CN112598756B

CN112598756B - 路边传感器标定方法、装置和电子设备

Info

Publication number: CN112598756B
Application number: CN202110232564.8A
Authority: CN
Inventors: 莫耀凯; 徐伟健; 汪丹
Original assignee: Ciic Technology Co ltd
Current assignee: Tianyi Transportation Technology Co.,Ltd.
Priority date: 2021-03-03
Filing date: 2021-03-03
Publication date: 2021-05-25
Anticipated expiration: 2041-03-03
Also published as: CN112598756A

Abstract

本发明提供一种路边传感器标定方法、装置和电子设备，适用于车路协同***，车路协同***包括路边传感器、车辆、车载传感器、观测目标以及服务器，该方法先获取车辆在预设地图中的第一位姿，并获取车辆与车载传感器的第一位姿变换关系，然后根据第一位姿和第一位姿变换关系，确定车载传感器在预设地图中的第二位姿，再获取车载传感器在观测目标的观测坐标系下的第三位姿，并获取目标路边传感器在观测坐标系下的第四位姿，最后根据第二位姿、第三位姿以及第四位姿，确定目标路边传感器在预设地图中的目标位姿。本发明直接利用车路协同中的车辆在路上行驶即可完成对路边传感器的位姿标定，极大提升了标定工作的效率。

Description

路边传感器标定方法、装置和电子设备

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种路边传感器标定方法、装置和电子设备。

背景技术

在路边单元中，相机是最基础的传感器之一，要相机为车路协同提供有效的观测，首先需要获取相机自身的位姿。当前在路边单元的相机进行标定时，需要在路边单元上同时搭载激光雷达，在获取相机与激光雷达之间的位姿变换后，通过激光雷达作为中间状态来确定相机在预设地图中的位姿。然而，一方面，车路协同中位于道路不同位置的路边单元所承担的观测任务是不一致的，并不是所有路边单元都会固定搭载激光雷达。对于没有搭载激光雷达的路边单元的相机，要进行标定需要临时安装激光雷达；另一方面，为了保证路边单元在车路协同中能有效对目标进行观测，相机和激光雷达的有效观测区域存在差异，利用相机和激光雷达共同的标定装置进行标定工作时，需要在相机和激光雷达都有良好观测的区域进行，同时还需要调整标定装置的朝向与距离，而在室外的道路环境，大风、灰尘等都可能会对标定装置造成影响。以上两点都十分影响标定工作的效率。

因此，现有的路边相机标定时存在效率较低的技术问题，需要改进。

发明内容

本发明提供一种路边传感器标定方法、装置和电子设备，用以缓解现有的路边相机标定时效率较低的技术问题。

为解决上述技术问题，本发明提供以下技术方案：

本发明提供一种路边传感器标定方法，适用于车路协同***，所述车路协同***包括设置在目标车道上的至少一个路边传感器、沿所述目标车道行驶的车辆、车载传感器、观测目标以及服务器，所述路边传感器标定方法应用于所述服务器，所述路边传感器标定方法包括：

获取所述车辆在预设地图中的第一位姿，并获取所述车辆与所述车载传感器的第一位姿变换关系；

根据所述第一位姿和所述第一位姿变换关系，确定所述车载传感器在所述预设地图中的第二位姿；

获取所述车载传感器在观测目标的观测坐标系下的第三位姿，并获取目标路边传感器在所述观测坐标系下的第四位姿；

根据所述第二位姿、所述第三位姿以及所述第四位姿，确定所述目标路边传感器在所述预设地图中的目标位姿。

本发明还提供一种路边传感器标定装置，适用于车路协同***，所述车路协同***包括设置在目标车道上的至少一个路边传感器、沿所述目标车道行驶的车辆、车载传感器、观测目标以及服务器，所述路边传感器标定装置设置在所述服务器中，所述路边传感器标定装置包括：

第一获取模块，用于获取所述车辆在预设地图中的第一位姿，并获取所述车辆与所述车载传感器的第一位姿变换关系；

第一确定模块，用于根据所述第一位姿和所述第一位姿变换关系，确定所述车载传感器在所述预设地图中的第二位姿；

第二获取模块，用于获取所述车载传感器在观测目标的观测坐标系下的第三位姿，并获取目标路边传感器在所述观测坐标系下的第四位姿；

第二确定模块，用于根据所述第二位姿、所述第三位姿以及所述第四位姿，确定所述目标路边传感器在所述预设地图中的目标位姿。

本发明还提供一种电子设备，包括存储器和处理器；所述存储器存储有应用程序，所述处理器用于运行所述存储器内的应用程序，以执行上述任一项所述的路边传感器标定方法中的操作。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现上述任一项所述的路边传感器标定方法。

