基于双边约束的多传感器自动标定算法研究

王世刚; 饶淼淼; 邓珍妮; 孔令峰

doi:10.13873/J.1000-9787(2025)05-0146-06

Chinese

您当前的位置：

首页 >

文章列表页 >

基于双边约束的多传感器自动标定算法研究

计算与测试 | 更新时间：2025-09-11

- 基于双边约束的多传感器自动标定算法研究
- 暂无标题
- 传感器与微系统 2025年第5期页码：146-151
- 作者机构：
  
  广西科技大学自动化学院
- 作者简介：
- 基金信息：
  
  广西自然科学基金联合专项项目(2025GXNSFHA069207);广西自然科学基金资助项目(2025GXNSFHA069265)
- DOI：10.13873/J.1000-9787(2025)05-0146-06
  中图分类号： TN958.98;TP212;U463.6
- 纸质出版：2025
- 稿件说明：
移动端阅览
王世刚, 饶淼淼, 邓珍妮, 等. 基于双边约束的多传感器自动标定算法研究[J]. 传感器与微系统, 2025,(5):146-151.
王世刚, 饶淼淼, 邓珍妮, 等. 基于双边约束的多传感器自动标定算法研究[J]. 传感器与微系统, 2025,(5):146-151. DOI： 10.13873/J.1000-9787(2025)05-0146-06.

DOI：

摘要

准确便携的激光雷达(LiDAR)与相机联合标定方案对于智能车辆至关重要。针对自动驾驶系统中的联合标定问题，提出了一种基于三维空间靶标边缘和角点特征双边约束的非重复式扫描LiDAR与相机自动化联合标定方法，简称为AC-Box。该方法打破现有人工标定思维，通过结合PointNet++和Canny等算法，进行目标特征提取和数据空间转换，并建立起各自的损失函数模型，再进行跨模态匹配和电感耦合等离子体(ICP)优化，实现了非重复式扫描LiDAR点云与图像信息的自动精确对齐。实验结果表明，即使在复杂场景下(如反光物存在时)

该方法在具有较高的标定精度的同时，还展现了较强的鲁棒性，能为自动驾驶系统中的不同类型传感器融合提供了高效、可靠的解决方案。

Abstract

关键词

Keywords

references

董文波.基于激光雷达与相机融合的铁路站场内障碍物检测研究[D].西南交通大学,2022(02).

温尔雅.无人机图像处理关键技术的研究与实现[D].电子科技大学,2017(02).

Wang Weiya,Zhou Haifeng,Yan Yuxin,Cheng Xiao,Yang Peng,Gan Liangzhi,Kuang Shaolong.An Automatic Extraction Method on Medical Feature Points Based on PointNet++ for Robot-Assisted Knee Arthroplasty.[J].The international journal of medical robotics + computer assisted surgery : MRCAS,2022.

Bai Zixuan,Jiang Guang,Xu Ailing.LiDAR-Camera Calibration Using Line Correspondences.[J].Sensors (Basel, Switzerland),2020.

袁升,孙丙宇,李昊.基于斜率的点云线段提取算法[J].传感器与微系统,2024(08).

王斐,周扬,龙伟,王斌,周志春,吴统贵.基于三维点云的木荷幼苗表型参数自动测量方法[J].传感器与微系统,2024(05).

徐婕,刘慧,沈跃,杨官学,周昊,王思远.基于改进PointNet++模型的苗圃树木点云分类与分割[J].中国激光,2024(08).

黄伟杰,张希,朱旺旺,赵柏暄,陈浩.基于融合地图的自动驾驶激光雷达定位算法[J].传感器与微系统,2023(05).

史哲慧,关志伟,陈强,许圣洁,朱伯青.标定板尺寸对激光雷达与相机联合标定结果的影响[J].装备制造技术,2022(10).

侯志斌,陆峰,娄静涛,朱愿.毫米波雷达与相机两级融合的3D目标检测方法研究[J].智能计算机与应用,2022(10).

姚钺,任明武.基于PointNet++改进的点云特征提取与分类网络架构[J].计算机与数字工程,2021(10).

施佳豪,王庆,冯悠扬.基于三维标定板的相机标定方法[J].传感器与微系统,2021(06).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据