自动驾驶中的传感器标定方法、装置及电子设备

专利主权项内容

1.一种自动驾驶中的传感器标定方法，包括：获取自动驾驶车辆的激光雷达采集的激光点云；基于所述自动驾驶车辆的相机的初始外参和内参，生成所述激光点云在图像平面上的第一点云投影点以及所述第一点云投影点在所述图像平面对应的图像坐标系下的初始坐标；基于光流学习网络预测所述第一点云投影点的偏差，记为第一偏差；对所述第一偏差进行不确定性建模，基于建模结果从所述第一偏差中确定满足预设条件的偏差，记为第二偏差；基于所述第二偏差和所述初始坐标更新所述第一点云投影点在所述图像坐标系下的坐标，得到目标坐标；基于所述激光点云在相机坐标系下的3D坐标和所述目标坐标，计算得到所述初始外参和真值外参的偏差，记为第三偏差，其中，所述3D坐标通过以下步骤得到：通过所述相机的真值外参将所述激光点云转化为相机坐标系下的第二点云点，得到所述3D坐标，所述相机的真值外参为自动驾驶车辆出厂时，通过标定间或者举板进行标定得到的外参值；利用所述第三偏差对所述初始外参进行更新，得到标定后的外参，所述标定后的外参为所述自动驾驶车辆的相机的标定后的外参；所述方法还包括：通过所述内参将所述第二点云点投影至图像平面，得到第二点云投影点以及所述第二点云投影点在所述图像坐标系下的真值坐标；基于所述初始坐标和所述真值坐标，得到所述第一点云投影点与所述第二点云投影点的偏差，记为第四偏差；其中，所述对所述第一偏差进行不确定性建模，基于建模结果从所述第一偏差中确定满足预设条件的偏差，记为第二偏差，包括：基于所述第一偏差与所述第四偏差的接近程度以及拉普拉斯分布极大似然估计函数，对所述第一偏差的均值和方差进行不确定性建模；基于建立的模型确定每个第一偏差对应的不确定性度量值，其中，所述不确定性度量值为所述第一偏差对应的协方差矩阵的迹；对所有第一偏差对应的不确定性度量值进行排序，对不满足预设条件的不确定性度量值所对应的第一偏差进行过滤，得到满足所述预设条件的第二偏差；将所述第二偏差的均值作为整体标定结果，响应于确定所述整体标定结果不大于预设值，则保留所述第二偏差。 数据由马 克 数 据整理