CN115876239A

CN115876239A - 传感器的标定方法、装置、介质、设备和车辆

Info

Publication number: CN115876239A
Application number: CN202211512008.7A
Authority: CN
Inventors: 乔春晓; 王亚慧; 常满禹; 张丹
Original assignee: Uisee Technologies Beijing Co Ltd
Current assignee: Uisee Technologies Beijing Co Ltd
Priority date: 2022-11-29
Filing date: 2022-11-29
Publication date: 2023-03-31

Abstract

本公开涉及传感器的标定方法、装置、介质、设备和车辆，该标定方法包括：获取车辆坐标系的参考位姿和运动速度、待标定传感器的位姿以及惯性测量单元的位姿；基于参考位姿、运动速度以及惯性测量单元的位姿进行耦合积分，确定车辆坐标系对应的里程计的位姿；基于车辆坐标系对应的里程计的位姿和待标定传感器的位姿，确定待标定传感器相对于车辆坐标系的旋转平移参数。由此，通过结合惯性测量单元的位姿进行耦合积分，得到车辆坐标系对应的里程计的位姿，进而对待标定传感器进行标定，能够便捷地在三维空间中实现对车载待标定传感器的外参标定，包括标定高度，且标定准确性较高，以及无需标定板辅助也无需提前建立标定场地的高精度三维地图。

Description

传感器的标定方法、装置、介质、设备和车辆

技术领域

本公开涉及车辆技术领域，尤其涉及一种传感器的标定方法、装置、介质、设备和车辆。

背景技术

在车辆，尤其是自动驾驶车辆中，通常需要配备多个传感器，例如图像传感器、激光雷达等。在使用多个传感器时，一般需要进行外参标定，即获取传感器坐标系之间的转换关系，例如旋转和平移等，以将多个传感器采集到的数据进行坐标***一。

针对车载传感器，通常将其与车后轴坐标系进行标定，且通常需要在车辆出厂前进行标定，但随着车载传感器的类型和数量的增多，以及自动驾驶车辆的增多，出厂标定方式很难高效地标定车载传感器的外参；而且出厂后，在车辆实际运行过程中，传感器会因振动松动或者配件损坏导致外参变化，需要重新标定。

相关技术中，外参标定的实现方式主要有三种。第一种是先提前建立标定场所的高精度三维地图，车辆在该地图中行驶过程中，车载传感器通过在该地图中重定位的方式获取在地图中的位姿，并进行位姿与外参的非线性优化，实现无共视区域的多传感器外参标定，其需要提前建立高精度的三维地图，依赖固定的场景。第二种是使用标定辅助板，例如棋盘格标定板结合轮式里程计进行外参标定，该过程中需要依赖标定辅助板，需要人工干预，无法实现完全的自动化标定。第三种是在第二种的方式上舍弃棋盘格标定板，从而降低人工干预，但会导致视觉里程尺度的误差，影响标定精度。此外，第二种和第三种方式都是假设车辆在平面运动，但这个假设往往不能真正成立，并且在这个假设前提下，车载传感器的高度无法标定。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种传感器的标定方法、装置、介质、设备和车辆。

本公开提供了一种运动主体装载的传感器的标定方法，包括：

获取车辆坐标系的参考位姿和运动速度、待标定传感器的位姿以及惯性测量单元的位姿；

基于所述参考位姿、所述运动速度以及所述惯性测量单元的位姿进行耦合积分，确定车辆坐标系对应的里程计的位姿；

基于所述车辆坐标系对应的里程计的位姿和所述待标定传感器的位姿，确定所述待标定传感器相对于所述车辆坐标系的旋转平移参数。

本公开还提供了一种运动主体装载的传感器的标定装置，包括：

获取模块，用于获取车辆坐标系的参考位姿和运动速度、待标定传感器的位姿以及惯性测量单元的位姿；

第一确定模块，用于基于所述参考位姿、所述运动速度以及所述惯性测量单元的位姿进行耦合积分，确定车辆坐标系对应的里程计的位姿；

第二确定模块，用于基于所述车辆坐标系对应的里程计的位姿和所述待标定传感器的位姿，确定所述待标定传感器相对于所述车辆坐标系的旋转平移参数。

本公开还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于执行上述任一种方法的步骤。

本公开还提供了一种车用设备，包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述可执行指令以实现上述任一种方法的步骤。

