CN113391299B - 一种扫描面阵激光雷达的参数标定方法和装置 - Google Patents
一种扫描面阵激光雷达的参数标定方法和装置 Download PDFInfo
- Publication number
- CN113391299B CN113391299B CN202110483630.9A CN202110483630A CN113391299B CN 113391299 B CN113391299 B CN 113391299B CN 202110483630 A CN202110483630 A CN 202110483630A CN 113391299 B CN113391299 B CN 113391299B
- Authority
- CN
- China
- Prior art keywords
- area array
- laser radar
- scanning area
- calibration plate
- coordinates
- 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.)
- Active
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开一种扫描面阵激光雷达的参数标定方法和装置,包括:向标定板投射激光,并通过面阵传感器捕捉反射光线成像;统计所述面阵传感器各像素雪崩二极管触发的次数n;根据单位时间段内所有像素的最高触发次数P,将传感器各像素的P值转换为灰度值I并生成对应的灰度图;计算所述灰度图中图案特征点的坐标(u,v)和图案特征点的世界坐标(X,Y,Z);根据相机模型,世界坐标(X,Y,Z),图像特征点坐标(u,v)和相机内参fx,fy,cx,cy的关系求解内参;多模组之间的外参根据相同图案特征点在不同模组的相机坐标系下的坐标转换关系求解。本发明可以同时标定多传感器,包括激光雷达与激光雷达,激光雷达与RGB相机之间的外参,不需要借助其他深度传感器或深度测量***。
Description
技术领域
本发明涉及光学成像技术领域,尤其是涉及一种扫描面点阵激光雷达的参数标定方法和装置。
背景技术
dToF(direct Time of Flight)激光雷达是直接测量飞行时间并计算距离的激光雷达。dToF面阵激光雷达可以一次得到一帧2维的深度图,但是要想计算测量物体的3d坐标信息,需要对激光传感器进行内参标定。
如公开号CN 107179534A的专利申请文件提供的激光雷达参数自动标定的方法包括:在标定场中设置第一标志物,该第一标志物具有第一标志点,利用激光雷达对该标定场进行激光扫描,获取扫描数据:对该第一标志物的所在位置处的扫描数据进行拟合,获取该第一标志点的拟合空间坐标;利用该拟合空间坐标以及该第一标志点的测量空间坐标之间的误差,进行激光雷达参数的解算,利用解算出的激光雷达参数进行自动标定。以及公开号为CN209460399U的申请文件也提供了一种多线激光雷达的参数标定方法。
现有技术中,在多传感器共同工作时,还需要计算传感器之间的外参。
发明内容
为克服现有技术存在的问题,本发明提供一种扫描面阵激光雷达的参数标定方法,解决了单个dtof面阵激光传感器精确内参标定的问题,并可以同时标定多传感器,包括激光雷达与激光雷达,激光雷达与RGB相机之间的外参,不需要借助其他深度传感器或深度测量***。
本发明的具体技术方案如下:
一种扫描面阵激光雷达的参数标定方法,其特征在于,包括:
(1)向标定板投射激光,并通过面阵传感器捕捉反射光线成像;
(2)统计所述面阵传感器各像素雪崩二极管触发的次数n和飞行时间t;
(3)根据单位时间段内所有像素的最高触发次数P,将传感器各像素的P值转换为灰度值I并生成对应的灰度图;
(4)计算所述灰度图中图案特征点的坐标(u,v)和图案特征点的世界坐标(X,Y,Z);
(5)根据相机模型,世界坐标(X,Y,Z),图像特征点坐标(u,v)和相机内参fx,fy,cx,cy的关系求解内参;
(6)多模组之间的外参根据相同图案特征点在不同模组的相机坐标系下的坐标转换关系求解。
优选的,所述标定板图案为黑白两色的方块形棋盘格。
本发明中,标定板图案可以是但不限于黑白两色的方块形棋盘格,实心圆等,其特点是具有成熟稳定的算法可以计算出图案中的特征点坐标。
优选的,所述黑白两色图案内的白色方块部分具有光反射效果,黑色方块部分具有光吸收效果。
优选的,在步骤(3)中,根据所有像素的最高触发次数P,把传感器各像素的P值按公式(1)转换成0-255区间的灰度值I即可得到一副标定版图案的灰度图;
I=P/maxP*255 (1)。
优选的,在有多个dtof面阵激光雷达模组时,重复步骤(1)~(3)获得各个激光雷达模组拍摄标定板的灰度图特征点坐标。
并列优选的,在有RGB模组时,拍摄标定板的彩色图片,通过特征点检测算法获得图片中的特征点坐标。
优选的,在步骤(5)中,将多组图案特征点的世界坐标和像素坐标带入公式(2)进行内参求解;
