[發明專利]無人駕駛中立體視覺與低線束激光雷達的融合矯正方法

有效

• 申請號: 201710851841.7
• 申請日: 2017-09-20
• 公開（公告）號: CN107886477B
• 公開（公告）日: 2020-07-14
• 發明（設計）人: 李明;于歡;肖衍佳
• 申請（專利權）人: 武漢環宇智行科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G01S17/86;G01S17/88
• 代理公司: 寧波甬致專利代理有限公司 33228
• 代理人: 李迎春

1.無人駕駛中立體視覺與低線束激光雷達的融合矯正方法，其特征在于：所述方法包括以下步驟：

(1)、將雙目攝像頭以及激光雷達在空域和時序上進行配準，雙目攝像頭對準目標采集圖像，同時激光雷達朝向目標發射線束并采集數據；

(2)、將雙目攝像頭采集的圖像通過深度學習轉化成坐標系下的視差圖，將激光雷達采集到的數據反映射到配準后的雙目攝像頭的視差圖中，得到激光雷達的視差圖；

(3)、將雙目攝像頭得到的每幀圖像中的某個像素點的視差設定為d_c，將激光雷達發射的某一線束的視差設定為d_l，那么多幀圖像的視差的誤差可以表示為：J(d)＝(d_c-d_l)²；

(4)、根據J(d)的分布來設計視差d的補償算法，得到補償函數的相關系數，根據補償函數的相關系數得到補償后的雙目立體視覺的全像素視差圖；

(5)、將雙目攝像頭采集的圖像進行語義分割，得到語義分割后的視差圖，語義分割后的視差圖以及補償后的全像素視差圖均作為輸入量輸入到深度學習網絡里，通過深度學習網絡得到最終的視差圖；

步驟(4)中，補償算法的補償函數為：其中K_i表示補償函數的相關系數，系統總誤差的誤差函數可以表示為：

2.根據權利要求1所述的無人駕駛中立體視覺與低線束激光雷達的融合矯正方法，其特征在于：步驟(5)中，通過語義分割將雙目攝像頭采集到的圖像劃分為若干區域，用q對單個區域進行計數，則單個區域的邊界誤差函數為：設定約束條件為：其中為第q個區域的偏差閾值，d_qi為第q個區域中的第i個點的視差，d’_q為單目測距得到的邊界約束，根據邊界誤差函數以及約束條件，可以得到深度學習網絡的損失函數為：其中d_qj為單個區域內最鄰近立體視覺像素視差d_qi的激光雷達數據點，u為相關系數，為在語義分割中雙目立體視覺點云偏離激光雷達對應點云的誤差的偏差加權，h(d_qi)為訓練深度學習網絡時的網絡輸出，y_qi為訓練真值。