本公开还提供了一种车辆，包括上述任一种车用设备。

本公开提供的技术方案与现有技术相比具有如下优点：

本公开提供的传感器的标定方法包括获取车辆坐标系的参考位姿和运动速度、待标定传感器的位姿以及惯性测量单元的位姿；基于参考位姿、运动速度以及惯性测量单元的位姿进行耦合积分，确定车辆坐标系对应的里程计的位姿；基于车辆坐标系对应的里程计的位姿和待标定传感器的位姿，确定待标定传感器相对于车辆坐标系的旋转平移参数。由此，通过结合惯性测量单元的位姿进行耦合积分，得到车辆坐标系对应的里程计的位姿，进而对待标定传感器进行标定，能够便捷地在三维空间中实现对车载待标定传感器的外参标定，包括标定高度，且标定准确性较高，以及无需标定板辅助也无需提前建立标定场地的高精度三维地图。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本公开实施例提供的一种传感器的标定方法的流程示意图；

图2为图1示出的方法中，S120的细化流程示意图；

图3为本公开实施例提供的三种不同积分的对比示意图；

图4为图1示出的方法中，S130的细化流程示意图；

图5为本公开实施例提供的一种传感器的标定方法的技术路线图；

图6为本公开实施例提供的一种传感器的标定装置的结构示意图；

图7为本公开实施例提供的一种车用设备的结构示意图。

具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。

本公开实施例提供的技术方案，适用于多传感器的数据融合的场景中，在利用传感器进行融合定位/感知之前，将传感器进行标定，即获取不同传感器之间的位置转换关系，以能够将多传感器的数据统一到同一个视角/坐标系下。本公开实施例提供的传感器标定方法，可无需环境和人工的辅助，即可便捷地实现车载传感器在三维空间内的自动化标定。

下面结合附图，对本公开实施例提供的传感器的标定方法、装置、设备、介质以及车辆进行示例性说明。

示例性地，图1为本公开实施例提供的一种传感器的标定方法的流程示意图，应用于对运动主体装载的传感器的标定，该运动主体可为车辆，该传感器对应为车载传感器；或者该运动主体可为空中飞行或水中运行的无人机，该传感器对应为无人机装载的传感器。

参照图1，该方法可包括如下步骤：

S110、获取车辆坐标系的参考位姿和运动速度、待标定传感器的位姿以及惯性测量单元的位姿。

其中，待标定传感器的位姿基于车辆坐标系的参考位姿进行标定，即以车辆坐标系为参考，确定待标定传感器的外参，即确定待标定传感器向车辆坐标系变换的旋转量和平移量，从而实现待标定传感器采集的数据向车辆坐标系的统一。

其中，在基于参考位姿和运动速度进行里程计积分的过程中，惯性测量单元(Inertial Measurement Unit，IMU)的位姿用于获取角速度积分旋转增量，对应进行航迹推演，得到三维空间下的车辆坐标系对应的里程计的位姿，后文中详述。如此以便实现在包括高度在内的三维空间内的外参便捷标定。

其中，运动速度可基于轮速计采集的数据得到，车辆坐标系的参考位姿和运动速度、待标定传感器的位姿以及惯性测量单元的位姿还可采用本领域技术人员可知的任一种方式获得，在此不赘述也不限定。

S120、基于参考位姿、运动速度以及惯性测量单元的位姿进行耦合积分，确定车辆坐标系对应的里程计的位姿。

其中，相关技术中，利用参考位姿和运动速度进行里程计积分，得到车辆坐标系对应的里程计的位姿。而本公开实施例中，利用惯性测量单元的位姿提供角速度积分旋转增量，从而可以耦合惯性测量单元和参考位姿对应的运动速度进行三维空间的积分，得到三维空间下的车辆坐标系对应的里程计的位姿，便于实现在三维空间下对待标定传感器的外参标定。