有益效果：本发明提供一种路边传感器标定方法、装置和电子设备，适用于车路协同***，所述车路协同***包括设置在目标车道上的至少一个路边传感器、沿所述目标车道行驶的车辆、车载传感器、观测目标以及服务器，所述路边传感器标定方法应用于所述服务器，所述路边传感器标定方法先获取所述车辆在预设地图中的第一位姿，并获取所述车辆与所述车载传感器的第一位姿变换关系，然后根据所述第一位姿和所述第一位姿变换关系，确定所述车载传感器在所述预设地图中的第二位姿，再获取所述车载传感器在观测目标的观测坐标系下的第三位姿，并获取目标路边传感器在所述观测坐标系下的第四位姿，最后根据所述第二位姿、所述第三位姿以及所述第四位姿，确定所述目标路边传感器在所述预设地图中的目标位姿。本发明在获取车载传感器在预设地图中的位姿后，通过车载传感器和路边传感器对同一观测目标进行观测，从而可以根据已知位姿的车载传感器对观测目标的观测结果，反演出路边传感器在预设地图中的目标位姿，在整个过程中，直接利用车路协同中的车辆在路上行驶即可依次完成对所有路边传感器的位姿标定，可以减少路边单元对搭载激光雷达的需求，也免去了对复杂的相机激光雷达标定装置的使用，标定过程中无需其他操作，极大提升了标定工作的效率。

附图说明

下面结合附图，通过对本发明的具体实施方式详细描述，将使本发明的技术方案及其它有益效果显而易见。

图1为本发明提供的路边传感器标定方法适用的场景示意图。

图2为本发明提供的路边传感器标定方法的流程示意图。

图3为本发明中标定场景的一种示意图。

图4为本发明中标定场景的另一种示意图。

图5为本发明中标定结果的可视化示意图。

图6为本发明提供的路边传感器标定装置的结构示意图。

图7为本发明提供的电子设备的结构示意图。

具体实施方式

下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。

下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。

在本发明中，车路协同***指采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通***。

在本发明中，位姿指目标物体的位置和旋转角度。

请参阅图1，图1为本发明所提供的路边传感器标定方法适用的场景示意图，该场景可以包括终端以及服务器，终端之间、服务器之间以及终端与服务器之间通过各种网关组成的互联网等方式连接通信，其中，该应用场景中包括路边传感器11、车辆12、车载传感器13、观测目标14和服务器（图未示出）；其中：

路边传感器11为车路协同中设置在车道两侧的路边相机，可以实现对路面各类车道和车辆相关数据的精确采集等；

车辆12可以是自动驾驶车辆，也可以是有人驾驶车辆，车辆12沿目标车道行驶，依次经过各路边传感器11的感测范围；

车载传感器13为设置在车辆12上的车载相机，用于实现对路面各类车道、车辆相关数据、障碍物等环境数据的精确感知和采集。

观测目标14为用于给车载传感器13和路边传感器11提供观测图案的标定装置，如设置有棋盘格图案、Aruco图案或者ChAruco图案等观测图案的标定板等；

服务器包括本地服务器和/或远程服务器等。

路边传感器11、车辆12、车载传感器13、观测目标14和服务器位于无线网络或有线网络中，以实现五者之间的数据交互，其中：

车辆12在目标车道上行驶，当需要对目标车道两侧的路边传感器11进行标定时，车辆12停止，服务器根据车辆12的自定位功能，获取车辆12在预设地图中的第一位姿，并获取车辆12与车辆12上搭载的车载传感器13的第一位姿变换关系，然后，根据第一位姿和第一位姿变换关系，确定车载传感器13在预设地图中的第二位姿，再获取车载传感器13在观测目标14的观测坐标系下的第三位姿，并获取路边传感器11在观测坐标系下的第四位姿，最后根据第二位姿、第三位姿以及第四位姿，确定路边传感器11在预设地图中的目标位姿，完成对路边传感器11的标定工作。

需要说明的是，图1所示的***场景示意图仅仅是一个示例，本发明描述的服务器以及场景是为了更加清楚地说明本发明的技术方案，并不构成对于本发明提供的技术方案的限定，本领域普通技术人员可知，随着***的演变和新业务场景的出现，本发明提供的技术方案对于类似的技术问题，同样适用。以下分别进行详细说明。需说明的是，以下实施例的描述顺序不作为对实施例优选顺序的限定。