优选的,所述步骤(6)中的坐标转换关系如公式(3)所示:
其中(X1,Y1,Z1)和(X2,Y2,Z2)是标定板图案中的同一个特征点在不同模组相机坐标系下的坐标,R,t是模组之间的外参。
本发明的技术方案中还提供一种扫描面阵激光雷达的参数标定装置,包括:
标定板;
激光光源,用于向所述标定板投射激光;
面阵传感器,用于捕捉所述标定板的反射光线成像;
以及处理器,与所述激光光源和面阵传感器连接,并执行上述的扫描面阵激光雷达的参数标定方法。
相较于现有技术,本发明的有益效果如下:
(1)本发明避免使用激光雷达的深度数据,可以避免深度测量的误差对内外参标定的影响;
(2)本发明不需要用到激光雷达的点云数据,操作程序更简单;
(3)本发明也适用于激光雷达和rgb传感器混合标定。
附图说明
图1为本发明设计的对激光反射效果不同的标定板图案,以黑白两色的棋盘格为例;
图2为dtof激光雷达传感器单个像素雪崩二极管触发的次数n和飞行时间t的统计曲线。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明并不限于下面公开的具体实施例的限制。
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
本实施中,dToF激光雷达内参标定板如图1所示,标定板图案为传统的黑白两色图案.图案白色方块部分对激光有较高的反射效果,黑色方块部分对激光有较好的吸收效果(反射率低)。达到这种效果的方法可以包括但不限于标定板本身的材料特性或者是通过涂料来实现等等。
本实施中的内外参标定方法的具体步骤如下:
(1)激光投射器向标定板投射激光,并通过面阵传感器捕捉反射光线成像。统计传感器各像素雪崩二极管触发的次数n和飞行时间t。
(2)以时间为坐标横轴,触发次数为坐标纵轴,统计单位时间段内的最高触发次数P,如图2所示。
(3)统计所有像素中最高的P值,把传感器各像素的P值按下式转换成0-255区间的灰度值I即可得到一副标定板图案的灰度图。
I=P/maxP*255
(4)由于图案不同部位对激光的反射特性差异,最后获得的灰度图也具有标定版图案的图像。利用特征点检测算法可以获得灰度图中图案特征点的坐标(u,v)。根据标定板图案的物理尺寸可以计算图案特征点的世界坐标(X,Y,Z)。
(5)当有多个dtof面阵激光雷达模组时,重复步骤(1-4)获得各个激光雷达模组拍摄标定板的灰度图特征点坐标。当有RGB模组时,拍摄标定板的彩色图片,通过特征点检测算法获得图片中的特征点坐标。
(6)根据相机模型,标定板世界坐标(X,Y,Z),图像特征点坐标(u,v)和相机内参fx,fy,cx,cy的关系如下式所示,将多组图案特征点的世界坐标和像素坐标带入下式进行内参求解。
(7)多模组之间的外参根据相同图案特征点在不同模组的相机坐标系下的坐标转换关系求解。如下式所示:
其中(X1,Y1,Z1)和(X2,Y2,Z2)是图案中的同一个特征点在不同模组相机坐标系下的坐标。R,t是模组之间的外参。
在另一实施例中,提供一种扫描面阵激光雷达的参数标定装置,包括:
标定板;所述标定板图案为传统的黑白两色图案.图案白色方块部分对激光有较高的反射效果,黑色方块部分对激光有较好的吸收效果(反射率低)
激光光源,用于向所述标定板投射激光;
面阵传感器,用于捕捉所述标定板的反射光线成像;
以及处理器,与所述激光光源和面阵传感器连接,执行上述的扫描面阵激光雷达的参数标定方法。
以上所述仅为本发明的较佳实施举例,并不用于限制本发明,凡在本发明精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种扫描面阵激光雷达的参数标定方法,其特征在于,包括:
(1)向标定板投射激光,并通过面阵传感器捕捉反射光线成像;
(2)统计所述面阵传感器各像素雪崩二极管触发的次数n和飞行时间t;
(3)根据单位时间段内所有像素的最高触发次数P,将传感器各像素的P值转换为灰度值I并生成对应的灰度图;
(4)计算所述灰度图中标定板图案特征点的像素坐标(u,v)和标定板上图案特征点的世界坐标(X,Y,Z);
(5)根据相机模型,世界坐标(X,Y,Z),图像特征点坐标(u,v)和相机内参fx,fy,cx,cy的关系求解内参;
(6)多模组之间的外参根据相同图案特征点在不同模组的相机坐标系下的坐标转换关系求解。
2.根据权利要求1所述的扫描面阵激光雷达的参数标定方法,其特征在于,所述标定板图案为黑白两色的方块形棋盘格。
3.根据权利要求2所述的扫描面阵激光雷达的参数标定方法,其特征在于,所述标定板图案内的白色部分具有光反射效果,黑色方块部分具有光吸收效果。
4.根据权利要求3所述的扫描面阵激光雷达的参数标定方法,其特征在于,在步骤(3)中,根据所有像素的最高触发次数P,把传感器各像素的P值按公式(1)转换成0-255区间的灰度值I即可得到一副标定板图案的灰度图;
I=P/maxP*255 (1)。
5.根据权利要求1所述的扫描面阵激光雷达的参数标定方法,其特征在于,在有多个dtof面阵激光雷达模组时,重复步骤(1)~(3)获得各个激光雷达模组拍摄标定板的灰度图特征点坐标。
