对应的以多线激光雷达为坐标原点的场景点云中靶标的三维坐标(Xp，Yp，Zp)。
S7、根据各相机的内参模型、相机位置(Xs，Ys，Zs)及相机所对应的靶标的像素坐标(u，v)和三维坐标(Xp，Yp，Zp)，建立共线方程，求出各相机的姿态角元素和9个方向余弦，完成标定。
其中，所述共线方程为：
式中，f为镜头中心到影像平面的垂距(即焦距)，并为了简化问题，令a1、a2、a3、b1′、b2′、b3′、c1、c2′及c3为各相机的9个方向余弦；
各方向余弦与图像姿态角ω及γ间的关系如下：
b1＝cosωsinγ；
b2＝cosωsinγ；
b3＝-sinω；
其中，ω和γ分别是以多线激光雷达为坐标原点的Y轴为主轴、X轴为主轴以及Z轴为主轴的旋转角(即以多线激光雷达为坐标原点的Y轴为主轴旋转角，然后绕X轴旋转ω角，最后绕Z轴旋转γ角)，主轴是指旋转过程中空间方向不变的一个固定轴；采用最小二乘法求解共线条件方程，估计出各相机的姿态角元素和9个方向余弦，完成标定。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (4)

1.多线激光雷达与多路相机混合标定方法，其特征在于，包括以下步骤：
S1、多路相机的原始图像数据、多线激光雷达点云数据以及静态激光雷达点云数据的采集；
S2、各相机内参模型的求解；
S3、对各相机采集的图像进行去畸变,得到矫正后的图像；
S4、将静态激光雷达点云数据配准到多线激光雷达点云坐标系中；
S5、在S4配准好的点云数据中获取各相机在多线激光雷达点云坐标系中的位置(Xs,Ys,Zs)；
S6、在各相机矫正后的图像中选取至少4个靶标的像素坐标(u,v)和相对应的以多线激光雷达为坐标原点的场景点云中靶标的三维坐标(Xp,Yp,Zp)；
S7、根据各相机的内参模型、相机位置(Xs,Ys,Zs)及相机所对应的靶标的像素坐标(u,v)和三维坐标(Xp,Yp,Zp)，建立共线方程，求出各相机的姿态角元素和9个方向余弦，完成标定。
2.如权利要求1所述的多线激光雷达与多路相机混合标定方法，其特征在于，步骤S1具体包括：
S11、多路相机图像数据的采集：
将车辆静止停放，在每个相机的视场中依次均匀摆放若干个靶标，获得多路相机的原始图像数据；
S12、多线激光雷达点云数据的采集：
将车顶上的多线激光雷达开机扫描，获得以多线激光雷达所在的位置为三维空间坐标系原点的多线激光雷达点云数据；
S13、静态激光雷达点云数据的采集：
采用地面静态激光雷达对整个场景进行扫描，获得静态激光雷达点云数据及各相机在静态激光雷达点云数据中的位置。
3.如权利要求1所述的多线激光雷达与多路相机混合标定方法，其特征在于：步骤S2中，相机内参模型表示为
其中fx，fy为相机的焦距，cx，cy为相机的主光轴点，使用张正友的棋盘标定法求解相机内参和畸变因子，获得相机内参模型。
4.如权利要求3所述的多线激光雷达与多路相机混合标定方法，其特征在于：步骤S7中，所述共线方程为：
<mrow> <mi>u</mi> <mo>-</mo> <msub> <mi>c</mi> <mi>x</mi> </msub> <mo>=</mo> <mo>-</mo> <mi>f</mi> <mfrac> <mrow> <msub> <mi>a</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>X</mi> <mi>p</mi> </msub> <mo>-</mo> <msub> <mi>X</mi> <mi>x</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>b</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>Y</mi> <mi>p</mi> </msub> <mo>-</mo> <msub> <mi>Y</mi> <mi>s</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>c</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>Z</mi> <mi>p</mi> </msub> <mo>-</mo> <msub> <mi>Z</mi> <mi>x</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <msub> <mi>a</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>X</mi> <mi>p</mi> </msub> <mo>-</mo> <msub> <mi>X</mi> <mi>x</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>b</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>Y</mi> <mi>p</mi> </msub> <mo>-</mo> <msub> <mi>Y</mi> <mi>s</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>c</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>Z</mi> <mi>p</mi> </msub> <mo>-</mo> <msub> <mi>Z</mi> <mi>x</mi> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>;</mo> </mrow>
<mrow> <mi>v</mi> <mo>-</mo> <msub> <mi>c</mi> <mi>y</mi> </msub> <mo>=</mo> <mo>-</mo> <mi>f</mi> <mfrac> <mrow> <msub> <mi>a</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>X</mi> <mi>p</mi> </msub> <mo>-</mo> <msub> <mi>X</mi> <mi>x</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>b</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>Y</mi> <mi>p</mi> </msub> <mo>-</mo> <msub> <mi>Y</mi> <mi>s</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>c</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>Z</mi> <mi>p</mi> </msub> <mo>-</mo> <msub> <mi>Z</mi> <mi>x</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <msub> <mi>a</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>X</mi> <mi>p</mi> </msub> <mo>-</mo> <msub> <mi>X</mi> <mi>x</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>b</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>Y</mi> <mi>p</mi> </msub> <mo>-</mo> <msub> <mi>Y</mi> <mi>s</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>c</mi> <mn>3</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>Z</mi> <mi>p</mi> </msub> <mo>-</mo> <msub> <mi>Z</mi> <mi>x</mi> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>;</mo> </mrow>
式中，f为镜头中心到影像平面的垂距，a1、a2、a3、b1、b2、b3、c1、c2及c3为各相机的9个方向余弦，各方向余弦与图像姿态角ω及γ间的关系如下：
b1＝cosωsinγ；
b2＝cosωsinγ；
b3＝-sinω；
其中ω和γ分别是以多线激光雷达为坐标原点的Y轴为主轴、X轴为主轴、Z轴为主轴的旋转角；估计出各相机的姿态角元素和9个方向余弦，完成标定。
CN201711012232.9A 2017-10-26 2017-10-26 多线激光雷达与多路相机混合标定方法 Active CN108020826B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711012232.9A CN108020826B (zh) 2017-10-26 2017-10-26 多线激光雷达与多路相机混合标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711012232.9A CN108020826B (zh) 2017-10-26 2017-10-26 多线激光雷达与多路相机混合标定方法