该步骤的具体实现方式在后文中进行示例性说明。

S130、基于车辆坐标系对应的里程计的位姿和待标定传感器的位姿，确定待标定传感器相对于车辆坐标系的旋转平移参数。

其中，基于车辆坐标系对应的里程计的位姿和待标定传感器的位姿进行变换，确定以车辆坐标系为参考的待标定传感器的外参，即旋转平移参数。

本公开实施例提供的传感器的标定方法中，通过利用惯性测量单元和车辆坐标系的参考位姿对应的运动速度进行三维空间的航迹推演，实现了在三维空间下的里程计积分，减少了运动速度对应的方向误差对标定结果的影响，提高了标定精度，同时实现了高度的标定；同时，该标定方法无需标定板辅助也无需提前建立标定场地的高精度三维地图，实现便捷性较高。

下面对结合惯性测量单元和参考位姿对应的运动速度进行航迹推演，确定车辆坐标系对应的里程计的位姿的实现步骤进行示例性说明。

在一些实施例中，在图1的基础上，结合图2，S120中的“确定车辆坐标系对应的里程计的位姿”，具体可包括：

S121、利用插值，将参考位姿、运动速度以及惯性测量单元的位姿的时间戳对齐。

其中，对参考位姿、运动速度以及惯性测量单元的位姿进行时间戳对齐，具体方式可为：固定运动速度的时间戳，对惯性测量单元的位姿的时间戳进行插值，以及对参考位姿的时间戳进行插值，以补齐数据，便于提高后续步骤中的数据处理精准度。

在其他实施方式中，还同步进行待标定传感器的位姿的时间戳对齐，在此不限定。

需要说明的是，本文中“插值”主要包含两部分，一部分是旋转四元数的球面插值，另一部分是平移向量的线性插值，以便实现旋转平移的外参标定。

S122、基于时间戳对齐后的参考位姿和惯性测量单元的位姿，确定惯性测量单元相对于车辆坐标系的旋转外参。

其中，该旋转外参包括惯性测量单元的位姿相对于参考位姿的俯仰角和翻滚角的旋转矩阵，默认偏航角为0度。该步骤中进行惯性测量单元相对于车辆坐标系的参考位姿变换，得到惯性测量单元相对于车辆坐标系的旋转外参。

在一些实施例中，采用第一式确定旋转外参。其中，第一式可为：

其中，

代表车辆坐标系的第i帧到第i+1帧的旋转四元数，/>

代表惯性测量单元的第i帧到第i+1帧的旋转四元数，q_yx1代表惯性测量单元相对于车辆坐标系的旋转外参；/>

和/>

分别代表旋转四元数的左乘符号和右乘符号。

如此，基于第一式进行位姿变换，得到惯性测量单元相对于车辆坐标系的旋转外参q_yx1。

在一些实施例中，可通过重力初始化惯性测量单元的位姿，车辆坐标系可通过单车模型使用前轮轮速和转向角进行平面航迹推演，并记录每个时间戳下的车辆的旋转姿态。进一步地，通过将车辆的旋转姿态与惯性测量单元积分的旋转姿态进行旋转的标定，获取惯性测量单元和车辆坐标系之间的旋转外参，具体可由第一式确定。

需要说明的是，本实施例中，默认惯性测量单元的Y轴方向为车辆前进方向，即车辆坐标系的Y轴方向为向前方向；惯性测量单元和车辆坐标系均为右手系，即笛卡尔坐标系。且其中，惯性测量单元的X向和Z向，与车辆坐标系的X向和Z向可能不平行，在此利用俯仰角和翻滚角进行标定，示例性地可由第一式计算得到。

