本技術涉及外參標定，尤其是涉及一種車端和路端激光雷達外參標定方法及裝置。

背景技術：

1、目前，由于車路端雷達的采樣方法和頻率不同，導致車路端點云數(shù)據(jù)存在較大差異，這種不同類型激光雷達獲取的點云稱為異質點云。車路端多傳感器融合問題中的異質點云配準比同源點云配準更加復雜，同時現(xiàn)有車路端多傳感器融合的配準方法基本依賴于感知結果輔助車路端點云的配準，缺少對感知結果本身的挖掘，導致配準效果的下降。

技術實現(xiàn)思路

1、有鑒于此，本技術提供了一種車端和路端激光雷達外參標定方法及裝置，以解決上述技術問題。

2、第一方面，本技術實施例提供一種車端和路端激光雷達外參標定方法，包括：

3、獲取目標區(qū)域的車端激光雷達采集的第一點云數(shù)據(jù)和路端激光雷達采集的第二點云數(shù)據(jù)；

4、利用目標檢測模型對所述第一點云數(shù)據(jù)進行處理，得到第一三維目標框集合；利用目標檢測模型對所述第二點云數(shù)據(jù)進行處理，得到第二三維目標框集合；

5、基于置信度分別從所述第一三維目標框集合中確定預設數(shù)量的第一三維目標框，以及從所述第二三維目標框集合中確定預設數(shù)量的第二三維目標框；

6、基于預設數(shù)量的第一三維目標框與預設數(shù)量的第二三維目標框的相似度，構建親和力矩陣；

7、基于所述親和力矩陣，從預設數(shù)量的第一三維目標框和預設數(shù)量的第二三維目標框中確定多個匹配的目標框對；

8、基于多個匹配的目標框對，確定車端和路端激光雷達的第一外參；在車端和路端激光雷達的第一外參限定的范圍內(nèi)，確定車端和路端激光雷達的第二外參。

9、進一步地，基于置信度分別從所述第一三維目標框集合中確定預設數(shù)量的第一三維目標框，以及從所述第二三維目標框集合中確定預設數(shù)量的第二三維目標框；包括：

10、將所述第一三維目標框集合中的第一三維目標框按照置信度進行降序排列，將第一三維目標框序列的前預設數(shù)量的第一三維目標框作為預設數(shù)量的第一三維目標框；

11、將所述第二三維目標框集合中的第二三維目標框按照置信度進行降序排列，將第二三維目標框序列中的前預設數(shù)量的第二三維目標框作為預設數(shù)量的第二三維目標框。

12、進一步地，基于預設數(shù)量的第一三維目標框與預設數(shù)量的第二三維目標框的相似度，構建親和力矩陣，包括：

13、獲取各第一三維目標框的八個角點的三維坐標，計算所述第一三維目標框的中心點的三維坐標；將所述第一三維目標框的八個角點的三維坐標減去對應的中心點的三維坐標，得到所述第一三維目標框的八個角點的去中心化的三維坐標；

14、獲取各第二三維目標框的八個角點的三維坐標，計算所述第二三維目標框的中心點的三維坐標；將所述第二三維目標框的八個角點的三維坐標減去對應的中心點的三維坐標，得到所述第二三維目標框的八個角點的去中心化的三維坐標；

15、對于第i個第一三維目標框和第j個第二三維目標框，計算關聯(lián)矩陣hij：

16、hij＝xiyjt

17、其中，1≤i≤k，1≤j≤k；k為預設數(shù)量；xi為第i個第一三維目標框的8個角點的去中心化的三維坐標組成的3×8的矩陣；yj為第j個第二三維目標框的8個角點的去中心化的三維坐標組成的3×8的矩陣；