Publications (2)

Publication Number Publication Date
CN108020826A true CN108020826A (zh) 2018-05-11
CN108020826B CN108020826B (zh) 2019-11-19

Family

ID=62080304

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711012232.9A Active CN108020826B (zh) 2017-10-26 2017-10-26 多线激光雷达与多路相机混合标定方法

Country Status (1)

Country Link
CN (1) CN108020826B (zh)

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109300162A (zh) * 2018-08-17 2019-02-01 浙江工业大学 一种基于精细化雷达扫描边缘点的多线激光雷达和相机联合标定方法
CN109345596A (zh) * 2018-09-19 2019-02-15 百度在线网络技术（北京）有限公司 多传感器标定方法、装置、计算机设备、介质和车辆
CN109343061A (zh) * 2018-09-19 2019-02-15 百度在线网络技术（北京）有限公司 传感器标定方法、装置、计算机设备、介质和车辆
CN109584183A (zh) * 2018-12-05 2019-04-05 吉林大学 一种激光雷达点云去畸变方法及***
CN109633612A (zh) * 2018-10-18 2019-04-16 浙江大学 一种无共同观测的单线激光雷达与相机外参标定方法
CN109900205A (zh) * 2019-02-21 2019-06-18 武汉大学 一种高精度的单线激光器和光学相机的快速标定方法
CN109949371A (zh) * 2019-03-18 2019-06-28 北京智行者科技有限公司 一种用于激光雷达和相机数据的标定方法
CN110149463A (zh) * 2019-04-22 2019-08-20 上海大学 一种携带转站测量靶物的手持式线结构光相机
CN110200552A (zh) * 2019-06-20 2019-09-06 小狗电器互联网科技（北京）股份有限公司 对激光雷达的测量端点去畸变的方法和扫地机
CN110244282A (zh) * 2019-06-10 2019-09-17 于兴虎 一种多相机***和激光雷达联合***及其联合标定方法
CN110353577A (zh) * 2019-08-09 2019-10-22 小狗电器互联网科技（北京）股份有限公司 一种激光雷达点云数据去畸变的方法及扫地装置
CN110609268A (zh) * 2018-11-01 2019-12-24 驭势科技（北京）有限公司 一种激光雷达标定方法、装置、***及存储介质
CN110765894A (zh) * 2019-09-30 2020-02-07 杭州飞步科技有限公司 目标检测方法、装置、设备及计算机可读存储介质
CN111311742A (zh) * 2020-03-27 2020-06-19 北京百度网讯科技有限公司 三维重建方法、三维重建装置和电子设备
CN111325801A (zh) * 2020-01-23 2020-06-23 天津大学 一种激光雷达和相机的联合标定方法
CN111413689A (zh) * 2020-05-07 2020-07-14 沃行科技(南京)有限公司 一种基于rviz实现多激光雷达点云对齐的高效静态标定方法
CN111538008A (zh) * 2019-01-18 2020-08-14 杭州海康威视数字技术股份有限公司 变换矩阵确定方法、***及装置
CN112230241A (zh) * 2020-10-23 2021-01-15 湖北亿咖通科技有限公司 基于随机扫描型雷达的标定方法
CN112241989A (zh) * 2019-08-22 2021-01-19 北京新能源汽车技术创新中心有限公司 外参标定方法、装置、计算机设备和存储介质
CN112396663A (zh) * 2020-11-17 2021-02-23 广东电科院能源技术有限责任公司 一种多深度相机的可视化标定方法、装置、设备和介质
CN112823294A (zh) * 2019-09-18 2021-05-18 北京嘀嘀无限科技发展有限公司 用于标定相机和多线激光雷达的***和方法
CN113129590A (zh) * 2021-04-12 2021-07-16 武汉理工大学 基于车载雷达与图形测量的交通设施信息智能分析方法
CN113534110A (zh) * 2021-06-24 2021-10-22 香港理工大学深圳研究院 一种多激光雷达***静态标定方法
CN113625288A (zh) * 2021-06-15 2021-11-09 中国科学院自动化研究所 基于点云配准的相机与激光雷达位姿标定方法和装置
CN114047487A (zh) * 2021-11-05 2022-02-15 深圳市镭神智能***有限公司 雷达和车体的外参标定方法、装置、电子设备和存储介质
WO2022256976A1 (zh) * 2021-06-07 2022-12-15 深圳市大疆创新科技有限公司 稠密点云真值数据的构建方法、***和电子设备
CN116499364A (zh) * 2023-06-30 2023-07-28 济南作为科技有限公司 盘煤仪三维激光点云调畸变方法及***

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103500338A (zh) * 2013-10-16 2014-01-08 厦门大学 基于车载激光扫描点云的道路斑马线自动提取方法
CN104142157A (zh) * 2013-05-06 2014-11-12 北京四维图新科技股份有限公司 一种标定方法、装置及设备
CN105678783A (zh) * 2016-01-25 2016-06-15 西安科技大学 折反射全景相机与激光雷达数据融合标定方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104142157A (zh) * 2013-05-06 2014-11-12 北京四维图新科技股份有限公司 一种标定方法、装置及设备
CN103500338A (zh) * 2013-10-16 2014-01-08 厦门大学 基于车载激光扫描点云的道路斑马线自动提取方法
CN105678783A (zh) * 2016-01-25 2016-06-15 西安科技大学 折反射全景相机与激光雷达数据融合标定方法