能够理解的是，本实施例中，不同传感器(包括车辆坐标系、惯性测量单元以及待标定传感器)之间的空间变换关系是固定不变的，因此在上述时间戳对齐的基础上，使用全时间段的数据标定一次，即共同标定外参；在算法层面，第一式可利用全时间段下，多个不同时间下的数据求解，即求解超定方程；利用最小二乘法求解该超定方程的解，得到旋转外参。

S123、基于旋转外参和惯性测量单元的相邻两帧的旋转增量，确定车辆坐标系对应的里程计的角速度积分旋转增量。

其中，其中前述步骤确定的旋转外参以及基于惯性测量单元的位姿确定的相邻两帧的旋转增量，确定车辆坐标系对应的里程计的角速度积分旋转增量，便于后续结合该角速度积分旋转增量进行航迹推演。

在一些实施例中，采用第二式确定角速度积分旋转增量。其中，第二式可为：

其中，R(α)代表角速度积分旋转增量，

代表惯性测量单元相对于车辆坐标系的旋转外参，/>

代表惯性测量单元的第t+1帧相对于第t帧的旋转增量。

如此，结合惯性测量单元的相邻两帧的旋转增量和上述步骤确定的旋转外参，得到角速度积分旋转增量，为后续步骤中的航迹推演提供惯性测量单元相关的角速度积分旋转增量的数据。

S124、基于角速度积分旋转增量和参考位姿进行群空间闭式的三维空间积分，确定车辆坐标系对应的里程计的位姿。

其中，将惯性测量单元相关的角速度积分旋转增量耦合到里程计积分中，实现了三维空间的航迹推演，由此，当运动速度基于轮速计采集的数据而获取时，减少了轮速计方向误差对标定结果的影响，有利于提升外参标定精度；同时，采用群空间闭式的三维空间积分，提高了积分精度，同样有利于提升标定精度。

在一些实施例中，采用第三式进行群空间闭式积分；第三式为：

其中，R_t代表车辆坐标系的在第t帧的旋转姿态，对应三个角度量，P_t代表车辆坐标系在第t帧的位置，对应三个平移量；R(α)代表角速度积分旋转增量，A(α)代表李代数左乘BCH近似雅可比，α代表旋转增量的轴角，u代表基于运动速度积分而得到的位置增量；且

其中，a代表旋转轴，v_b代表运动速度。

具体地，轮速计航迹推演的方式主要有三种，分别是：欧拉积分、二阶龙格库塔积分以及群空间闭式积分。积分示意图如图3所示。

图3中，001代表欧拉积分的积分原理，002代表二阶龙格库塔积分的积分原理，003代表群空间闭式积分的积分原理。其中，q_k和q_k+1代表积分前后的两个位姿，△s标示的虚线抽象了车辆运行的弯道轨迹，实线标明积分轨迹与其吻合的程度；△θ对应的扇形的圆心角，对应车辆弯道行驶；两直虚线的交点对应虚拟运动中心。

其中，欧拉积分比较简单，误差主要来源于平移积分过程中的角度恒定假设。这在直线运动时不受影响，以及积分时间很小时误差影响也较小。二阶龙格库塔积分过程中认为角度为运动前后的均值，误差比欧拉积分小一点。群空间闭式积分，即在李群空间上对轮速计进行积分，几乎无误差。

示例性地，群空间闭式积分公式如上文第三式所示，即：

且其中：

本实施例中，若采用单车模型，则运动速度可表示为：

v_b＝[0,v_fcos(δ),0]^T

其为车辆坐标系的速度向量，标定时认为汽车前进方向为Y轴方向，u为由运动速度积分而成的位置增量。

上述三种积分方式中，群空间闭式积分的精度最高，因此本实施例在轮速计的积分中采用群空间闭式积分，并且结合惯性测量单元的观测，将轮速计的积分拓展至三维空间内进行群空间闭式积分。

具体地，将惯性测量单元相关的数据融入积分中，即角速度积分旋转增量采用基于惯性测量单元的相邻两帧的旋转增量而确定的角速度积分旋转增量，以获取轮速计角速度积分旋转增量。