6.根据权利要求1所述的扫描面阵激光雷达的参数标定方法,其特征在于,在有RGB模组时,拍摄标定板的彩色图片,通过特征点检测算法获得图片中的特征点坐标。
7.根据权利要求1所述的扫描面阵激光雷达的参数标定方法,其特征在于,在步骤(5)中,将多组图案特征点的世界坐标和像素坐标带入公式(2)进行内参求解;
其中,R,t是模组之间的外参。
8.根据权利要求1所述的扫描面阵激光雷达的参数标定方法,其特征在于,所述步骤(6)中的坐标转换关系如公式(3)所示:
其中(X1,Y1,Z1)和(X2,Y2,Z2)是图案中的同一个特征点在不同模组相机坐标系下的坐标,R,t是模组之间的外参。
9.一种扫描面阵激光雷达的参数标定装置,其特征在于,包括:
标定板;
激光光源,用于向所述标定板投射激光;
面阵传感器,用于捕捉所述标定板的反射光线成像;
以及处理器,与所述激光光源和面阵传感器连接,并执行权利要求1-8任一项所述的扫描面阵激光雷达的参数标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110483630.9A CN113391299B (zh) | 2021-04-30 | 2021-04-30 | 一种扫描面阵激光雷达的参数标定方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110483630.9A CN113391299B (zh) | 2021-04-30 | 2021-04-30 | 一种扫描面阵激光雷达的参数标定方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113391299A CN113391299A (zh) | 2021-09-14 |
CN113391299B true CN113391299B (zh) | 2023-09-22 |
Family
ID=77617814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110483630.9A Active CN113391299B (zh) | 2021-04-30 | 2021-04-30 | 一种扫描面阵激光雷达的参数标定方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113391299B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105758426A (zh) * | 2016-02-19 | 2016-07-13 | 深圳杉川科技有限公司 | 移动机器人的多传感器的联合标定方法 |
CN110031824A (zh) * | 2019-04-12 | 2019-07-19 | 杭州飞步科技有限公司 | 激光雷达联合标定方法及装置 |
CN111369630A (zh) * | 2020-02-27 | 2020-07-03 | 河海大学常州校区 | 一种多线激光雷达与相机标定的方法 |
CN211406089U (zh) * | 2019-12-31 | 2020-09-01 | 深圳市灵明光子科技有限公司 | 成像装置和电子设备 |
US10838049B1 (en) * | 2019-12-17 | 2020-11-17 | The Boeing Company | Calibration procedure for establishing an extrinsic relationship between lidar and camera sensors |
CN112230204A (zh) * | 2020-10-27 | 2021-01-15 | 深兰人工智能(深圳)有限公司 | 激光雷达和相机的联合标定方法及装置 |
CN112505663A (zh) * | 2020-11-25 | 2021-03-16 | 上海交通大学 | 用于多线激光雷达与相机联合标定的标定方法 |
CN112669393A (zh) * | 2020-12-31 | 2021-04-16 | 中国矿业大学 | 一种激光雷达与相机联合标定方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109343061B (zh) * | 2018-09-19 | 2021-04-02 | 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 |
KR102257610B1 (ko) * | 2019-10-02 | 2021-05-28 | 고려대학교 산학협력단 | 자율 주행 시스템을 위한 복수의 3차원 라이다 센서의 외부 파리미터 보정 방법 |
-
2021
