[发明专利]一种多激光雷达和多相机传感器空间位置自动标定方法

权利要求书

1.一种多激光雷达和多相机传感器空间位置自动标定方法，所述方法包括：

步骤1)通过对每个激光雷达采集的点云数据和每个相机传感器采集的RGB图像分别提取直线特征，经投影计算灰度值得分，得到全部激光雷达点的总得分，采用自适应优化方法选择最高总得分进而得到每个激光雷达和某个相机传感器的位置关系；

步骤2)对每两个激光雷达的点云数据进行配准，得到激光雷达间的位置关系；

步骤3)利用多个相机的对极几何约束，根据相机传感图像数据得到相机传感器间的位置关系；

步骤4)根据步骤1)、步骤2)和步骤3)得到的位置关系，进行全局优化，完成多激光雷达和多相机传感器空间位置的标定；

所述步骤4)具体包括：

以步骤1)得到的第i个激光雷达和第j个相机传感器的位置关系，第j个激光雷达和第i个相机传感器的位置关系，以及步骤2)得到的第i个激光雷达与第j个激光雷达的位置关系为顶点，以每个激光雷达与每个相机传感器形成边，由上述激光雷达的总得分、拟合程度以及上述相机传感器间极坐标约束为标定误差，通过全局优化降低标定误差，完成多激光雷达和多相机传感器空间位置的标定。

2.根据权利要求1所述的多激光雷达和多相机传感器空间位置自动标定方法，其特征在于，所述步骤1)具体包括：

步骤1-1)从图像形式的点云数据中筛选出符合直线特征的数据；

步骤1-2)采用局部映射方法将符合直线特征的三帧点云数据合并为一帧，得到更密集的点云数据；

步骤1-3)将RGB图像转换为灰度图像，采用直线检测算法提取出符合直线特征的灰度图像；

步骤1-4)将步骤1-2)得到的点云数据通过逆距离变换映射到步骤1-3)得到的灰度图像上，计算投影后符合直线特征的一个激光雷达点的灰度值作为得分，累加全部激光雷达点的得分作为总得分，采用自适应优化方法选择最高总得分，得到一个激光雷达和某个相机传感器的位置关系。

3.根据权利要求2所述的多激光雷达和多相机传感器空间位置自动标定方法，其特征在于，所述步骤1-1)具体包括：

对于图像形式的点云数据，过滤去除离群值以及与地面对应的点云数据点，再采用点云聚类算法去除相邻点较少的点云数据点，从而筛选出符合直线特征的数据。

4.根据权利要求2所述的多激光雷达和多相机传感器空间位置自动标定方法，其特征在于，所述步骤1-3)具体包括：

将RGB图像转换为灰度图像，采用具有较宽图像线特征、较小灰度变化以及相对较大的步长进行粗略搜索，再采用较细图像线特征、较大灰度变化以及相对较小的步长进行细搜索，通过LSD直线检测算法提取出符合直线特征的灰度图像。

5.根据权利要求1所述的多激光雷达和多相机传感器空间位置自动标定方法，其特征在于，所述步骤2)具体包括：

将每个激光雷达采集的点云数据分割为栅格，用正态分布表示每一个栅格，并计算每一个栅格中数据点的均值和方差，通过对正态分布匹配点集，通过两组点云之间的配准，得到每两个激光雷达间的空间位置关系。

6.根据权利要求1所述的多激光雷达和多相机传感器空间位置自动标定方法，其特征在于，所述步骤3)具体包括：

利用多相机的对极几何约束，采用迭代算法得到相机传感器间的空间位置关系。