[发明专利]一种车辆与障碍物相对位置自动获取方法

说明书

本发明提供了一种车辆与障碍物相对位置自动获取的方法，是在车载激光雷达标定场正中间位置的上方摄像头，在标定场场地两个对角处分别布置球体特征标定物，检测出标定场内的球体特征标定物的球心的世界坐标，并检测待获取标定车辆外轮廓，计算出车辆外轮廓的外接矩形并获取该外接矩形正中心的世界坐标，以车辆外轮廓的外接矩形的正中心为车体坐标系原点，将车体坐标系的X轴、Y轴设置为分别与车辆外轮廓的外接矩形的两条边平行，通过车体坐标系与世界坐标系的旋转平移转系，最终计算出球体特征标定物的球心在车体坐标系中的坐标。本发明能够自动获取车体位姿及其与障碍物的相对位置关系，降低了标定激光雷达时对车辆摆放位姿的要求，提高了激光雷达标定效率与精度。

技术领域

本发明涉及自动驾驶和智能网联汽车技术领域，特别是传感器标定领域,具体涉及一种车辆与障碍物相对位置自动获取方法。

背景技术

智能网联汽车或自动驾驶汽车的车载激光雷达标定往往在特定场景完成，标定车载传感器是智能网联汽车或自动驾驶汽车开发测试的前序步骤，目前在标定智能网联汽车车载激光雷达时，通常会在标定场景中布置特征标定物用于标定，由于车体坐标系位置及坐标系原点位置固定，对车辆停放的位姿有严格的要求，这就导致标定车辆的停放难度较大，降低了标定精度，甚至导致标定失败，极大影响了车载激光雷达的标定效率。由于标定场景及特征标志物位置固定，则需要保证在进行激光雷达标定时按规定的位姿进行停放，进而才能保证预先存储的特定标定物与车体的相对位置关系的有效性；目前做法是在摆放车辆时通常由人手工操作，缺乏标准化和自动化的获取车体与特征标定物相对位置关系的方式，手工调整车辆位姿，效率低，难度高，且标定结果的精度存在一定的不确定性，甚至导致标定失败的情况发生。

发明内容

本发明的目的在于提供一种车辆与障碍物相对位置自动获取方法，以解决目前智能网联汽车或自动驾驶汽车的车载激光雷达在特定场景中进行标定的过程中，缺乏标准化和自动化的获取车体与特征标定物相对位置关系的方式，车体摆放难度较高，车载激光雷达的标定效率和标定精度较低，易导致标定失败等技术问题。

为解决上述技术问题，本发明提供的一种车辆与障碍物相对位置自动获取方法，是在车载激光雷达标定场正中间位置的上方设置用于获取标定场内状态的摄像头，在标定场场地两个对角处分别布置球体特征标定物，然后检测出标定场内的球体特征标定物的球心的世界坐标，并检测待获取标定车辆外轮廓，接着计算出车辆外轮廓的外接矩形并获取该外接矩形正中心的世界坐标，再以车辆外轮廓的外接矩形的正中心为车体坐标系原点，将车体坐标系的X轴、Y轴设置为分别与车辆外轮廓的外接矩形的两条边平行，再通过车体坐标系与世界坐标系的旋转平移关系，最终计算出球体特征标定物的球心在车体坐标系中的坐标。

优选的，车辆与障碍物相对位置自动获取方法具体包括以下步骤：

(1)在车辆车载激光雷达标定场地的两个对角处各布置一组球体特征标定物，且每组球体特征标定物是由呈正三角形分布的三个表面为高哑光的球体构成；

(2)将摄像头置于车载激光雷达标定场地的正中间上方，摄像头的高度需保证其拥有完整、清晰的标定场地的视野，并使摄像头成像平面与标定场地的平面保持水平，再将车辆停放于标定场地正中间区域内且保证车头航向角在0°-180°之间；

(3)对置于车辆车载激光雷达标定场地正中间上方的摄像头的内参矩阵及外参矩阵进行标定，并将摄像头的内、外参矩阵存储于标定运算计算机中；

(4)载入并保存一张标定车辆未进入标定场地时的图像并对该图像进行灰度化处理，对得到的灰度图进行高斯滤波与平滑处理，然后检测经高斯滤波与平滑处理后的图像中的圆，提取出圆心坐标即球心在二维像素坐标系下的坐标，接着将球心在二维像素坐标系下的坐标转换到世界坐标系下，得出球心在世界坐标系下的坐标(二维坐标)并存储于标定计算机中；