自动驾驶之多传感器融合-理论篇-空间同步-多传感器同步理论_20210703.pdfVIP

如果车辆在运动过程中，传感器姿态发生变化呢？所以这就需要进行空间配准，即空间 同步。这一块的内容与前融合的思想有点类似，即基于 targetless 的动态标定。不管是相 机与相机，还是相机与激光雷达，还是激光雷达与激光雷达，在运动过程中，都会遇到轻微 的移动，即 R和 T 发生微小的变动，所以需要对传感器的 R和 T 进行校正。对于传感器的 空间同步，要求空间同步精度控制在 1~2个像素内。 相机到相机：一般智能驾驶会采用多个相机，长距相机一般视野比较小，用来检测远处 场景，短距相机的视野比较大，一般用来车道线检测和近处检测等。常规的做法一般是将同 一视野范围内的图像进行融合 （和融合相关了）判断，检测同一目标是否进行对齐。在融合 图像中，一般选择距离适中的目标进行对齐 （如 50 米以外），这样重合后能够得到较高的 精度。如果出现重影或者错位，那么就认为是存在误差，当误差大于一定范围 （范围根据经 验定义）时，标定失败，需要重新进行标定。（注：近处物体因为相机畸变，存在水平错位， 且距离越近，错位量越大。纵向不受畸变影响。） 相机到激光：相机和激光的标定是目前经常采用方法是投影法，即将产生的点云数据投 影到图像内 （数据融合来了），然后寻找其中具有明显边缘的物体和标记物，检查其轮廓对 齐情况，一般算法包括语义分割和点云分割等