Cited By (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109300162A (zh) * 2018-08-17 2019-02-01 浙江工业大学 一种基于精细化雷达扫描边缘点的多线激光雷达和相机联合标定方法
CN109300162B (zh) * 2018-08-17 2021-08-03 浙江工业大学 一种基于精细化雷达扫描边缘点的多线激光雷达和相机联合标定方法
CN109345596B (zh) * 2018-09-19 2024-07-12 阿波罗智能技术(北京)有限公司 多传感器标定方法、装置、计算机设备、介质和车辆
CN109345596A (zh) * 2018-09-19 2019-02-15 百度在线网络技术（北京）有限公司 多传感器标定方法、装置、计算机设备、介质和车辆
CN109343061A (zh) * 2018-09-19 2019-02-15 百度在线网络技术（北京）有限公司 传感器标定方法、装置、计算机设备、介质和车辆
US11002840B2 (en) 2018-09-19 2021-05-11 Baidu Online Network Technology (Beijing) Co., Ltd. Multi-sensor calibration method, multi-sensor calibration device, computer device, medium and vehicle
US11042762B2 (en) 2018-09-19 2021-06-22 Baidu Online Network Technology (Beijing) Co., Ltd. Sensor calibration method and device, computer device, medium, and vehicle
CN109633612A (zh) * 2018-10-18 2019-04-16 浙江大学 一种无共同观测的单线激光雷达与相机外参标定方法
CN110609268B (zh) * 2018-11-01 2022-04-29 驭势科技（北京）有限公司 一种激光雷达标定方法、装置、***及存储介质
CN110609268A (zh) * 2018-11-01 2019-12-24 驭势科技（北京）有限公司 一种激光雷达标定方法、装置、***及存储介质
CN109584183A (zh) * 2018-12-05 2019-04-05 吉林大学 一种激光雷达点云去畸变方法及***
CN111538008A (zh) * 2019-01-18 2020-08-14 杭州海康威视数字技术股份有限公司 变换矩阵确定方法、***及装置
CN109900205A (zh) * 2019-02-21 2019-06-18 武汉大学 一种高精度的单线激光器和光学相机的快速标定方法
CN109900205B (zh) * 2019-02-21 2020-04-24 武汉大学 一种高精度的单线激光器和光学相机的快速标定方法
CN109949371A (zh) * 2019-03-18 2019-06-28 北京智行者科技有限公司 一种用于激光雷达和相机数据的标定方法
CN110149463A (zh) * 2019-04-22 2019-08-20 上海大学 一种携带转站测量靶物的手持式线结构光相机
CN110244282A (zh) * 2019-06-10 2019-09-17 于兴虎 一种多相机***和激光雷达联合***及其联合标定方法
CN110200552A (zh) * 2019-06-20 2019-09-06 小狗电器互联网科技（北京）股份有限公司 对激光雷达的测量端点去畸变的方法和扫地机
CN110353577A (zh) * 2019-08-09 2019-10-22 小狗电器互联网科技（北京）股份有限公司 一种激光雷达点云数据去畸变的方法及扫地装置
