[发明专利]一种激光雷达和摄像头标定参数盲复原方法

说明书

本发明公开了一种激光雷达和摄像头标定参数盲复原方法，其涉及自动驾驶技术领域。其技术方案要点是在没有标定文件或标定文件不准确的情况下，构建摄像头虚拟平面成像模型，并根据数据本身特征迭代求取模型参数，在缺少内参的情况下之间建立激光雷达点云到摄像头图像的投影关系，为后续数据标注、算法训练等工作提供基础支撑。

技术领域

本发明涉及自动驾驶技术领域，更具体地说，它涉及一种激光雷达和摄像头标定参数盲复原方法。

背景技术

自动驾驶作为智能网联汽车的终极形态，逐渐进入人们的视野，引起了高度关注。自动驾驶汽车利用车载感知系统来感知车辆周围环境，并能根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。

自动驾驶的整个系统，一般来说由三个层级组成：感知层、规划决策层和控制执行层。自动驾驶感知层的传感器主要包括：高精度卫星定位系统、激光雷达、摄像头、微波雷达、超声波雷达等，多传感器构成了整个车辆的感知系统，多种传感器从不同维度对驾驶环境进行感知，产生出大量的原始数据。

激光雷达可以提供准确的三维点云信息，但不具备空间稠密性，摄像头可获取二维稠密彩色信息，却难以反映空间结构。融合摄像头与激光雷达信息，可兼顾二者之长，提高信息完备度，在自动驾驶、自动标注等场景中得到越来越多的应用。

然而如何对摄像头和激光雷达进行准确匹配，是业界研究的主要难点。激光雷达数据到摄像头数据的坐标变换，其实就是一个旋转平移矩阵。

一种方法是采用特殊标定板，同时对摄像头和雷达进行标定。这个过程通常包括两个步骤，内参标定和外参标定。当同时标定时，由于点云的稀疏特性，需要在点云图像中拟合提取标定板边界，求其交点，建立和图像交点之间的映射，标定板不同角度的放置将有益于整体结果的提升。

但是实际上，由于标定方式、技术能力的差异，有些数据集不能够给出较准确的标定文件，给后续场景筛选、数据标注、算法训练等工作带来很大困难。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种激光雷达和摄像头标定参数盲复原方法，其在没有标定文件或标定文件不准确的情况下，构建摄像头虚拟平面成像模型，并根据数据本身特征迭代求取模型参数，在缺少内参的情况下之间建立激光雷达点云到摄像头图像的投影关系，为后续数据标注、算法训练等工作提供基础支撑。

为实现上述目的，本发明提供了如下技术方案：

一种激光雷达和摄像头标定参数盲复原方法，包括以下步骤：

S01、定义激光雷达坐标系Al和摄像头坐标系Ac之间的高度差为H，根据坐标系平移方法，将激光雷达坐标系移动至摄像头坐标系位置；

S02、根据图像大小得到图像宽度w和图像高度h，因摄像头内参未知，无法使用常规摄像头成像模型；重新构造摄像头曲面成像模型，在激光雷达前方构建摄像头虚拟成像曲面；其中，曲面在水平方向张角设为angle_w，张角的起始角度为angle_w0，曲面在竖直方向张角设为angle_h，张角的起始位置为angle_h0，且angle_w在水平方向上w份等分，angle_h在竖直方向上h等分；

S03、综合水平方向和竖直方向，锥形区域空间内的点云映射为投影曲面上的一个点；在每一个锥形区域内，均只取离激光雷达原点最近的点的值作为曲面上投影点的像素值；

S04、激光雷达点云中一点point到图像上一个像素（pixel_h,pixel_w）的投影方程可认为在水平和竖直方向上呈线性变换关系；