-
公开(公告)号：CN108020826B
公开(公告)日：2019-11-19
申请号：CN201711012232.9
申请日：2017-10-26
Applicant: 厦门大学
Abstract: 本发明公开了一种多线激光雷达与多路相机混合标定方法，包括以下步骤：S1、多路相机的原始图像数据、多线激光雷达点云数据以及静态激光雷达点云数据的采集；S2、各相机内参模型的求解；S3、对各相机采集的图像进行去畸变,得到矫正后的图像；S4、将静态激光雷达点云数据配准到多线激光雷达点云坐标系中；S5、在S4配准好的点云数据中获取各相机在多线激光雷达点云坐标系中的位置(Xs,Ys,Zs)；S6、在各相机矫正后的图像中选取至少4个靶标的像素坐标(u,v)和相对应的以多线激光雷达为坐标原点的点云中靶标的三维坐标(Xp,Yp,Zp)；S7、根据各相机的内参模型、相机位置(Xs,Ys,Zs)及相机所对应的靶标的像素坐标(u,v)和三维坐标(Xp,Yp,Zp)，建立共线方程，求出各相机的姿态角元素和9个方向余弦，完成标定。
-
Patent Agency Ranking
公开(公告)号：CN106872963A
公开(公告)日：2017-06-20
申请号：CN201710207016.3
申请日：2017-03-31
Applicant: 厦门大学
IPC: G01S7/497
Abstract: 本发明公开了一种多组多线激光雷达的自动标定算法，包括以下步骤：S1、估计激光雷达A与激光雷达B的坐标变换关系初值Tguess；S2、对激光雷达A所采集的点云数据进行局部子地图M的构建；S3、基于数据同步和轨迹同步的假设，将点云数据通过与Tguess变换到时刻n在局部子地图M中的位置，并通过最近邻点云搜索算法找到其在局部子地图M中的附近点；S4、基于环境一致性约束，求解激光雷达A与激光雷达B的多组标定关系S5、使用随机采样一致性规则消除多组标定矩阵中的异常样本点，最后取均值求出Tcali。本发明所示的自动标定算法只需要根据激光雷达传感器的同步数据，就能自动标定雷达之间的坐标关系，高效快捷，并且能推广到多雷达系统的标定中。
-
公开(公告)号：CN107978017B
公开(公告)日：2020-05-12
申请号：CN201710965539.4
申请日：2017-10-17
Applicant: 厦门大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于框线提取的室内结构快速建模方法，包括以下步骤：S1、利用背负式移动测绘系统获取室内的三维点云数据；S2、对室内三维点云数据分为墙面点、天花板点、地面点以及杂点；S3、对墙面点、天花板点以及地面点进行框线提取以分别获得墙面框线、天花板的最外围框线以及地面的最外围框线；S4、分别对提取的天花板及地面的最外围框线进行优化处理；S5、根据天花板与地面的对应关系，连接优化处理后的天花板与地面的最外围框线，得到除门窗之外的室内三维框线；S6、以室内三维框线对墙面线进行过滤以获取门窗线，并对获得的门窗线进行线性优化处理，将处理后的门框线置入室内三维框线，获得完整的室内三维模型。
-
公开(公告)号：CN108020826A
公开(公告)日：2018-05-11
申请号：CN201711012232.9
申请日：2017-10-26
Applicant: 厦门大学
Abstract: 本发明公开了一种多线激光雷达与多路相机混合标定方法，包括以下步骤：S1、多路相机的原始图像数据、多线激光雷达点云数据以及静态激光雷达点云数据的采集；S2、各相机内参模型的求解；S3、对各相机采集的图像进行去畸变,得到矫正后的图像；S4、将静态激光雷达点云数据配准到多线激光雷达点云坐标系中；S5、在S4配准好的点云数据中获取各相机在多线激光雷达点云坐标系中的位置(Xs,Ys,Zs)；S6、在各相机矫正后的图像中选取至少4个靶标的像素坐标(u,v)和相对应的以多线激光雷达为坐标原点的点云中靶标的三维坐标(Xp,Yp,Zp)；S7、根据各相机的内参模型、相机位置(Xs,Ys,Zs)及相机所对应的靶标的像素坐标(u,v)和三维坐标(Xp,Yp,Zp)，建立共线方程，求出各相机的姿态角元素和9个方向余弦，完成标定。
-
公开(公告)号：CN106872963B
公开(公告)日：2019-08-27
申请号：CN201710207016.3
申请日：2017-03-31
Applicant: 厦门大学
IPC: G01S7/497
Abstract: 本发明公开了一种多组多线激光雷达的自动标定算法，包括以下步骤：S1、估计激光雷达A与激光雷达B的坐标变换关系初值Tguess；S2、对激光雷达A所采集的点云数据进行局部子地图M的构建；S3、基于数据同步和轨迹同步的假设，将点云数据通过与Tguess变换到时刻n在局部子地图M中的位置，并通过最近邻点云搜索算法找到其在局部子地图M中的附近点；S4、基于环境一致性约束，求解激光雷达A与激光雷达B的多组标定关系S5、使用随机采样一致性规则消除多组标定矩阵中的异常样本点，最后取均值求出Tcali。本发明所示的自动标定算法只需要根据激光雷达传感器的同步数据，就能自动标定雷达之间的坐标关系，高效快捷，并且能推广到多雷达系统的标定中。
-
公开(公告)号：CN107978017A
公开(公告)日：2018-05-01
申请号：CN201710965539.4
申请日：2017-10-17
Applicant: 厦门大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于框线提取的室内结构快速建模方法，包括以下步骤：S1、利用背负式移动测绘系统获取室内的三维点云数据；S2、对室内三维点云数据分为墙面点、天花板点、地面点以及杂点；S3、对墙面点、天花板点以及地面点进行框线提取以分别获得墙面框线、天花板的最外围框线以及地面的最外围框线；S4、分别对提取的天花板及地面的最外围框线进行优化处理；S5、根据天花板与地面的对应关系，连接优化处理后的天花板与地面的最外围框线，得到除门窗之外的室内三维框线；S6、以室内三维框线对墙面线进行过滤以获取门窗线，并对获得的门窗线进行线性优化处理，将处理后的门框线置入室内三维框线，获得完整的室内三维模型。
-
-
-
-
-
Search Results
6
records
(took 0.032 seconds)
