[發明專利]一種基于邊緣匹配的激光測距儀與相機相對位姿標定方法

有效

• 申請號: 201310742582.6
• 申請日: 2013-12-30
• 公開（公告）號: CN103727930A
• 公開（公告）日: 2014-04-16
• 發明（設計）人: 熊蓉;李千山
• 申請（專利權）人: 浙江大學
• 主分類號: G01C11/04
• 分類號: G01C11/04;G01B11/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 張法高

技術領域

本發明涉及多傳感器信息融合領域，尤其涉及一種基于邊緣匹配的激光測距儀與相機相對位姿標定方法。

背景技術：

傳統的激光測距儀與相機相對位姿標定方法一般標定板實現，通過視覺識別標定板的角點，建立這些角點在空間中位于標定板平面的約束，最小化誤差函數以獲得表示相對位姿的旋轉和平移矩陣????????????????????????????????????????????????。

另有一些方法雖不需要標定板，但也需要環境的特定結構以建立幾何約束。

這些方法都依賴特定的對象，需要特別準備，且不利于在線運行。基于此，本發明提出了一種基于邊緣匹配的激光測距儀與相機相對位姿標定方法，所述方法分別從激光數據和圖像中提取表示環境邊緣輪廓的邊緣線，通過最小化邊緣線分布的對稱KL距離，計算得到激光測距儀和相機的相對位姿。

發明內容：

本發明的目的是克服現有技術的不足，提供一種基于邊緣匹配的激光測距儀與相機相對位姿標定方法。

基于邊緣匹配的激光測距儀與相機相對位姿標定方法的步驟如下：

1）通過激光測距儀獲取周圍環境的三維點云，同時通過相機采集該環境的圖像；

2）提取激光測距儀采集到的點云的邊緣輪廓，得到代表三維邊緣的三維點集；

3）根據激光測距儀的性能參數和誤差模型，確定三維邊緣點集的概率分布；

4）提取相機圖像的邊緣輪廓，得到代表二維邊緣的像素集合；

5）根據相機的性能參數和誤差模型，確定二維邊緣像素的概率分布；

6）以一組包括旋轉矩陣和平移矩陣的坐標轉換矩陣來表示激光測距儀與相機的相對位姿，將三維邊緣點集投影到相機坐標系下，得到二維邊緣點集；

7）根據三維邊緣點集的概率分布和投影關系確定二維邊緣點集概率分布；

8）計算兩個概率分布三維邊緣點集的概率分布和二維邊緣點集概率分布之間的對稱KL距離，以、為參數，以最小化對稱KL距離為最優化目標，求得最優的激光測距儀與相機相對位姿轉換矩陣。

所述的步驟2）為：a）對于無序點云，搜索每個點周圍半徑小于范圍內的數量不超過的所有最近鄰點，得到點集，為擬合平面，以點集在平面內的投影點位置為自變量，點集到平面的距離為函數值，擬合二元二次函數，得到Hessian矩陣，計算Hessian矩陣的特征值和，假定，若且，、分別為相應閾值，則認為該點為邊緣點；b）對于有序點云,即深度圖，利用Canny算法提取邊緣點集。

所述的為點集擬合平面的方法為：計算點集的均值，得到平面的中心；計算的特征向量，其最小特征值對應的特征向量即為平面的法向量；平面的中心和法向量即表示了一個經過中心、法向量為的平面。

所述的擬合二元二次函數并得到Hessian矩陣的方法為：對于點集中每一點，假定另兩個特征值對應的特征向量分別為和，計算一個以、為自變量，為值的鍵值對，?

最終形成一組向的鍵值映射,并利用最小二乘法求取Hessian矩陣

，

表示為

。

所述的步驟3）中三維邊緣點集的概率分布為：

其中代表高斯分布，為點不確定性協方差矩陣，取決于傳感器性能參數和誤差模型。

所述的步驟4）中提取相機圖像邊緣輪廓的方法為Canny算法。

所述的步驟5）中二維邊緣像素的概率分布為：

為像素不確定性協方差矩陣，取決于傳感器性能參數和誤差模型。

所述的步驟6）中將三維邊緣點集投影到相機坐標系下方法為：對于三維邊緣點集中的一點，其對應的相機成像平面內的投影點為

，

其中和分別為旋轉矩陣和平移矩陣。

所述的步驟7）中的根據三維邊緣點集的概率分布和投影關系確定二維邊緣點集概率分布的方法為：

其中

?。

所述的步驟8）中的概率分布二維邊緣點集概率分布和二維邊緣像素的概率分布之間的對稱KL距離的計算方法為：

最小化此對稱KL距離，即可得到位姿變換矩陣。

本發明與現有技術相比，具有的有益效果：

1.不依賴特定環境結構，不依賴標定板等輔助物件；

2.可以在線運行，即時更新激光測距儀和相機的相對位姿；