成果介绍
本发明要解决的问题是提供一种针对单目相机与毫米波雷达的外参联合标定方法,结合毫米波雷达对金属物体识别能力强的特性,开发出一套简便且高效的标定流程,并实现较高的标定精度,标定得到的外参矩阵可用于实际坐标系间转换,为多传感器数据的深层次融合提供基础。
成果亮点
一、选用了金属球作为标定物,一方面利用了金属对毫米波的强反射性,增强了反射信号,有益于区别背景噪音与无关障碍物,得到稠密低噪音的雷达点云数据;另一方面利用球体的对称性,不再对标定物进行建模取建模,采用取有效点云的平均值作为球心的方法,克服了毫米波雷达点云稀疏的缺点。
二、选用了相机坐标系与雷达坐标系的直接转换,摆脱了对变化的相邻帧数据的依赖,避免了采集过程中由于两坐标系时间戳不同步产生的误差,可有效提高两坐标系下数据的时间与空间匹配性,降低外参标定过程中的误差。四,选用了条件约束下的单目标优化方法,通过设定步长完成迭代,得到最优解,在降低运算时间的同时保证了外参联合标定结果的准确性。
团队介绍
浙江大学机器人研究院(以下简称“研究院)是为了贯彻落实浙江省委省政府关于推进工业转型升级的战略部署,在余姚市的大力推动下,于2017年由浙江大学和余姚市合作共建的新型研发机构。
研究院面向科技前沿、面向经济发展主战场,将机器人、智能装备研发及产业化作为主要突破方向;立足余姚、服务浙江、面向全国。以“合作、创新、智能、引领”为理念,以体制机制创新为抓手,以科技研发、成果转化和人才培育为核心,着力构建技术-人才-产业深度融合的创新创业生态;努力建成为国内一流的机器人领域政、产、学、研、用深度融通的新高地。
成果资料