18、對矩陣hij進行svd分解：

19、hij＝uijλvijt

20、其中，uij和vij均為酉矩陣；

21、將第i個第一三維目標框和第j個第二三維目標框作為匹配對，計算得到的車端激光雷達本體坐標系和路端激光雷達本體坐標系之間的旋轉矩陣rij為：

22、rij＝vijuijt

23、則車端激光雷達本體坐標系和路端激光雷達本體坐標系之間的平移向量tij為：

24、

25、其中，為第i個第一三維目標框的中心點的三維坐標，為第j個第二三維目標框的中心點的三維坐標；

26、由此得到k×k組旋轉矩陣和平移向量；

27、利用車端激光雷達本體坐標系和路端激光雷達本體坐標系之間的旋轉矩陣rij和平移向量tij，將k個第一三維目標框轉換到路端激光雷達本體坐標系下，得到k個第三三維目標框；計算第i個第二三維目標框和第j個第三三維目標框的交并比fij；

28、將k×k個第i個第二三維目標框和第j個第三三維目標框的交并比fij的和，作為第二三維目標框和第三三維目標框的相似度：

29、

30、基于所有的相似度aij構建親和力矩陣a。

31、進一步地，基于所述親和力矩陣，從預設數(shù)量的第一三維目標框和預設數(shù)量的第二三維目標框中確定多個匹配的目標框對；包括：

32、構建目標函數(shù)f(w)：

33、

34、其中，矩陣w為決策變量wij組成的矩陣，wij的取值為0或1；其中，wij＝1表示第i個第二三維目標框和第j個第三三維目標框是匹配的，wij＝0表示第i個第二三維目標框和第j個第三三維目標框是不匹配的，且有

35、利用匈牙利算法求解f(w)的最大值，得到k對匹配的第二三維目標框和第三三維目標框；

36、從親和力矩陣a中獲取k對匹配的第二三維目標框和第三三維目標框的匹配得分，將匹配得分大于預設閾值的匹配對作為最終的匹配對。

37、進一步地，在車端和路端激光雷達的第一外參限定的范圍內(nèi)，確定車端和路端激光雷達的第二外參；包括：

38、當最終的匹配對的數(shù)量為n，通過n對匹配的第二三維目標框和第一三維目標框得到的n個第一外參為：l，

39、將n個第一外參作為初次迭代時n個外參粒子的初始位置，在初始位置限定范圍內(nèi)進行迭代搜索，第d+1次迭代后第n個外參粒子的位置為：

40、

41、

42、其中，d為迭代次數(shù)，w為外參粒子的慣性移動因子，1≤n≤n；表示第d次迭代后第n個外參粒子的移動速度；表示第d次迭代后第n個外參外參粒子的位置；c1表示外參粒子個體信任度，c2表示外參粒子的群體信任度，表示第d次迭代后第n個外參粒子經(jīng)過的最好位置；gbestd表示第d次迭代后n個外參粒子經(jīng)過的最好位置；

43、當達到預設的迭代總次數(shù)，將gbestd作為車端和路端激光雷達的第二外參。

44、第二方面，本技術實施例提供一種車端和路端激光雷達外參標定裝置，包括：

45、獲取單元，用于獲取目標區(qū)域的車端激光雷達采集的第一點云數(shù)據(jù)和路端激光雷達采集的第二點云數(shù)據(jù)；

46、檢測單元，用于利用目標檢測模型對所述第一點云數(shù)據(jù)進行處理，得到第一三維目標框集合；利用目標檢測模型對所述第二點云數(shù)據(jù)進行處理，得到第二三維目標框集合；

47、第一確定單元，用于基于置信度分別從所述第一三維目標框集合中確定預設數(shù)量的第一三維目標框，以及從所述第二三維目標框集合中確定預設數(shù)量的第二三維目標框；

48、構建單元，用于基于預設數(shù)量的第一三維目標框與預設數(shù)量的第二三維目標框的相似度，構建親和力矩陣；

49、第二確定單元，用于基于所述親和力矩陣，從預設數(shù)量的第一三維目標框和預設數(shù)量的第二三維目標框中確定多個匹配的目標框對；

50、第三確定單元，用于基于多個匹配的目標框對，確定車端和路端激光雷達的第一外參；在車端和路端激光雷達的第一外參限定的范圍內(nèi)，確定車端和路端激光雷達的第二外參。

51、第三方面，本技術實施例提供了一種電子設備，包括：存儲器、處理器和存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)本技術實施例的方法。

52、第四方面，本技術實施例一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器運行時實現(xiàn)本技術實施例的方法。

53、本技術提高了車端和路端激光雷達外參標定的精度。