本公开实施例中，通过第二式和第三式，可以耦合惯性测量单元和轮速计进行三维空间的积分，从而获得六自由度(6-Dof)的积分结果，其中避免了平面假设，得到了三维空间下的车辆坐标系对应的里程计的位姿。

本公开实施例中摒弃了车辆平面运动的假设，而是引入惯性测量单元的位姿，结合轮速计，实现三维空间的航迹推演，获取车辆航迹(即车辆坐标系对应的里程计的位姿)；其中，航迹上的每个点代表一个车辆坐标系的三维位姿，从而能够在三维空间中实现基于手眼标定的车载传感器的外参标定。

在一些实施例中，待标定传感器为图像传感器(即相机)时，获得相机的位姿，且以六自由度的方式表示，可包括：视觉里程计(Visual Odometry，VO)部分采用开源的ORB-SLAM算法，计算出相机的位姿。

其中，在尺度上进行统一消除尺度漂移而带来的误差可包括：车辆的运动设置为闭环的运动，使VO部分能够回环检测，以在相似变换群(即Sim(3))中进行优化，以减少尺度漂移，由此，所有的轨迹都统一到了同一个尺度S下，本实施例中利用回环检测消除了尺度漂移，统一了尺度S，从而使VO部分的全局尺度一致，为后续的标定过程提供一个较好的视觉先验信息，即视觉的六自由度的相机位姿。

其中，闭环的运动，可为“8”、“0”、双轨“s”或者其他的闭合曲线轨迹的运动，只要满足存在曲率的闭合轨迹运动即可。回环检测，即闭环检测，能基于实时检测的数据，判断是否回到了起点，即判断是否完成了闭环。

本公开实施例中，实现车辆坐标系和惯性测量单元互补的航迹推演，即里程计积分，得到六自由度的积分结果，即获得车辆坐标系对应的里程计的位姿。

本公开实施例中，考虑到单目相机的视觉里程计的尺度漂移问题，充分利用ORB-SLAM的单目回环之后在相似变换群中进行优化，保证了全局尺度的一致性，进而使得后续标定过程中，视觉位姿的尺度能够作为固定的变量进行优化迭代，降低了标定难度，提升了精准度。

下面对基于车辆坐标系对应的里程计的位姿，确定待标定传感器与车辆坐标系之间的转换关系的实现步骤进行示例性说明。

在一些实施例中，在图1的基础上，结合图4，S130中的“确定待标定传感器相对于车辆坐标系的旋转平移参数”，具体可包括：

S131、利用插值，将待标定传感器的位姿与车辆坐标系的参考位姿的时间戳对齐。

其中，对待标定传感器的位姿和参考位姿进行时间戳对齐，具体方式可为：固定待标定传感器的时间戳，对参考位姿的时间戳进行插值，以补齐数据，便于提高后续步骤中的数据处理精准度。

在其他实施方式中，还可将所有待处理数据进行同步时间戳对齐，在此不限定。

其后的标定分为三步执行，首先通过待标定传感器旋转和车辆坐标系对应的里程计的位姿的旋转，标定待标定传感器到车辆坐标系对应的里程计的位姿外参的俯仰角和翻滚角，如下文中的S132；其后为外参的粗标定，主要是为了获取待标定传感器的位姿的尺度信息，在平面范围内标定外参的旋转偏航角、平移外参的x和y、探测尺度S，见下文中的S133；最后，以探测尺度S作为先验信息，在三维空间内进行6自由度外参标定，见下文中的S134。由此，可以有效地自动化实现待标定传感器到车辆坐标系的外参标定；可以给自动驾驶车辆提供外参数据，为车辆的多传感器融合提供外参初始值和行进应用过程中的外参自动标定。

