发明名称 一种基于边缘匹配的激光测距仪与相机相对位姿标定方法
摘要 本发明公开了一种基于边缘匹配的激光测距仪与相机相对位姿标定方法,它的步骤是首先提取激光测距仪点云数据边缘轮廓和相机图像的边缘轮廓,建立点云数据边缘的概率分布即图像边缘的概率分布,然后最小化两个分布的KL距离,求得激光测距仪和相机的相对位姿参数。本发明方法不依赖特定环境结构,不依赖标定板等辅助物件;可以在线运行,即时更新激光测距仪和相机的相对位姿;所提取的点云边缘轮廓和图像边缘轮廓可进一步用于环境物体识别和定位等其它应用。
申请公布号 CN103727930A 申请公布日期 2014.04.16
申请号 CN201310742582.6 申请日期 2013.12.30
申请人 浙江大学 发明人 熊蓉;李千山
分类号 G01C11/04(2006.01)I;G01B11/00(2006.01)I 主分类号 G01C11/04(2006.01)I
代理机构 杭州求是专利事务所有限公司 33200 代理人 张法高
主权项 1.一种基于边缘匹配的激光测距仪与相机相对位姿标定方法,其特征在于它的步骤如下:1)通过激光测距仪获取周围环境的三维点云,同时通过相机采集该环境的图像;2)提取激光测距仪采集到的点云的边缘轮廓,得到代表三维边缘的三维点集<img file="62240DEST_PATH_IMAGE001.GIF" wi="21" he="62" />;3)根据激光测距仪的性能参数和误差模型,确定三维边缘点集的概率分布<img file="902020DEST_PATH_IMAGE002.GIF" wi="25" he="62" />;4)提取相机图像的边缘轮廓,得到代表二维边缘的像素集合<img file="444997DEST_PATH_IMAGE003.GIF" wi="19" he="62" />;5)根据相机的性能参数和误差模型,确定二维边缘像素的概率分布<img file="737438DEST_PATH_IMAGE004.GIF" wi="25" he="62" />;6)以一组包括旋转矩阵<img file="594536DEST_PATH_IMAGE005.GIF" wi="15" he="62" />和平移矩阵<img file="864323DEST_PATH_IMAGE006.GIF" wi="15" he="62" />的坐标转换矩阵来表示激光测距仪与相机的相对位姿,将三维边缘点集<img file="515884DEST_PATH_IMAGE001.GIF" wi="21" he="62" />投影到相机坐标系下,得到二维边缘点集<img file="623517DEST_PATH_IMAGE007.GIF" wi="21" he="62" />;7)根据三维边缘点集的概率分布<img file="18727DEST_PATH_IMAGE002.GIF" wi="25" he="62" />和投影关系确定二维边缘点集<img file="567520DEST_PATH_IMAGE007.GIF" wi="21" he="62" />概率分布<img file="717878DEST_PATH_IMAGE008.GIF" wi="25" he="62" />;8)计算两个概率分布三维边缘点集的概率分布<img file="984912DEST_PATH_IMAGE002.GIF" wi="25" he="62" />和二维边缘点集<img file="980549DEST_PATH_IMAGE007.GIF" wi="21" he="62" />概率分布<img file="649428DEST_PATH_IMAGE008.GIF" wi="25" he="62" />之间的对称KL距离<img file="472153DEST_PATH_IMAGE009.GIF" wi="41" he="62" />,以<img file="960903DEST_PATH_IMAGE005.GIF" wi="15" he="62" />、<img file="963494DEST_PATH_IMAGE006.GIF" wi="15" he="62" />为参数,以最小化对称KL距离<img file="549196DEST_PATH_IMAGE009.GIF" wi="41" he="62" />为最优化目标,求得最优的激光测距仪与相机相对位姿转换矩阵<img file="713461DEST_PATH_IMAGE010.GIF" wi="47" he="62" />。
地址 310027 浙江省杭州市西湖区浙大路38号