[发明专利]无人驾驶中立体视觉与低线束激光雷达的融合矫正方法

摘要

本发明涉及无人驾驶中立体视觉与低线束激光雷达的融合矫正方法，所述方法为将双目摄像头以及激光雷达在空域和时序上进行配准，双目摄像头对准目标采集图像，同时激光雷达朝向目标发射线束并采集数据，通过将激光雷达的数据转换到视差图中，用于矫正双目视觉的视差误差，根据视差误差的分布来求得误差补偿函数，后续只需要将双目视觉采集到的视差图代入补偿函数，就能得到修正后的视差误差极小的视差图，通过对双目视觉的视差进行修正，提高了视觉精度，再将语义分割后的视差图以及补偿后的全像素视差图均作为输入量输入到深度学习网络，最终得到经过深度学习网络训练后的视差图，这样就能进一步地提高无人驾驶中中的双目视觉精度。

主权项

无人驾驶中立体视觉与低线束激光雷达的融合矫正方法，其特征在于：所述方法包括以下步骤：(1)、将双目摄像头以及激光雷达在空域和时序上进行配准，双目摄像头对准目标采集图像，同时激光雷达朝向目标发射线束并采集数据；(2)、将双目摄像头采集的图像通过深度学习转化成坐标系下的视差图，将激光雷达采集到的数据反映射到配准后的双目摄像头的视差图中，得到激光雷达的视差图；(3)、将双目摄像头得到的每帧图像中的某个像素点的视差设定为dc，将激光雷达发射的某一线束的视差设定为dl，那么多帧图像的视差的误差可以表示为：J(d)＝(dc‑dl)2；(4)、根据J(d)的分布来设计视差d的补偿算法，得到补偿函数的相关系数，根据补偿函数的相关系数得到补偿后的双目立体视觉的全像素视差图；(5)、将双目摄像头采集的图像进行语义分割，得到语义分割后的视差图，语义分割后的视差图以及补偿后的全像素视差图均作为输入量输入到深度学习网络里，通过深度学习网络得到最终的视差图。