请参阅图2，图2是本发明提供的路边传感器标定方法的流程示意图，该方法包括：

S201：获取车辆在预设地图中的第一位姿，并获取车辆与车载传感器的第一位姿变换关系。

预设地图用于反映地面实际路况且为车辆的驾驶提供行车指引，预设地图包括高精度的坐标及准确的道路形状，路面各车道的车道数据包括车道边线、车道中心线、车道坡度、曲率、航向、高程、侧倾等均可体现在预设地图中，此外还有诸如高架物体、防护栏、树木、道路边缘类型、路边地标等数据。本发明在对目标区域内各路边传感器标定之前，需要先构建出目标区域对应的预设地图，预设地图包括目标区域内的各类环境数据，然后控制车辆在目标区域的目标车道上行驶，依次实现对目标车道两侧的路边传感器的标定。

如图3所示，车辆12上搭载有车载传感器13，车辆12可以是自动驾驶车辆，也可以是传统有人驾驶车辆，车载传感器13具体为车载相机，根据车辆12种类、车载相机种类和性能的不同，车载传感器13可安装在车辆12的不同位置上，但在车辆12行驶过程中，车辆12与车载传感器13的位置关系始终固定。车辆12在行驶过程中，当需要对某个路边传感器11进行标定时，车辆12停止，获取此时车辆12在预设地图中的第一位姿，并根据车辆12与其搭载的车载传感器13的固定位置关系，得到车辆12与车载传感器13的第一位姿变换关系。

在一种实施例中，获取车辆在预设地图中的第一位姿的步骤具体包括：通过车辆搭载的激光雷达获取当前环境数据；根据当前环境数据与预设地图全局数据的匹配结果，确定车辆在预设地图中的第一位姿。如图3所示，车辆12上除了搭载有车载相机外，还搭载有激光雷达15。先通过无人驾驶车辆携带的激光雷达和视觉传感器等来感知目标区域内的环境，构建环境的模型形成预设地图，预设地图中包括目标区域的全局数据，当车辆12行驶至某处时，车辆12上的激光雷达15对周围环境进行扫描，得到所处位置环境的当前环境数据，对当前环境数据中的点线面的几何信息和语义信息进行特征提取，再结合车辆初始位置进行空间变化，将这些特征跟预设地图全局数据中的特征信息进行匹配，根据匹配结果，对车辆12在预设地图上的当前位置进行定位，从而可以获取车辆12在预设地图中的第一位姿。

车辆12在预设地图中的第一位姿用

表示，则

包括参数

，其中

和

为预设地图上坐标原点与车辆12当前位置之间的平移参数，

为四元数表示的对应的旋转参数。

在一种实施例中，获取车辆在预设地图中的第一位姿的步骤具体又包括：获取车辆在预设地图中的第一位姿序列；根据第一位姿序列中各位姿的平均值，确定第一位姿。第一位姿序列sequence1为：

，i=1，2，3，...，

。第一位姿序列sequence1为车辆12在当前位置下多个位姿的集合，每个位姿均包括上述7个参数。在获取车辆12的第一位姿时，由于车辆12处于静止状态，而车辆12上激光雷达15进行扫描时可能会受环境影响，如果只进行一次观测，则结果可能不准确。为了滤除一些可能存在的噪声，可以在当前位置下对车辆12的位姿进行

次获取，然后对这些位姿求平均值，将平均值作为车辆在预设地图上的第一位姿

，具体公式为：

①

获取车辆12与车载传感器13的第一位姿变换关系，可以有多种方式。在一种实施例中，可以采用三线标定方法，首先将车辆12的轴线与平坦地面上的三条平行线保持平行，然后分别测得该三条平行线到车辆轴线的距离，再使用车辆12上的车载传感器13对该三条平行线进行拍摄，根据透视投影原理，三条直线在拍得图像中的成像直线具有相同的消失点(即交点)和不同的斜率，则根据该消失点和三条成像直线不同的斜率，再结合之前测得的三条平行线到车辆轴线的距离，即可计算得到车辆12与车载传感器13的第一位姿变换关系。