CN110353577B (zh) * 2019-08-09 2020-12-08 小狗电器互联网科技（北京）股份有限公司 一种激光雷达点云数据去畸变的方法及扫地装置
CN112241989A (zh) * 2019-08-22 2021-01-19 北京新能源汽车技术创新中心有限公司 外参标定方法、装置、计算机设备和存储介质
CN112823294A (zh) * 2019-09-18 2021-05-18 北京嘀嘀无限科技发展有限公司 用于标定相机和多线激光雷达的***和方法
CN112823294B (zh) * 2019-09-18 2024-02-02 北京航迹科技有限公司 用于标定相机和多线激光雷达的***和方法
CN110765894A (zh) * 2019-09-30 2020-02-07 杭州飞步科技有限公司 目标检测方法、装置、设备及计算机可读存储介质
CN110765894B (zh) * 2019-09-30 2022-07-08 杭州飞步科技有限公司 目标检测方法、装置、设备及计算机可读存储介质
CN111325801B (zh) * 2020-01-23 2022-03-15 天津大学 一种激光雷达和相机的联合标定方法
CN111325801A (zh) * 2020-01-23 2020-06-23 天津大学 一种激光雷达和相机的联合标定方法
CN111311742A (zh) * 2020-03-27 2020-06-19 北京百度网讯科技有限公司 三维重建方法、三维重建装置和电子设备
CN111413689B (zh) * 2020-05-07 2023-04-07 沃行科技(南京)有限公司 一种基于rviz实现多激光雷达点云对齐的高效静态标定方法
CN111413689A (zh) * 2020-05-07 2020-07-14 沃行科技(南京)有限公司 一种基于rviz实现多激光雷达点云对齐的高效静态标定方法
CN112230241A (zh) * 2020-10-23 2021-01-15 湖北亿咖通科技有限公司 基于随机扫描型雷达的标定方法
CN112396663A (zh) * 2020-11-17 2021-02-23 广东电科院能源技术有限责任公司 一种多深度相机的可视化标定方法、装置、设备和介质
CN113129590A (zh) * 2021-04-12 2021-07-16 武汉理工大学 基于车载雷达与图形测量的交通设施信息智能分析方法
WO2022256976A1 (zh) * 2021-06-07 2022-12-15 深圳市大疆创新科技有限公司 稠密点云真值数据的构建方法、***和电子设备
CN113625288A (zh) * 2021-06-15 2021-11-09 中国科学院自动化研究所 基于点云配准的相机与激光雷达位姿标定方法和装置
CN113534110B (zh) * 2021-06-24 2023-11-24 香港理工大学深圳研究院 一种多激光雷达***静态标定方法
CN113534110A (zh) * 2021-06-24 2021-10-22 香港理工大学深圳研究院 一种多激光雷达***静态标定方法
CN114047487B (zh) * 2021-11-05 2022-07-26 深圳市镭神智能***有限公司 雷达和车体的外参标定方法、装置、电子设备和存储介质
CN114047487A (zh) * 2021-11-05 2022-02-15 深圳市镭神智能***有限公司 雷达和车体的外参标定方法、装置、电子设备和存储介质
CN116499364A (zh) * 2023-06-30 2023-07-28 济南作为科技有限公司 盘煤仪三维激光点云调畸变方法及***
CN116499364B (zh) * 2023-06-30 2023-09-12 济南作为科技有限公司 盘煤仪三维激光点云调畸变方法及***

