基于特征匹配的激光雷达和相机外参标定方法

智能驾驶系统的车载传感信息通常由激光雷达信息和相机信息融合而成，精确稳定的外参数标定是有效多源信息融合的基础。为提高感知系统鲁棒性，文章提出一种基于特征匹配的激光雷达和相机标定方法。首先，提出点云数据球心算法和图像数据椭圆算法提取特征点的点云三维坐标和像素二维坐标；接着，建立特征点在激光雷达坐标系和相机坐标系下的点对约束，构建非线性优化问题；最后，采用非线性优化算法优化激光雷达和相机的外参数。利用优化后的外参数将激光雷达点云投影至图像，结果显示，激光雷达和相机联合标定精度横向平均误差和纵向平均误差分别为3.06像素和1.19像素。文章提出的方法与livox＿camera＿lidar＿calibration方法相比，平均投影误差减少了40.8%，误差方差减少了56.4%，其精度和鲁棒性明显优于后者。