此外，也可以在定制的标定空间或特定的标定场景中，提取标定物或场景中已知位置的特征点进行匹配，以获取第一位姿变换关系；或者利用自然场景前后帧匹配特征点连线求交点的方式确定图像消失点，基于消失点进行标定，以获取第一位姿变换关系。本发明对获取车辆12与车载传感器13的第一位姿变化关系的方式不做限制，且获取车辆12与车载传感器13的第一位姿变换关系的步骤可以在获取车辆12在预设地图中的第一位姿的步骤之前，也可以在之后，即获取第一位姿和获取第一位姿变换关系的步骤不分先后。

S202：根据第一位姿和第一位姿变换关系，确定车载传感器在预设地图中的第二位姿。

第一位姿变换关系表示了车载传感器13的传感器坐标系与车辆12的车辆坐标系之间的坐标转换，将传感器坐标系到车辆坐标系的第一位姿变换关系用

表示，则在已知车辆12在预设地图中的第一位姿

和第一位姿变换关系

后，可以直接计算得到车载传感器13在预设地图中的第二位姿

，

、

和

之间满足公式：

②

其中，

包括参数

，

和

为预设地图上坐标原点与车载传感器13当前位置之间的平移参数，

为四元数表示的对应的旋转参数。

S203：获取车载传感器在观测目标的观测坐标系下的第三位姿，并获取目标路边传感器在观测坐标系下的第四位姿。

观测目标14为用于给车载传感器13和路边传感器11提供观测图案的标定装置，如设置有棋盘格图案、Aruco图案或者ChAruco图案的标定板等。在建立观测目标14的观测坐标系时，先获取标定板上的观测中心，观测中心的具***置由标定板上的观测图案决定，例如当观测图案为Aruco图案时，观测中心是Aruco图案的中心，而当观测图案为棋盘格图案中，观测中心则是棋盘格左上角的角点。将该观测中心作为观测坐标系的坐标原点O，从该坐标原点O出发，将标定板平面上两个相互垂直的方向分别作为观测坐标系的x轴和y轴，将垂直于标定板平面指向外侧的方向作为观测坐标系的z轴，则x轴、y轴、z轴和坐标原点O形成了观测目标的观测坐标系。

目标区域内的车道两侧有多个路边传感器11，将当前需要标定的路边传感器11作为目标路边传感器，车载传感器13和目标路边传感器分别对观测目标进行观测，根据各自的观测结果，可以得到各自在观测坐标系下的位姿。具体地，车载传感器13先对标定板的观测图案进行拍摄，根据拍摄结果得到对观测图案上各特征点的观测数据，也即各特征点的坐标，然后使用相关相机标定算法计算得到车载传感器在观测坐标系下的第三位姿，目标路边传感器采用同样的步骤计算得到在观测坐标系下的第四位姿。

车载传感器13在观测目标14的观测坐标系下的第三位姿用

表示，则

包括参数

，其中

和

为观测目标14与车载传感器13当前位置之间的平移参数，

为四元数表示的对应的旋转参数。

目标路边传感器在观测坐标系下的第四位姿用

表示，则

包括参数

，其中

和

为观测目标14与目标路边传感器当前位置之间的平移参数，

为四元数表示的对应的旋转参数。

在一种实施例中，S203具体包括：获取车载传感器在观测目标的观测坐标系下的第三位姿序列；根据第三位姿序列中各位姿的平均值，确定第三位姿；获取路边传感器在观测坐标系下的第四位姿序列；根据第四位姿序列中各位姿的平均值，确定第四位姿。

第三位姿序列sequence3为：

，i=1，2，3，...，

。第三位姿序列sequence3为车载传感器13在观测坐标系下多个位姿的集合，每个位姿均包括上述7个参数。第四位姿序列sequence4为：

，i=1，2，3，...，

。第四位姿序列sequence4为目标路边传感器在观测坐标系下多个位姿的集合，每个位姿均包括上述7个参数。

在获取车载传感器13的第三位姿和目标路边传感器的第四位姿时，由于车载传感器13和目标路边传感器均处于静止状态，在进行观测时可能会受环境影响，如果只进行一次观测，则结果可能不准确。为了滤除一些可能存在的噪声，可以在当前位置下分别对车载传感器13的位姿进行

次获取，对目标路边传感器的位姿进行

次获取，然后分别对这些位姿求平均值，将平均值作为车载传感器13的第三位姿

和目标路边传感器的第四位姿

，具体公式分别为：

③

④

上述各步骤中直接根据各位姿序列中多个位姿求平均值的方式得到对应的位置，但还可以在求平均值之前，对位姿序列中的多个位姿进行预处理，若存在某些与其他位姿差异较大的位姿，则这些位姿可能受环境影响较大，先将这些差异较大的位姿去除后再求平均值，计算结果更加准确。

