一种基于面阵雷达点云数据的相机标定方法及存储介质

技术领域

本发明属于物体视觉识别技术领域，具体涉及一种基于面阵雷达点云数据的相机标定方法及存储介质。

背景技术

近年来，随着智能工厂和无人仓库的兴起以及传统制造业的转型升级，基于激光自主导航的激光叉车作为一种重要的AGV设备已经在众多的自动化生产线中得到广泛应用。但是随着AGV智能化的程度越来越高，逐渐增加对视觉相机的依赖。在视觉相机的实际应用中，有实现视觉导航和3D避障的功能，也有实现物体识别的功能。

在现实应用过程中，点云相机的安装并非如理想状态下，能够非常标准固定在工位上。通常是由于机械孔位的加工误差和钣金件的微变形，或人为导致的角度偏差，使得点云相机所获取的数据也随之发生角度的偏移，从而需要人工多次调整相机的位置偏差，操作较为繁琐。

发明内容

本发明的目的在于克服现有的点云相机安装在AGV上时需要多次调整位置偏差存在操作繁琐的问题，提供一种自动补偿位置偏差的基于面阵雷达点云数据的相机标定方法及存储介质。

为了达到上述目的，本发明采用以下技术方案：

一种基于面阵雷达点云数据的相机标定方法，其特征在于，包括以下步骤：

a.将点云相机获取的点云数据，根据空间、集合和纹理的特征进行点云分割，然后将分割后的点云数据进行平面方程验算，获取地面的平面方程(AX+BY+CZ+D＝0)。

b.根据地面的平面方程(AX+BY+CZ+D＝0)，获取地面的法向量

c.使用地面的法向量

与现有技术相比，本发明的基于面阵雷达点云数据的相机标定方法，点云相机对环境进行拍摄获取点云数据，然后利用点云数据进行分析获取地面的平面方程，并计算出相对世界坐标系数据偏差的旋转轴以及旋转轴夹角θ，最后利用计算出旋转轴以及旋转轴夹角θ作为现场环境拍摄时的位置偏差补偿，从而较好地免除了需要人工多次调整点云相机的调整位置偏差，调试方便，而且适用与点云相机装配不同的AGV车体上，通用性高。

进一步的，在步骤a中，分别为分割形成的多组点云数据选择平面作为参数化模型，并从每组数据中随机选择n个采样点，若n个采样点适合平面模型且n个采样点数据偏差值小于预设阈值，则记录对应组的点云数据，最后从记录的多组点云数据中选择最优选的点云数据，从而作为得出的地面的平面方程；通过这样设置，便于获取最优先的地面的平面方程。

进一步的，在步骤c中，旋转轴向量的方向与

进一步的，还包括以下步骤：d.重复收集N次点云相机获取的点云数据，并进行步骤a至c的数据处理，然后将计算出结果的旋转轴以及旋转轴夹角θ进行均值处理，得出最终的旋转轴以及旋转轴夹角θ数据，作为点云相机在实际场景应用时的纠正补偿数据；通过这样设置，便于较好地得到温度的旋转中和角度标定数据，以及在接下来的计算中将面阵雷达的采集数据转化为世界坐标系的数据，将两者数据统一起来。

一种存储介质，存储介质存储有计算机程序,所述计算机程序配置为由处理器调用时实现所述的AGV磁寻迹偏移量计算方法；通过这样设置，本发明的存储介质，点云相机对环境进行拍摄获取点云数据，然后利用点云数据进行分析获取地面的平面方程，并计算出相对世界坐标系数据偏差的旋转轴以及旋转轴夹角θ，最后利用计算出旋转轴以及旋转轴夹角θ作为现场环境拍摄时的位置偏差补偿，从而较好地免除了需要人工多次调整点云相机的调整位置偏差，调试方便，而且适用与点云相机装配不同的AGV车体上，通用性高。

附图说明

图1为基于面阵雷达点云数据的相机标定方法的流程图

具体实施方式

以下结合附图说明本发明的技术方案：

实施例一：

参见图1，本发明的基于面阵雷达点云数据的相机标定方法，其特征在于，包括以下步骤：

a.将点云相机获取的点云数据，根据空间、集合和纹理的特征进行点云分割，使得同一划分区域内的点云拥有相似的上述特征，然后将分割后的点云数据进行平面方程验算，例如将分割点云数据以随机采样一致性算法RANSAC(Random Sample Consensus)为核心进行验算，获取地面的平面方程(AX+BY+CZ+D＝0)。

b.根据地面的平面方程(AX+BY+CZ+D＝0)，获取地面的法向量

c.使用地面的法向量

与现有技术相比，本发明的基于面阵雷达点云数据的相机标定方法，点云相机对环境进行拍摄获取点云数据，然后利用点云数据进行分析获取地面的平面方程，并计算出相对世界坐标系数据偏差的旋转轴以及旋转轴夹角θ，最后利用计算出旋转轴以及旋转轴夹角θ作为现场环境拍摄时的位置偏差补偿，从而较好地免除了需要人工多次调整点云相机的调整位置偏差，调试方便，而且适用与点云相机装配不同的AGV车体上，通用性高。

在一种实施例中，在步骤a中，分别为分割形成的多组点云数据选择平面(SACMODEL_PLANE)作为参数化模型，并从每组数据中随机选择n个采样点，若n个采样点适合平面模型且n个采样点数据偏差值小于预设阈值(计算偏差值的方式可以通过均值、方差等方式计算)，则记录对应组的点云数据，最后从记录的多组点云数据中选择最优选的点云数据，从而作为得出的地面的平面方程；通过这样设置，便于获取最优先的地面的平面方程。

在一种实施例中，在步骤c中，旋转轴向量的方向与

在一种实施例中，还包括以下步骤：d.重复收集N次点云相机获取的点云数据，优选的，N≥100，并进行步骤a至c的数据处理，然后将计算出结果的旋转轴以及旋转轴夹角θ进行均值处理，得出最终的旋转轴以及旋转轴夹角θ数据，作为点云相机在实际场景应用时的纠正补偿数据；通过这样设置，重复收集N次数据，然后将计算结果进行均值处理，完善面阵雷达数据漂移的特性。在得到稳定的旋转轴和角度标定数据之后，便可在接下来的计算中将面阵雷达的采集数据转化成世界坐标系的数据，将俩者数据统一起来。

实施例二：

参见图1，本发明的存储介质，存储介质存储有计算机程序,所述计算机程序配置为由处理器调用时实现实施例一的AGV磁寻迹偏移量计算方法；通过这样设置，本发明的存储介质，点云相机对环境进行拍摄获取点云数据，然后利用点云数据进行分析获取地面的平面方程，并计算出相对世界坐标系数据偏差的旋转轴以及旋转轴夹角θ，最后利用计算出旋转轴以及旋转轴夹角θ作为现场环境拍摄时的位置偏差补偿，从而较好地免除了需要人工多次调整点云相机的调整位置偏差，调试方便，而且适用与点云相机装配不同的AGV车体上，通用性高。

根据上述说明书的揭示和教导，本发明所属领域的技术人员还可以对上述实施方式进行变更和修改。因此，本发明并不局限于上面揭示和描述的具体实施方式，对本发明的一些修改和变更也应当落入本发明的权利要求的保护范围内。此外，尽管本说明书中使用了一些特定的术语，但这些术语只是为了方便说明，并不对本发明构成任何限制。