[發明專利]一種基于激光雷達輔助視覺的地圖構建方法、裝置和系統

在審

• 申請號: 202110585773.0
• 申請日: 2021-05-27
• 公開（公告）號: CN113298941A
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 張揚吉;陳志佳
• 申請（專利權）人: 廣州市工貿技師學院（廣州市工貿高級技工學校）
• 主分類號: G06T17/05
• 分類號: G06T17/05;G06T17/20
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 陳曉華

1.一種基于激光雷達輔助視覺的地圖構建方法，其特征在于，包括以下步驟：

對觀測同一個觀測對象的激光雷達和視覺相機進行標定，得到雷達坐標系與相機坐標系之間的標定轉換參數；

獲取所述激光雷達采集的雷達點云數據序列，采用ICP點云匹配方法，根據所述標定轉換參數對所述雷達點云數據序列進行匹配求解，得到所述雷達點云數據序列對應的中間轉換參數序列；

獲取所述視覺相機采集的相機圖像數據序列，根據所述中間轉換參數序列對所述相機圖像數據序列進行三角化處理，得到優化圖像特征序列；

采用最小二乘法，根據所述雷達點云數據序列和所述優化圖像特征序列對所述中間轉換參數序列進行優化，得到目標轉換參數序列；

根據所述目標轉換參數序列和所述相機圖像數據序列進行定位和建圖，完成地圖構建。

2.根據權利要求1所述的基于激光雷達輔助視覺的地圖構建方法，其特征在于，所述標定轉換參數包括所述雷達坐標系與所述相機坐標系之間的第一旋轉矩陣和第一平移向量；

則得到所述標定轉換參數，具體包括以下步驟：

對所述激光雷達和所述視覺相機進行外參粗標定，得到所述雷達坐標系與所述相機坐標系之間的初始旋轉矩陣和初始平移向量；

采用預設標定工具分別獲取所述觀測對象在所述相機坐標系下的第一已知特征向量集合以及在所述雷達坐標系下的第二已知特征向量集合；

采用所述最小二乘法，根據所述第一已知特征向量集合和所述第二已知特征向量集合，構建第一優化求解函數；

所述第一優化求解函數的表達式具體為：

其中，f₁為所述第一優化求解函數，R₁和T₁分別為所述第一旋轉矩陣和所述第一平移向量，y_k為所述第一已知特征向量集合中的第k個第一已知特征向量，x_k為所述第二已知特征向量集合中的第k個第二已知特征向量，第k個第一已知特征向量與第k個第二已知特征向量對應，第一已知特征向量的總數和第二已知特征向量的總數均與所述觀測對象的特征點總數相等，均為K；

將所述初始旋轉矩陣和所述初始平移向量作為初始值，并輸入至所述優化求解函數中，求解得到所述第一旋轉矩陣和所述第一平移向量。

3.根據權利要求2所述的基于激光雷達輔助視覺的地圖構建方法，其特征在于，所述雷達點云數據序列的幀數大于或等于2；

得到所述中間轉換參數序列，具體包括以下步驟：

選取所述雷達點云數據序列中的第j幀點云數據與第j-1幀點云數據，根據第j幀點云數據與第j-1幀點云數據中的所有共同特征點，分別提取第j幀點云數據中至少一個第一特征坐標向量以及第j-1幀點云數據中與每個第一坐標特征向量一一對應的至少一個第二特征坐標向量；

根據所述第一旋轉矩陣和所述第一平移向量，將所有第一特征坐標向量分別轉化為在所述相機坐標系下的第三特征坐標向量，并將所有第二特征坐標向量分別轉化為在所述相機坐標系下的第四特征坐標向量；

采用所述ICP點云匹配方法，根據所有第三特征坐標向量和所有第四特征坐標向量，構建選取的兩幀點云數據之間的匹配求解函數；

第j幀點云數據與第j-1幀點云數據之間的匹配求解函數的表達式具體為：

其中，為第j幀點云數據與第j-1幀點云數據之間的匹配求解函數，和分別為第j幀點云數據與第j-1幀點云數據之間的第二旋轉矩陣和第二平移向量，為第j幀點云數據在所述相機坐標系下的第i個第三特征坐標向量，為第j-1幀點云數據在所述相機坐標系下的第i個第四特征坐標向量；第三特征坐標向量的數量和第四特征坐標向量的數量相等，均為n；

求解選取的兩幀點云數據之間的匹配求解函數，得到選取的兩幀點云數據之間的第二旋轉矩陣和第二平移向量；

遍歷所述雷達點云數據序列中的每相鄰兩幀點云數據，分別得到每相鄰兩幀點云數據之間的第二旋轉矩陣和第二平移向量；并根據所有第二旋轉矩陣和所有第二平移向量，得到所述中間轉換參數序列。