S204：根据第二位姿、第三位姿以及第四位姿，确定目标路边传感器在预设地图中的目标位姿。

在已知车载传感器在预设地图中的第二位姿

、车载传感器在观测坐标系下第三位姿

、目标路边传感器在观测坐标系下的第四位姿

后，设目标路边传感器在预设地图中的目标位姿为

，则

、

、

和

之间满足公式：

⑤

将公式②计算得到的

和公式③、④计算得到的

和

带入公式⑤，即可得到目标路边传感器在预设地图中的目标位姿

，从而完成了对目标路边传感器的标定工作。控制车辆12在目标区域的车道上依次行驶，最终可完成对目标区域内所有路边传感器11的标定工作。

需要说明的是，上述实施例中各位姿均用7个参数来表示，这样可以直接通过对各自位姿序列求平均值的方式得到对应位姿，计算方法较为简单且误差较小，相对于用其他参数形式表示的位姿计算结果也更加准确。但本发明不以此为限，仍然可以用其他参数形式如旋转矩阵、欧拉角等来表示位姿，任何能清楚表示各对象位姿的参数形式，均落入本发明的保护范围中。

在一种实施例中，在执行步骤S201之前，还包括：根据目标路边传感器的观测范围，确定观测目标的设置位置；根据设置位置，确定车辆的停放位置。目标区域内包括多条车道，各车道单侧或两侧均设置有多个路边传感器11，且多个路边传感器11呈分布式设置，车辆12沿某个车道行驶过程中，当需要对某个目标路边传感器进行标定时，车辆12停止，并在合适的地方放置观测目标14，然后车载传感器13与对应的目标路边传感器同时对观测目标14进行观测。当该目标路边传感器标定完成后，车辆12继续沿车道行驶，直至遇到下一个目标路边传感器，再次执行车辆12的停放和观测目标14的放置以进行标定。从上述过程可知，在每次标定时，都需要重新确定观测目标14的设置位置和车辆12的停放位置，为保证观测效果，需要合理设置观测目标14的位置和车辆12的停放位置。

在确定观测目标14的设置位置时，先要获取目标路边传感器的目标感测范围，路边传感器11都是先根据预设地图中的预设位姿进行安装，在安装完成后再对各路边传感器11的实际位姿进行标定，因此可以直接在预设地图中获取各路边传感器11的感测范围信息。

在本发明中，每个路边传感器11设置在车道两侧后，均可以获取该路边传感器11的大致观测范围，在对目标路边传感器观测时，先在目标路边传感器的观测范围内选择一合适位置作为观测目标14的设置点，将观测目标14放置在该位置，并适当调整观测目标的角度，使得路边传感器11的观测效果较好。然后，在车辆12将要行驶至目标路边传感器所在区域时，根据观测目标14当前设置位置，确定车辆12的停放位置，并适当调整车辆12的角度，使得目标路边传感器和车载传感器13都具有良好的观测视角，从而使得两者的标定数据都更加准确。

在一种实施例中，根据目标路边传感器的观测范围，确定观测目标的设置位置的步骤，包括：获取至少两个目标路边传感器的观测范围；根据至少两个观测范围，确定至少两个目标路边传感器的观测重合范围；根据观测重合范围，确定观测目标的设置位置。上述实施例以每次对一个目标路边传感器进行标定为例进行说明，在实际场景下，某些区域的路边传感器设置较为密集，或一个路边单元包括两个或多个路边传感器时，不同路边传感器的观测范围存在重合，则同时对两个或多个路边传感器进行标定。

以每次对两个路边传感器标定为例，如图4所示，路边传感器包括第一路边传感器111和第二路边传感器112，先分别获取第一路边传感器111的第一观测范围和第二路边传感器112的第二观测范围，各观测范围用图4中虚线表示，然后确定第一观测范围和第二观测范围的观测重合范围，在该观测重合范围内选择一合适位置作为观测目标14的设置点，将观测目标14放置在该位置，并适当调整观测目标的角度，使得第一路边传感器111和第二路边传感器112的观测效果均较好。然后，在车辆12将要行驶至第一路边传感器111和第二路边传感器112所在区域时，根据观测目标14当前设置位置，确定车辆12的停放位置，并适当调整车辆12的角度，使得第一路边传感器111、第二路边传感器112和车载传感器13都具有良好的观测视角，从而使得各自的标定数据都更加准确。经过上述步骤，可同时得到第一路边传感器111和第二路边传感器112的目标位姿，如图5所示，标定结果可以通过可视化软件进行展示，如“ue08p01”表示第一路边传感器111的目标位姿，“ue08p02”表示第二路边传感器112的目标位姿，多个路边传感器同时标定，使得标定效率进一步提高。