Also Published As

Publication number Publication date
CN108020826B (zh) 2019-11-19

Similar Documents

Publication Publication Date Title
CN108020826A (zh) 多线激光雷达与多路相机混合标定方法
US20220078349A1 (en) Gimbal control method and apparatus, control terminal and aircraft system
CN110927708B (zh) 智能路侧单元的标定方法、装置及设备
CN101813465B (zh) 非接触精密测转角的单目视觉测量方法
JP2010521879A (ja) パノラマ画像処理システム
CN106871787A (zh) 大空间线扫描成像三维测量方法
CN103822644B (zh) 一种三维激光成像***的相机标定方法
CN110022444A (zh) 无人飞行机的全景拍照方法与使用其的无人飞行机
CN113240813B (zh) 三维点云信息确定方法及装置
CN107705252A (zh) 适用于双目鱼眼图像拼接展开校正的方法及***
CN110555813B (zh) 一种无人机遥感影像的快速几何校正方法及***
CN106060427A (zh) 基于单摄像头的全景成像方法及其装置
CN103679647A (zh) 一种三维激光成像***的点云模型真彩色处理方法
CN110332930A (zh) 一种位置确定方法、装置及设备
CN113296133B (zh) 一种基于双目视觉测量与高精度定位融合技术实现位置标定的装置及方法
CN116385504A (zh) 一种基于无人机采集点云与图像配准的巡检、测距方法
CN112750075A (zh) 一种低空遥感影像拼接方法以及装置
CN114199235A (zh) 一种基于扇面深度相机的定位***及定位方法
Savoy et al. Geo-referencing and stereo calibration of ground-based whole sky imagers using the sun trajectory
CN109764864A (zh) 一种基于颜色识别的室内无人机位姿获取方法及***
KR101035538B1 (ko) 실시간 차선위치정보 획득장치 및 방법
JP2016223934A (ja) 位置補正システム、位置補正方法、および位置補正プログラム
CN110800023A (zh) 图像处理方法和设备、摄像装置以及无人机
CN112985398A (zh) 目标定位方法及***
CN116124079A (zh) 一种利用太阳计算载体真方位角的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant