CN113888649B 一种多激光雷达外参标定方法、装置、设备及存储介质 （上海振华重工(集团)股份有限公司）

司号采集得到；分别提取各个点云数据中的地面数考坐标系为以所述参考地平面为水平基准的坐2分别提取各个点云数据中的地面数据，利用所述地面数据拟合地述参考坐标系为以所述参考地平面为水平基准的坐基于所述第一KD树对所述两个点云数据中的数据点进行匹配得到基于所述第二KD树对所述两个点云数据中的数据点进行匹配得到其中，所述基于所述第一KD树对所述两个点云数据中的数点对集，基于所述第一匹配点对集对各个激光雷达的粗标定结果中的外参θ、x和y进行优分别针对所述两个点云数据的第一点云数据中的各个数据分别针对所述两个点云数据的第二点云数据中的各个数据基于所述第一子匹配点对集对所述第二点云数据对应的激光雷达的粗标定结果中的基于所述第二子匹配点对集对所述第一点云数据对应的激光雷达的粗标定结果中的其中，所述基于所述第二KD树对所述两个点云数据中的数点对集，基于所述第二匹配点对集对各个激光雷达的精标定结果中的外参α、β和z进行优分别针对所述两个点云数据的第一点云数据中的各个数据分别针对所述两个点云数据的第二点云数据中的各个数据基于所述第三子匹配点对集对所述第二点云数据对应的激光雷达的精标定结果中的3基于所述第四子匹配点对集对所述第一点云数据对应的激光雷达的精标定结果中的分别针对每个点云数据，从所述点云数据中确定第一目标过程得到第二目标地面点集，将所述第二目标地面点集作为所述点云数据对应的地面数步骤12，从所述第一目标地面点集中筛选与所述目标地分别针对每个点云数据，利用所述点云数据对应的地面数据步骤22，利用所述目标地平面的法向量和所述参考地平面的法向量计算目标变换矩步骤23，确定所述目标地平面的法向量和所述参考地平根据所述各个激光雷达的目标标定结果确定各个激光雷达的坐粗标定模块，用于分别提取各个点云数据中的地面数据，利用所述地面数据拟优化模块，用于基于所述粗标定结果构建第一KD树；KD树；基于所述第二KD树对所述两个点云数据中的数据点进行匹配得到第二匹配点对集，4其中，所述基于所述第一KD树对所述两个点云数据中的数点对集，基于所述第一匹配点对集对各个激光雷达的粗标定结果中的外参θ、x和y进行优分别针对所述两个点云数据的第一点云数据中的各个数据分别针对所述两个点云数据的第二点云数据中的各个数据基于所述第一子匹配点对集对所述第二点云数据对应的激光雷达的粗标定结果中的基于所述第二子匹配点对集对所述第一点云数据对应的激光雷达的粗标定结果中的其中，所述基于所述第二KD树对所述两个点云数据中的数点对集，基于所述第二匹配点对集对各个激光雷达的精标定结果中的外参α、β和z进行优分别针对所述两个点云数据的第一点云数据中的各个数据分别针对所述两个点云数据的第二点云数据中的各个数据基于所述第三子匹配点对集对所述第二点云数据对应的激光雷达的精标定结果中的基于所述第四子匹配点对集对所述第一点云数据对应的激光雷达的精标定结果中的载并执行以实现如权利要求1-4任意一项所述的多激光7.一种计算机可读存储介质，其特征在于，所权利要求1-4任意一项所述的多激光雷达外参标5[0005]针对现有技术的上述问题，本发明的目的在于提供一种多激光雷达外参标定方得到的目标地平面与参考地平面重合，得到各个激光雷达相对于参考坐标系的粗标定结6[0021]步骤23，确定所述目标地平面的法向量和所述参考地平[0024]基于所述第一KD树对所述两个点云数据中的数据点进行匹配得到第一匹配点对[0026]基于所述第二KD树对所述两个点云数据中的数据点进行匹配得到第二匹配点对个点云数据的第二点云数据中与所述数据点之间距离最近的7个点云数据的第一点云数据中与所述数据点之间距离最近的[0030]基于所述第一子匹配点对集对所述第二点云数据对应的激光雷达的粗标定结果[0031]基于所述第二子匹配点对集对所述第一点云数据对应的激光雷达的粗标定结果个点云数据的第二点云数据中与所述数据点之间距离最近的个点云数据的第一点云数据中与所述数据点之间距离最近的[0035]基于所述第三子匹配点对集对所述第二点云数据对应的激光雷达的精标定结果[0036]基于所述第四子匹配点对集对所述第一点云数据对应的激光雷达的精标定结果[0038]根据所述各个激光雷达的目标标定结果确定各个激光雷达的坐标系之间的变换8[0052]图5是本发明一个实施例提供的数据点到与之对应的两个匹配点连线的距离的示[0058]参考说明书附图1，其示出了本发明一个实施例提供的一种多激光雷达外参标定9[0077]其中，ground_distance_threshold表示所述第一预设阈值。得到所述目标阈值[0079]本发明实施例通过多次迭代提取地面点的方法，可以逐步筛选出真实的地面数[0085]步骤23，确定所述目标地平面的法向量和所述参考地平[0092]④当与所述平面的距离小于第四预设阈值的地面点的数[0106]示例性地，如图2所示，用户可以通过可视化标定界面中的VelodyneFirst和VelodyneSecond两部分的双向调节框分别设置两个激光雷达的六个自由度的初始外参选框可以选择在进行标定时是否标定x和y这两个自由所述一个或多个目标变换矩阵的目标平均值矩阵，其中模型拟合部分使用GeodesicL2-[0112]②使用GeodesicL2-Mean算法求所述S个变换矩阵的平均值矩阵，算法的伪代码[0114]③从所述一个或多个目标变换矩阵中筛选与所述平均值矩阵的距离小于第五预[0116]④当与所述平均值矩阵的距离小于第五预设阈值的目标变换矩阵的数量大于第阈值的目标变换矩阵的平均值矩阵，作为所述一个或多个目标变换矩阵的目标平均值矩[0119]本发明实施例通过进行一次或多次迭代计算过程得到一点对集，基于所述第一匹配点对集对各个激光雷达的粗标定结果中的外参θ、x和y进行优个点云数据的第二点云数据中与所述数据点之间距离最近的个点云数据的第一点云数据中与所述数据点之间距离最近的[0129]基于所述第一子匹配点对集对所述第二点云数据对应的激光雷达的粗标定结果[0130]基于所述第二子匹配点对集对所述第一点云数据对应的激光雷达的粗标定结果第二点云数据中的数据点和两个第一点云数据[0138]其中，TA表示第一激光雷达对应的变换矩阵，TB表示第二激光雷对应的激光雷达的粗标定结果中的外参θ、x和y进行优化的过程，此时，只需将所述步骤对各个激光雷达的外参α、β和z进行优化的效率，也即是提高对激光雷达的外参标定的效应的点云数据的数据点进行坐标变换，利用坐标变换后的各个数据点构建所述第二KD树。点对集，基于所述第二匹配点对集对各个激光雷达的精标定结果中的外参α、β和z进行优个点云数据的第二点云数据中与所述数据点之间距离最近的个点云数据的第一点云数据中与所述数据点之间距离最近的[0152]基于所述第三子匹配点对集对所述第二点云数据对应的激光雷达的精标定结果[0153]基于所述第四子匹配点对集对所述第一点云数据对应的激光雷达的精标定结果第二点云数据中的数据点和两个第一点云数据数如(10)式所示，优化变量为翻滚角的旋转角度α、俯仰角的旋转角度β以及z方向的平移[0161]其中，TA表示第一激光雷达对应的变换矩阵，TB表示第二激光雷对应的激光雷达的粗标定结果中的外参α、β和z进行优化的过程，此时，只需将所述步骤[0165]本发明实施例通过利用KD树来对所述两个点云数据中的数据点进行匹配得到匹[0168]根据所述各个激光雷达的目标标定结果确定各个激光雷达的坐标系之间的变换[0171]参考说明书附图7，其示出了本发明一个实施例提供的一种多激光雷达外参标定理器加载并执行以实现如上述方法实施例所提供的多激光雷达外参[0185]在一个具体的实施例中，图8示出了一种用于实现本发明实施例所提供的多激光(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegrated[0188]所述输入单元830可用于接收输入的数字或字符信息，以及产生与用户设置以及[0189]所述显示单元840可用于显示由用户输入的信息或提供给用户的信息以及电子设构成。显示单元840可包括显示面板841，可选的，可以采用液晶显示器(LiquidCrystal址(CodeDivisionMultipleAccess，CDMA)、宽带码分多址(WidebandCodeDivision以及功耗管理等功能。电源870还可以包括一个或一个以上的直流或交流电源、再充电系可设置于电子设备之中以