在一种实施例中，在确定目标路边传感器在预设地图中的目标位姿的步骤之后，还包括：将目标位姿与预设位姿对比；根据对比结果调整目标路边传感器的实际位姿。在车路协同场景下，设置在车道不同位置的路边传感器用于执行不同的观测任务，在设置之前不同的路边传感器均有一预设位姿，如果路边传感器设置后的实际位姿与该预设位姿一致，则该路边传感器的观测数据与预设地图的匹配效果将更好。实际场景中，由于路边传感器的安装过程受各种人工和环境影响，与预设位姿会有一定差异，因此通过上述步骤计算得到某个目标路边传感器的目标位姿后，将该目标位姿与预设位姿对比，根据对比结果计算目标位姿和预设位姿的差异，从而可以根据该差异调整目标路边传感器的实际位姿，使其与预设位姿保持一致。此外，路边传感器在安装一段时间后，可能因为环境因素导致位姿改变，则也可以用上述方法，通过行驶的车辆配合观测目标进行位姿的标定和调整，同时车辆在行驶过程中也可以进行其他工作，即本发明的路边传感器标定方法不会造成过多的工作量，较为简单快捷。

在一种实施例中，在S204之后，还包括：分别获取不同目标路边传感器在预设地图中的目标位姿；根据各目标位姿，确定不同目标路边传感器间的第二位姿变换关系。观测范围存在重合的多个路边传感器，可以同时对相同的视觉目标进行感测，将多个感测结果结合可以获得更为准确的感知数据，在获取不同目标路边传感器在预设地图中的目标位姿后，可以确定不同目标路边传感器间的第二位姿变换关系，从而可以将一个目标路边传感器的感测结果放至另一目标路边传感器对应的坐标系中去表示，实现多传感器的联合标定。

当前主流的路边传感器标定方法中，均是通过在路边单元中同时设置路边传感器和激光雷达，通过激光雷达作为中间状态以实现对路边传感器的标定。然而，对于没有搭载激光雷达的路边单元的相机，要进行标定需要临时安装激光雷达，且利用相机和激光雷达共同的标定装置进行标定工作时，需要在相机和激光雷达都有良好观测的区域进行，同时还需要调整标定装置的朝向与距离，使得当前标定工作的效率较低。

而通过上述实施例可知，本发明的路边传感器标定方法，一方面，利用车路协同中的车辆上搭载的车载传感器进行辅助观测，可以减少路边单元对搭载激光雷达的需求，有效降低布置成本和人工成本；另一方面，车载相机与路边单元的路边相机对观测目标进行共同观测，可以免去使用复杂的相机激光雷达标定装置，仅考虑观测目标的有效观测范围；再者，根据已知位姿的车载相机对观测目标的观测结果，反演出路边相机在预设地图中的目标位姿，观测和反演过程仅涉及相机与观测目标之间的观测数据，而不需要处理与激光雷达相关的观测数据，因此能够实现快速的自动标定，标定一个路边相机，从输入数据到输出结果，平均仅需要3秒，并且标定过程中无需其他操作，极大地提升了标定工作的效率。

相应的，图6为本发明提供的路边传感器标定装置的结构示意图，请参阅图6，该路边传感器标定装置适用于车路协同***，车路协同***包括设置在目标车道上的至少一个路边传感器、沿目标车道行驶的车辆、车载传感器、观测目标以及服务器，路边传感器标定装置设置在服务器中，该路边传感器标定装置包括：