S132、基于时间戳对齐后的待标定传感器的位姿和车辆坐标系对应的里程计的位姿，进行旋转角度标定，确定待标定传感器外参旋转的俯仰角和翻滚角合成的旋转四元数。

该步骤中进行旋转角度的标定。

在一些实施例中，采用第四式进行旋转角度标定；第四式为：

其中，

代表车辆坐标系对应的里程计的第i帧到第i+1帧的旋转四元数，

代表待标定传感器的第i帧到第i+1帧的旋转四元数，q_yx2代表待标定传感器相对于车辆坐标系对应的里程计的旋转外参的俯仰角和翻滚角合成的旋转四元数；/>

和/>

分别代表旋转四元数的左乘符号和右乘符号。

本实施例中的公式原理与前文中的第一式的公式原理相同，区别仅在于旋转四元数的区分。与之类似的，可采用SVD最小二乘求解，得到待标定传感器外参旋转的俯仰角和翻滚角合成的旋转四元数。

S133、基于时间戳对齐后的待标定传感器的位姿和车辆坐标系对应的里程计的位姿，进行二维标定，确定探测尺度。

该步骤中进行探测尺度的统一，以及旋转外参的旋转偏航角、平移外参的x和y的求解。

在一些实施例中，采用第五式进行二维标定。其中，第五式可为：

其中，

代表车辆坐标系对应的里程计的旋转矩阵，/>

代表待标定传感器到车辆坐标系的外参平移向量的x和y；α代表待标定传感器到车辆坐标系的外参旋转的偏航角，S代表探测尺度，/>

代表待标定传感器的在x和y上的位置变化量，/>

代表车辆坐标系对应的里程计的平移变化量；()_{row:1,2；col::1,2}表示取矩阵的第一行、第二行与第一列、第二列数据。

本公开实施例中，利用待标定传感器和车辆坐标系对应的里程计进行位姿变换求解，利用上述第五式构建最小二乘解，先通过SVD方式求解最小二乘初值，再通过迭代优化的方法优化最小二乘解。该步骤中将前文同一的探测尺度S求解出来，并用到后文中的第六式中，实现三维全参数的标定。

S134、基于探测尺度、俯仰角和翻滚角合成的旋转四元数、以及时间戳对齐后的待标定传感器的位姿和车辆坐标系对应的里程计的位姿，进行三维全参数标定，确定待标定传感器外参旋转的偏航角以及外参平移向量。

该步骤中，在三维空间内，进行6自由度的外参标定。

在一些实施例中，采用第六式进行三维全参数标定；第六式为：

其中，

代表车辆坐标系对应的里程计的旋转矩阵，/>

代表待标定传感器到车辆坐标系的外参平移向量，包括xyz三个平移量，且相对于基于第五式求解得到的外参平移向量的x和y更准确；α代表待标定传感器到车辆坐标系的外参旋转的偏航角；S代表探测尺度，代入基于第五式求解得到的探测尺度S；/>

代表待标定传感器在x和y上的位置变化量，/>

代表车辆坐标系对应的里程计的平移变化量。

示例性地，第六式可以通过矩阵变换，转换为第七式，如下：

其中：

同样，先SVD求解最小二乘初值，再通过迭代优化计算外参最优解。同时，由于第六式中的探测尺度S作为已知的固定值，避免了求解过程中的-Scosα、-Ssinα与S作为无关变量求解时出现的矛盾现象，降低了求解难度，且提高了准确性。

在一些实施例中，运动主体包括车辆；车辆坐标系以车后轴中心为坐标系原点，待标定传感器包括图像传感器、激光雷达和实时动态定位(Real Time Kinematic，RTK)传感器中的至少一种。

在一些实施例中，运动主体包括车辆；车辆坐标系与激光雷达坐标系重合，待标定传感器包括图像传感器和实时动态定位传感器中的至少一种。

在其他实施方式中，运动主体还可为无人机等其他可实现自动驾驶或辅助驾驶的能够运动的主体，待标定传感器还可为运动主体装载的其他类型的传感器，在此不限定。

在一些实施例中，图5为本公开实施例提供的一种传感器的标定方法的技术路线图，示出了待标定传感器为相机时的标定方法。参照图5，该方法可包括：

车辆坐标系对应的里程计的位姿的确定，具体包括：基于IMU和轮速标定IMU和车辆坐标系之间的旋转，并将IMU耦合轮速，得到车辆坐标系对应的里程计的位姿，可参考上文S120理解；

