[发明专利]一种基于激光雷达和双目可见光相机联合测量方法

摘要

本发明提供一种基于激光雷达和双目可见光相机联合测量方法，能够简便、高效地获得目标更加准确和稠密的三维信息。该联合测量方法将激光雷达假设成一个具有固定内参的相机设备，将三维点云数据直接投影为二维图像，采用图像处理的方法，利用二维图像之间的匹配标定出激光雷达设备和双目相机之间的旋转、平移关系；其中创新性的引入求矩阵范数和矩阵迹的思想进行旋转矩阵的求解；最终将激光雷达和双目立体视觉点云数据融合，不但可以获得精确的位置和姿态信息，而且可以重建出目标表面特殊的纹理、特征信息，这对于军用领域中的航天器交汇对接，敌对卫星捕获等、以及民用领域中的工件测量、无人驾驶等都有很高的应用价值。

主权项

1.一种基于激光雷达和双目可见光相机联合测量方法，其特征在于：包括以下步骤：1)搭建测量系统，并设立坐标系；所述测量系统包括激光雷达、双目可见光相机；2)激光雷达与双目可见光相机的标定设置球型靶标，即在平整的基板上布置多个圆球，各圆球之间的间距已知；激光雷达对球型靶标进行扫描得到三维点云数据，将激光雷达假设成一个具有固定内参的相机设备，将三维点云数据投影得到第一组二维图像；使用双目可见光相机其中一个相机对球型靶标进行成像得到第二组二维图像；利用图像处理的手段分别得到两组二维图像中的所有圆球的中心坐标，基于两组中心坐标，依据计算机视觉中对极几何理论，先采用8点法计算出激光雷达和双目可见光相机之间的基础矩阵F，进而求出本质矩阵E；按照公式E*T＝RS*T＝0，S为平移矩阵T构造的反对称矩阵，根据本质矩阵E求解得到激光雷达和双目可见光相机之间的平移矩阵T；然后根据E＝RS，按照求矩阵范数和求矩阵迹的推导思路进行最优化求解，推导得出当trace(SE^TRS)最大时满足trace(||E‑RS||)最小，根据R＝V*U^T计算得出旋转矩阵R，其中V和U为对SE^T进行奇异值分解得到的两个酉矩阵；即完成激光雷达与双目可见光相机的标定；3)双目可见光相机之间的标定设置靶标，双目可见光相机中的两个相机分别对靶标进行成像，得到两组二维图像，利用图像处理的手段分别得到两组二维图像中靶标的对应特征点坐标，基于两组特征点坐标，依据计算机视觉中对极几何理论，先采用8点法计算出双目可见光相机之间的基础矩阵F’，进而求出本质矩阵E’；按照公式E’*T’＝R’S’*T’＝0，S’为平移矩阵T’构造的反对称矩阵，根据本质矩阵E’求解得到双目可见光相机之间的平移矩阵T’；然后根据E’＝R’S’，按照求矩阵范数和求矩阵迹的推导思路进行最优化求解，推导得出当trace(S’E’^TR’S’)最大时满足trace(||E’‑R’S’||)最小，根据R’＝V’*U’^T计算得出旋转矩阵R’，其中V’和U’为对S’E’^T进行奇异值分解得到的两个酉矩阵；即完成双目可见光相机之间的标定；4)测量、融合激光雷达对被测目标进行扫描得到第一组三维点云数据；双目可见光相机对被测目标进行成像，根据步骤3)标定得到的平移矩阵T’和旋转矩阵R’进行三维重建，得到第二组三维点云数据；根据步骤2)标定得到的平移矩阵T和旋转矩阵R，对第一组三维点云数据进行相应的平移、旋转变换，完成两组三维点云数据的融合。