第一获取模块110，用于获取车辆在预设地图中的第一位姿，并获取车辆与车载传感器的第一位姿变换关系；

第一确定模块120，用于根据第一位姿和第一位姿变换关系，确定车载传感器在预设地图中的第二位姿；

第二获取模块130，用于获取车载传感器在观测目标的观测坐标系下的第三位姿，并获取目标路边传感器在观测坐标系下的第四位姿；

第二确定模块140，用于根据第二位姿、第三位姿以及第四位姿，确定目标路边传感器在预设地图中的目标位姿。

在一种实施例中，第一获取模块110包括：

第一获取子模块，用于通过车辆搭载的激光雷达获取当前环境数据；

第一确定子模块，用于根据当前环境数据与预设地图全局数据的匹配结果，确定车辆在预设地图中的第一位姿。

在一种实施例中，第一获取模块110包括：

第二获取子模块，用于获取车辆在预设地图中的第一位姿序列；

第二确定子模块，用于根据第一位姿序列中各位姿的平均值，确定第一位姿。

在一种实施例中，第二获取模块130包括：

第三获取子模块，用于获取车载传感器在观测目标的观测坐标系下的第三位姿序列；

第三确定子模块，用于根据第三位姿序列中各位姿的平均值，确定第三位姿；

第四获取子模块，用于获取路边传感器在观测坐标系下的第四位姿序列；

第四确定子模块，用于根据第四位姿序列中各位姿的平均值，确定第四位姿。

在一种实施例中，路边传感器标定装置还包括第三确定模块和第四确定模块，第三确定模块和第四确定模块在第一获取模块110之前工作，第三确定模块用于根据目标路边传感器的观测范围，确定观测目标的设置位置；第四确定模块用于根据设置位置，确定车辆的停放位置。

在一种实施例中，第三确定模块包括：

第五获取子模块，用于获取至少两个目标路边传感器的观测范围；

第五确定子模块，用于根据至少两个观测范围，确定至少两个目标路边传感器的观测重合范围；

第六确定子模块，用于根据观测重合范围，确定观测目标的设置位置。

在一种实施例中，路边传感器标定装置还包括调整模块，调整模块用于在第二确定模块140之后工作，调整模块用于，将目标位姿与预设位姿对比；根据对比结果调整目标路边传感器的实际位姿。

在一种实施例中，路边传感器标定装置还包括第四确定模块，第四确定模块用于在第二确定模块140之后工作，第四确定模块用于，分别获取不同目标路边传感器在预设地图中的目标位姿；根据各目标位姿，确定不同目标路边传感器间的第二位姿变换关系。

区别于现有技术，本发明提供的路边传感器标定装置，在获取车载传感器在预设地图中的位姿后，通过车载传感器和路边传感器对同一观测目标进行观测，从而可以根据已知位姿的车载传感器对观测目标的观测结果，反演出路边传感器在预设地图中的目标位姿，在整个过程中，直接利用车路协同中的自动驾驶汽车在路上行驶即可完成对路边传感器的位姿标定，可以减少路边单元对搭载激光雷达的需求，也免去了对复杂的相机激光雷达标定装置的使用，标定过程中无需其他操作，极大提升了标定工作的效率。

相应地，本发明还提供一种电子设备，如图7所示，该电子设备可以包括射频电路701、包括有一个或一个以上计算机可读存储介质的存储器702、输入单元703、显示单元704、传感器705、音频电路706、WiFi模块707、包括有一个或者一个以上处理核心的处理器708以及电源709等部件。本领域技术人员可以理解，图7中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

射频电路701可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，交由一个或者一个以上处理器708处理；另外，将涉及上行的数据发送给基站。存储器702可用于存储软件程序以及模块，处理器708通过运行存储在存储器702的软件程序以及模块，从而执行各种功能应用以及数据处理。输入单元703可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。

显示单元704可用于显示由用户输入的信息或提供给用户的信息以及电子设备的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。

电子设备还可包括至少一种传感器705，比如光传感器、运动传感器以及其他传感器。音频电路706包括扬声器，扬声器可提供用户与电子设备之间的音频接口。

WiFi属于短距离无线传输技术，电子设备通过WiFi模块707可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图7示出了WiFi模块707，但是可以理解的是，其并不属于电子设备的必须构成，完全可以根据需要在不改变申请的本质的范围内而省略。

处理器708是电子设备的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器702内的软件程序和/或模块，以及调用存储在存储器702内的数据，执行电子设备的各种功能和处理数据，从而对手机进行整体监控。

电子设备还包括给各个部件供电的电源709（比如电池），优选的，电源可以通过电源管理***与处理器708逻辑相连，从而通过电源管理***实现管理充电、放电以及功耗管理等功能。

尽管未示出，电子设备还可以包括摄像头、蓝牙模块等，在此不再赘述。具体在本实施例中，电子设备中的处理器708会按照如下指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器702中并由处理器708来运行存储在存储器702中的应用程序，从而实现以下功能：

