多线激光雷达与多路相机混合标定方法

    公开(公告)号:CN108020826A

    公开(公告)日:2018-05-11

    申请号:CN201711012232.9

    申请日:2017-10-26

    Applicant: 厦门大学

    Abstract: 本发明公开了一种多线激光雷达与多路相机混合标定方法,包括以下步骤:S1、多路相机的原始图像数据、多线激光雷达点云数据以及静态激光雷达点云数据的采集;S2、各相机内参模型的求解;S3、对各相机采集的图像进行去畸变,得到矫正后的图像;S4、将静态激光雷达点云数据配准到多线激光雷达点云坐标系中;S5、在S4配准好的点云数据中获取各相机在多线激光雷达点云坐标系中的位置(Xs,Ys,Zs);S6、在各相机矫正后的图像中选取至少4个靶标的像素坐标(u,v)和相对应的以多线激光雷达为坐标原点的点云中靶标的三维坐标(Xp,Yp,Zp);S7、根据各相机的内参模型、相机位置(Xs,Ys,Zs)及相机所对应的靶标的像素坐标(u,v)和三维坐标(Xp,Yp,Zp),建立共线方程,求出各相机的姿态角元素和9个方向余弦,完成标定。

    多线激光雷达与多路相机混合标定方法

    公开(公告)号:CN108020826B

    公开(公告)日:2019-11-19

    申请号:CN201711012232.9

    申请日:2017-10-26

    Applicant: 厦门大学

    Abstract: 本发明公开了一种多线激光雷达与多路相机混合标定方法,包括以下步骤:S1、多路相机的原始图像数据、多线激光雷达点云数据以及静态激光雷达点云数据的采集;S2、各相机内参模型的求解;S3、对各相机采集的图像进行去畸变,得到矫正后的图像;S4、将静态激光雷达点云数据配准到多线激光雷达点云坐标系中;S5、在S4配准好的点云数据中获取各相机在多线激光雷达点云坐标系中的位置(Xs,Ys,Zs);S6、在各相机矫正后的图像中选取至少4个靶标的像素坐标(u,v)和相对应的以多线激光雷达为坐标原点的点云中靶标的三维坐标(Xp,Yp,Zp);S7、根据各相机的内参模型、相机位置(Xs,Ys,Zs)及相机所对应的靶标的像素坐标(u,v)和三维坐标(Xp,Yp,Zp),建立共线方程,求出各相机的姿态角元素和9个方向余弦,完成标定。

    基于线特征的室内外场景联合建模方法

    公开(公告)号:CN109147030A

    公开(公告)日:2019-01-04

    申请号:CN201810731060.9

    申请日:2018-07-05

    Applicant: 厦门大学

    Abstract: 本发明公开了基于线特征的室内外场景联合建模方法,包括以下步骤:获得原始点云数据,所述原始点云数据包括室内点云和室外点云;对所述室内点云和室外点云分别进行墙面提取,获得墙面点云;针对所述墙面点云提取线结构体;基于所述线结构体,对室内点云和室外点云进行配准。本发明能够对不同质量的点云进行处理,表述简单,通过提取墙面提高了室内外场景的重合率,进而提升了配准的成功率。

    基于线特征的室内外场景联合建模方法

    公开(公告)号:CN109147030B

    公开(公告)日:2020-06-30

    申请号:CN201810731060.9

    申请日:2018-07-05

    Applicant: 厦门大学

    Abstract: 本发明公开了基于线特征的室内外场景联合建模方法,包括以下步骤:获得原始点云数据,所述原始点云数据包括室内点云和室外点云;对所述室内点云和室外点云分别进行墙面提取,获得墙面点云;针对所述墙面点云提取线结构体;基于所述线结构体,对室内点云和室外点云进行配准。本发明能够对不同质量的点云进行处理,表述简单,通过提取墙面提高了室内外场景的重合率,进而提升了配准的成功率。

Patent Agency Ranking