- 2021-04-30 CN CN202110483630.9A patent/CN113391299B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105758426A (zh) * | 2016-02-19 | 2016-07-13 | 深圳杉川科技有限公司 | 移动机器人的多传感器的联合标定方法 |
CN110031824A (zh) * | 2019-04-12 | 2019-07-19 | 杭州飞步科技有限公司 | 激光雷达联合标定方法及装置 |
US10838049B1 (en) * | 2019-12-17 | 2020-11-17 | The Boeing Company | Calibration procedure for establishing an extrinsic relationship between lidar and camera sensors |
CN211406089U (zh) * | 2019-12-31 | 2020-09-01 | 深圳市灵明光子科技有限公司 | 成像装置和电子设备 |
CN111369630A (zh) * | 2020-02-27 | 2020-07-03 | 河海大学常州校区 | 一种多线激光雷达与相机标定的方法 |
CN112230204A (zh) * | 2020-10-27 | 2021-01-15 | 深兰人工智能(深圳)有限公司 | 激光雷达和相机的联合标定方法及装置 |
CN112505663A (zh) * | 2020-11-25 | 2021-03-16 | 上海交通大学 | 用于多线激光雷达与相机联合标定的标定方法 |
CN112669393A (zh) * | 2020-12-31 | 2021-04-16 | 中国矿业大学 | 一种激光雷达与相机联合标定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113391299A (zh) | 2021-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110021046B (zh) | 相机与激光雷达组合传感器的外参数标定方法及*** | |
WO2022262332A1 (zh) | 一种距离测量装置与相机融合***的标定方法及装置 | |
EP3171129B1 (en) | High resolution dot pattern | |
CN108020825B (zh) | 激光雷达、激光摄像头、视频摄像头的融合标定***及方法 | |
CN106548489B (zh) | 一种深度图像与彩色图像的配准方法、三维图像采集装置 | |
US11675082B2 (en) | Method and device for optical distance measurement | |
CN111045029B (zh) | 一种融合的深度测量装置及测量方法 | |
CN110687541A (zh) | 一种距离测量***及方法 | |
CN110163898B (zh) | 深度信息配准方法、装置、***、设备及存储介质 | |
CN107860337B (zh) | 基于阵列相机的结构光三维重建方法与装置 | |
JP5633058B1 (ja) | 3次元計測装置及び3次元計測方法 | |
CN112689776A (zh) | 使用彩色图像数据校准深度感测阵列 | |
CN111508011A (zh) | 一种飞行时间相机的深度数据校准方法 | |
CN110942506A (zh) | 一种物体表面纹理重建方法、终端设备及*** | |
CN112034485A (zh) | 利用飞行时间相机的反射率感测 | |
CN113034567A (zh) | 一种深度真值获取方法、装置、***及深度相机 | |
CN107564051B (zh) | 一种深度信息采集方法及*** | |
US11727635B2 (en) | Hybrid photogrammetry | |
CN115082538A (zh) | 基于线结构光投影的多目视觉平衡环零件表面三维重建***及方法 | |
Karel | Integrated range camera calibration using image sequences from hand-held operation | |
CN113391299B (zh) | 一种扫描面阵激光雷达的参数标定方法和装置 | |
CN113391298B (zh) | 一种激光雷达的参数标定方法和装置 | |
CN112419427A (zh) | 用于提高飞行时间相机精度的方法 | |
CN116485862A (zh) | 一种深度数据标定校准方法与装置 | |
CN116592766A (zh) | 一种基于激光与单目视觉融合的精密三维测量方法和装置 |
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 |