单目位姿(即单目相机的位姿)的确定，具体包括：基于相机采集的数据，进行单目VO，确定相机位姿；

标定，具体包括：旋转标定、二维标定并确定探测尺度S以及三维手眼标定，从而实现三维全参数标定，可参考上文S130理解。

本公开实施例提供的传感器的标定方法，至少具有如下有益效果：

第一，该标定方法不需要标定板辅助，也不需要提前建立标定场地的高精度三维地图，降低了标定对环境和人工的依赖，使运动主体在驾驶环境中，无人工干预的情况下实现待标定传感器的外参自动化标定，提升了标定便捷性。

第二，该标定方法中利用惯性测量单元耦合至三维空间的航迹推演过程中，不再依赖车辆平面运动的假设，减少了运动速度的方向误差对标定结果的影响；并且，在李群空间的闭式积分提高了里程计积分的精度，进而利于提升标定精度。以及，可以实现对待标定传感器的高度标定，对应第六式中的外参z。

第三，VO部分通过回环检测，在相似变换群中进行优化，保证了全局尺度的一致性，降低了探测尺度误差对标定结果的影响，提升了标定准确性。

第四，该标定方法中，将待标定传感器相对于车辆坐标系对应的里程计的位姿的标定流程分为三步执行，将旋转拆分开标定，使求解不再依赖Z轴的激励，以适应车辆行驶过程中Z轴部分激励较低的情况；以及先在二维空间标定再在三维空间标定，结合利用回环检测统一的探测尺度S，可以极大地降低探测尺度误差对标定结果的影响，可适应VO尺度不确定的情况。

第五，以待标定传感器为相机为例，实现了基于手眼标定算法的相机到车辆坐标系的三维全参数的外参标定。且该方法不需要提前建立高精度的三维地图，也不需要标定板辅助；由于对标定场地无特殊要求，还可广泛使用于各类传感器，如激光雷达、实时动态定位传感器等的外参自动化标定。

在上述实施方式的基础上，本公开实施例还提供了一种运动主体装载的传感器的标定装置，该装置能够执行上述实施方式提供的任一种方法的步骤，实现对应的有益效果。

示例性地，图6为本公开实施例提供的一种传感器的标定装置的结构示意图。参照图6，该装置30可包括：获取模块310，用于获取车辆坐标系的参考位姿、车辆坐标系的运动速度、待标定传感器的位姿以及惯性测量单元的位姿；车辆坐标系、待标定传感器以及惯性测量单元均与运动主体同步运动；第一确定模块320，用于基于参考位姿、运动速度以及惯性测量单元的位姿进行耦合积分，确定车辆坐标系对应的里程计的位姿；第二确定模块330，用于基于车辆坐标系对应的里程计的位姿和待标定传感器的位姿，确定待标定传感器相对于车辆坐标系的旋转平移参数。

本公开实施例提供的传感器的标定装置中，通过上述各功能模块之间的协同作用，能够利用惯性测量单元和车辆坐标系的参考位姿对应的运动速度进行三维空间的航迹推演，实现了在三维空间下的里程计积分，减少了运动速度对应的方向误差对标定结果的影响，提高了标定精度，同时实现了高度的标定；同时，该标定方法无需标定板辅助也无需提前建立标定场地的高精度三维地图，实现便捷性较高。

在一些实施例中，第一确定模块320用于确定车辆坐标系对应的里程计的位姿，具体可包括：利用插值，将参考位姿、运动速度以及惯性测量单元的位姿的时间戳对齐；基于时间戳对齐后的参考位姿和惯性测量单元的位姿，确定惯性测量单元相对于车辆坐标系的旋转外参；基于旋转外参和惯性测量单元的相邻两帧的旋转增量，确定车辆坐标系对应的里程计的角速度积分旋转增量；基于角速度积分旋转增量和参考位姿进行群空间闭式的三维空间积分，确定车辆坐标系对应的里程计的位姿。

