-
公开(公告)号：CN113902809A
公开(公告)日：2022-01-07
申请号：CN202111075277.7
申请日：2021-09-14
Applicant: 立得空间信息技术股份有限公司
Abstract: 本发明涉及一种红外相机与激光雷达联合标定的方法。首先利用角点检测算法提取红外图像上的像素坐标，然后利用最小二乘法求解内参，得到标定板在相机坐标系中的位置，接着单点交互提取标定板平面点，得到标定板在激光坐标系中的位置，最后利用两者的平面距离差为零的约束条件进行迭代优化求解，得到两者之间的外参，最终完成红外相机与激光雷达的联合标定。本发明将红外相机内参标定和与激光雷达外参标定分开，虽然步骤上变复杂，但精度却有明显的提高，且整个标定过程简单易操作，实用性强。
-
公开(公告)号：CN113902809B
公开(公告)日：2025-01-17
申请号：CN202111075277.7
申请日：2021-09-14
Applicant: 立得空间信息技术股份有限公司
Abstract: 本发明涉及一种红外相机与激光雷达联合标定的方法。首先利用角点检测算法提取红外图像上的像素坐标，然后利用最小二乘法求解内参，得到标定板在相机坐标系中的位置，接着单点交互提取标定板平面点，得到标定板在激光坐标系中的位置，最后利用两者的平面距离差为零的约束条件进行迭代优化求解，得到两者之间的外参，最终完成红外相机与激光雷达的联合标定。本发明将红外相机内参标定和与激光雷达外参标定分开，虽然步骤上变复杂，但精度却有明显的提高，且整个标定过程简单易操作，实用性强。
-
公开(公告)号：CN113095309B
公开(公告)日：2021-09-14
申请号：CN202110645435.1
申请日：2021-06-10
Applicant: 立得空间信息技术股份有限公司
IPC: G06K9/00 , G06K9/40 , G06K9/44 , G06K9/46 , G06K9/62 , G06T7/73 , G06T5/00 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于点云的道路场景地面标识物的提取方法。首先将激光点云数据分段，分割出地面点云，接着按预设的分辨率将点云转换成图像，对图像进行目标检测与分类，得到地面标识物的位置和类别，然后利用卷积神经网络提取地面标识物的关键点，用标准的路面标识物关键点与提取出的关键点做尺度、方向和位置匹配，最后根据匹配结果将标准的路面标识物转换到地图坐标系。相比现有方法需要对提取结果进行进一步处理才能在高精度地图中使用，本发明在提取的过程中加入关键点提取和关键点匹配两步，使得最终的提取成果能直接输入高精度地图中，提高了生产效率；提取过程使用深度学习的方法，普适性好，可以处理不同激光设备的数据。
-
公开(公告)号：CN113095309A
公开(公告)日：2021-07-09
申请号：CN202110645435.1
申请日：2021-06-10
Applicant: 立得空间信息技术股份有限公司
IPC: G06K9/00 , G06K9/40 , G06K9/44 , G06K9/46 , G06K9/62 , G06T7/73 , G06T5/00 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于点云的道路场景地面标识物的提取方法。首先将激光点云数据分段，分割出地面点云，接着按预设的分辨率将点云转换成图像，对图像进行目标检测与分类，得到地面标识物的位置和类别，然后利用卷积神经网络提取地面标识物的关键点，用标准的路面标识物关键点与提取出的关键点做尺度、方向和位置匹配，最后根据匹配结果将标准的路面标识物转换到地图坐标系。相比现有方法需要对提取结果进行进一步处理才能在高精度地图中使用，本发明在提取的过程中加入关键点提取和关键点匹配两步，使得最终的提取成果能直接输入高精度地图中，提高了生产效率；提取过程使用深度学习的方法，普适性好，可以处理不同激光设备的数据。
-
-
-
Search Results
4
records
(took 0.048 seconds)
