[发明专利]一种基于反射强度辅助外部校准的激光探测与测量方法在审
申请号: | 201711137546.1 | 申请日: | 2017-11-16 |
公开(公告)号: | CN107765257A | 公开(公告)日: | 2018-03-06 |
发明(设计)人: | 夏春秋 | 申请(专利权)人: | 深圳市唯特视科技有限公司 |
主分类号: | G01S17/02 | 分类号: | G01S17/02;G01S7/497 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 518057 广东省深圳市高新技术产业园*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 反射 强度 辅助 外部 校准 激光 探测 测量方法 | ||
1.一种基于反射强度辅助外部校准的激光探测与测量方法,其特征在于,主要包括自动检测棋盘(一);角点估计(二);外部校准估计(三)。
2.基于权利要求书1所述的基于反射强度辅助外部校准的激光探测与测量方法,其特征在于,首先,将从激光探测与测量(LiDAR)获得的点云分为多个部分;棋盘中的点云基于片段的特征从片段中识别;通过将定义的损失函数最小化来估计点云中棋盘的角点;另一方面,使用现有方法检测图像中棋盘的角点;角点的对应数是基于预定计数顺序而构建的;然后,通过求解绝对姿态问题,相应的对数被用来估计变换矩阵的初始值;最后,通过优化提出的非线性损失函数来确定最终值。
3.基于权利要求书1所述的自动检测棋盘(一),其特征在于,自动检测棋盘即从棋盘上自动提取点数的过程,包括点云的分割和从片段中找到棋盘。
4.基于权利要求书3所述的点云的分割,其特征在于,区域增长通常用于分割点云;区域增长估计基于平面的每个点的曲率值和法向量;然后根据欧氏距离和法线向量的角度对点进行聚类;随机抽样一致性(RANSAC)算法也用于形状提取;例如,平面模型的RANSAC应用于从点云的平面拟合和提取;然而,这两种方法在处理稀疏和非均匀分布的点云时都遇到困难;基于扫描线的分割方法适用于处理这种点云,该方法首先根据沿着扫描方向的连续点之间的距离和方向的变化将点云的单个帧聚类成扫描线段;然后,扫描线段基于它们的相似性聚集成片段;该方法显示了实验结果的稳定分割结果,因此可将其应用于点云的分割。
5.基于权利要求书3所述的从片段中找到棋盘,其特征在于,点云经过分割后,需要正确识别棋盘片段;为了降低计算成本,首先根据公式(1)中定义的片段的理论数ntheo过滤掉一些不可能的片段;ntheo表示理论上最大的点数,并且当棋盘平行于旋转轴线时,计算出LiDAR的垂直和水平角度;区间[∈theontheo,ntheo]中的点数进一步处理,其中,ntheo是一个系数,经验值设为0.5;
其中,dW和dH代表棋盘的宽度和高度,r代表从对象中心到LiDAR传感器的欧式距离,Δh和Δv代表角度分辨率的横向和纵向,代表实数向上取整;
Mn×3,f代表合适的点,作为最后一步,检查包围框的范围和分布的均匀性;为了便于操作,将所有点的坐标旋转到棋盘平面上,并将其与x轴和y轴对齐;然后利用公式(3)将棋盘的点Mn×3,fr的质心转化为原点:
Mn×3,fr=Mn×3,fr-mean(Mn×3,fr)(3)
通过将公式(2)转化成公式(3)之后,将平面段转换为XOY平面,并且该片段的质心与原点重合;具有[0.8dW,1.6dW]和[0.8dH,1.6dH]内的边界框的段被认为是潜在的棋盘;点分布的均匀性由四个等分区域中的点分布之间的差确定;假设区域的最大点数是nmax,最小值是nmin;分布的均匀性计算为其中,nall是片段中的总点数;较大的∈norm值表示这些点正常分布;均匀性∈norm的阈值设置为0.85;多于一个片段满足上述条件,则选择具有更大均匀性的片段;检测到的棋盘段中的一组点表示为
6.基于权利要求书1所述的角点估计(二),其特征在于,包括模型制定、强度和颜色的对应关系、损失函数和优化。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市唯特视科技有限公司,未经深圳市唯特视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711137546.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种太阳能超声波导盲器
- 下一篇:全波段三维高光谱激光雷达