在一些实施例中，采用第一式确定旋转外参；第一式为：

/>

其中，

代表车辆坐标系的第i帧到第i+1帧的旋转四元数，/>

和/>

分别代表旋转四元数的左乘符号和右乘符号。

在一些实施例中，采用第二式确定角速度积分旋转增量；第二式为：

其中，R(α)代表角速度积分旋转增量，

代表惯性测量单元相对于车辆坐标系的旋转外参，/>

代表惯性测量单元的第t+1帧相对于第t帧的旋转增量。

其中，R_t代表车辆坐标系的在第t帧的旋转姿态，P_t代表车辆坐标系在第t帧的位置，R(α)代表角速度积分旋转增量，A(α)代表李代数左乘BCH近似雅可比，α代表旋转增量的轴角，u代表基于运动速度积分而得到的位置增量；且

其中，a代表旋转轴，v_b代表运动速度。

在一些实施例中，第二确定模块330用于确定待标定传感器相对于车辆坐标系的旋转平移参数，具体可包括：利用插值，将待标定传感器的位姿与车辆坐标系的参考位姿的时间戳对齐；基于时间戳对齐后的待标定传感器的位姿和车辆坐标系对应的里程计的位姿，进行旋转角度标定，确定待标定传感器外参旋转的俯仰角和翻滚角合成的旋转四元数；基于时间戳对齐后的待标定传感器的位姿和车辆坐标系对应的里程计的位姿，进行二维标定，确定探测尺度；基于探测尺度、俯仰角和翻滚角合成的旋转四元数、以及时间戳对齐后的待标定传感器的位姿和车辆坐标系对应的里程计的位姿，进行三维全参数标定，确定待标定传感器外参旋转的偏航角以及外参平移向量。

其中，

和/>

分别代表旋转四元数的左乘符号和右乘符号。/>

在一些实施例中，采用第五式进行二维标定；第五式为：

其中，

代表车辆坐标系对应的里程计的旋转矩阵，/>

代表待标定传感器的在x和y上的位置变化量，/>

其中，

代表车辆坐标系对应的里程计的旋转矩阵，/>

代表待标定传感器到车辆坐标系的外参平移向量，α代表待标定传感器到车辆坐标系的外参旋转的偏航角，S代表探测尺度，/>

代表待标定传感器在x和y上的位置变化量，/>

代表车辆坐标系对应的里程计的平移变化量。

在一些实施例中，运动主体包括车辆；车辆坐标系以车后轴中心为坐标系原点，待标定传感器包括图像传感器、激光雷达和实时动态定位传感器中的至少一种。

能够理解的是，图6示出的装置能够实现上述实施方式提供的任一种方法，具有对应的有益效果，具体可参照上文理解，在此不赘述。

在上述实施方式的基础上，如图7所示，为本公开实施例提供的一种车用设备的结构示意图。参照图7，该车用设备40包括：处理器420；用于存储处理器420可执行指令的存储器410；处理器420，用于从存储器410中读取可执行指令，并执行可执行指令以实现上述实施方式提供的任一种的方法的步骤，具有对应的有益效果，为避免重复描述，在此不再赘述。

其中，处理器420可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制计算机中的其他组件以执行期望的功能。

存储器410可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器420可以运行所述程序指令，以实现上文所述的本申请的各个实施例的方法步骤以及/或者其他期望的功能。

除了上述方法和车用设备以外，本申请的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本申请各种实施例的方法步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本公开实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，计算机程序指令在被处理器420运行时使得所述处理器420执行本申请各种实施例的方法步骤。

计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

在上述实施方式的基础上，本公开实施例还提供了一种车辆，包括上述车用设备，具有对应的有益效果，为避免重复描述，在此不再赘述。

在其他实施方式中，该车辆还可包括其他结构部件，在此不赘述也不限定。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。