获取车辆在预设地图中的第一位姿，并获取车辆与车载传感器的第一位姿变换关系；根据第一位姿和第一位姿变换关系，确定车载传感器在预设地图中的第二位姿；获取车载传感器在观测目标的观测坐标系下的第三位姿，并获取目标路边传感器在观测坐标系下的第四位姿；根据第二位姿、第三位姿以及第四位姿，确定目标路边传感器在预设地图中的目标位姿。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。

为此，本发明提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以实现以下功能：

以上各个操作的具体实施可参见前面的实施例，在此不再赘述。

其中，该计算机可读存储介质可以包括：只读存储器（ROM，Read Only Memory）、随机存取记忆体（RAM，Random Access Memory）、磁盘或光盘等。

由于该计算机可读存储介质中所存储的指令，可以执行本发明所提供的任一种方法中的步骤，因此，可以实现本发明所提供的任一种方法所能实现的有益效果，详见前面的实施例，在此不再赘述。

以上对本发明所提供的一种路边传感器标定方法、装置、电子设备和存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的技术方案及其核心思想；本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例的技术方案的范围。

Claims

1.一种路边传感器标定方法，其特征在于，适用于车路协同***，所述车路协同***包括设置在目标车道上的至少一个路边传感器、沿所述目标车道行驶的车辆、车载传感器、观测目标以及服务器，所述路边传感器为路边相机，所述车载传感器为车载相机，所述路边传感器标定方法应用于所述服务器，所述路边传感器标定方法包括：

2.如权利要求1所述的路边传感器标定方法，其特征在于，获取所述车辆在预设地图中的第一位姿的步骤，包括：

通过所述车辆搭载的激光雷达获取当前环境数据；

根据所述当前环境数据与预设地图全局数据的匹配结果，确定所述车辆在所述预设地图中的第一位姿。

3.如权利要求1所述的路边传感器标定方法，其特征在于，获取所述车辆在预设地图中的第一位姿的步骤，包括：

获取所述车辆在预设地图中的第一位姿序列；

根据所述第一位姿序列中各位姿的平均值，确定第一位姿。

4.如权利要求1所述的路边传感器标定方法，其特征在于，获取所述车载传感器在观测目标的观测坐标系下的第三位姿，并获取目标路边传感器在所述观测坐标系下的第四位姿的步骤，包括：

获取所述车载传感器在观测目标的观测坐标系下的第三位姿序列；

根据所述第三位姿序列中各位姿的平均值，确定第三位姿；

获取目标路边传感器在所述观测坐标系下的第四位姿序列；

根据所述第四位姿序列中各位姿的平均值，确定第四位姿。

5.如权利要求1所述的路边传感器标定方法，其特征在于，在获取所述车辆在预设地图中的第一位姿的步骤之前，还包括：

根据目标路边传感器的观测范围，确定观测目标的设置位置；

根据所述设置位置，确定车辆的停放位置。

6.如权利要求5所述的路边传感器标定方法，其特征在于，根据目标路边传感器的观测范围，确定观测目标的设置位置的步骤，包括：

获取至少两个目标路边传感器的观测范围；

根据至少两个观测范围，确定所述至少两个目标路边传感器的观测重合范围；

根据所述观测重合范围，确定观测目标的设置位置。

7.如权利要求1所述的路边传感器标定方法，其特征在于，在确定所述目标路边传感器在所述预设地图中的目标位姿的步骤之后，还包括：

将所述目标位姿与预设位姿对比；

根据对比结果调整所述目标路边传感器的实际位姿。

8.如权利要求1所述的路边传感器标定方法，其特征在于，在确定所述目标路边传感器在所述预设地图中的目标位姿的步骤之后，还包括：

分别获取不同目标路边传感器在所述预设地图中的目标位姿；

根据各目标位姿，确定所述不同目标路边传感器间的第二位姿变换关系。

9.一种路边传感器标定装置，其特征在于，适用于车路协同***，所述车路协同***包括设置在目标车道上的至少一个路边传感器、沿所述目标车道行驶的车辆、车载传感器、观测目标以及服务器，所述路边传感器为路边相机，所述车载传感器为车载相机，所述路边传感器标定装置设置在所述服务器中，所述路边传感器标定装置包括：

10.一种电子设备，其特征在于，包括存储器和处理器；所述存储器存储有应用程序，所述处理器用于运行所述存储器内的应用程序，以执行权利要求1至8任一项所述的路边传感器标定方法中的操作。