Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江大学项志宇获国家专利权

浙江大学项志宇获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉浙江大学申请的专利一种基于语义边缘对齐的激光雷达-相机在线自标定方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118736019B

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410777917.6,技术领域涉及:G06T7/80;该发明授权一种基于语义边缘对齐的激光雷达-相机在线自标定方法是由项志宇;庞博文设计研发完成,并于2024-06-17向国家知识产权局提交的专利申请。

一种基于语义边缘对齐的激光雷达-相机在线自标定方法在说明书摘要公布了:本发明公开了一种基于语义边缘对齐的激光雷达‑相机在线自标定方法。首先对图像和激光雷达采集的数据进行语义分割,得到图像语义分割和点云语义分割结果;接着对图像语义分割结果提取边缘,而点云语义分割结果经过环视视图变换和填充后再提取边缘。在使用存在偏差的初始外参将点云语义边缘投影到图像像素坐标系后,通过由粗到细不断精细化搜索最大匹配得分的方式,优化并修正激光雷达与相机之间的外参。本发明实现了不依赖于标定板的在线联合外参自标定,可适应任意形状的语义类别边缘匹配,不依赖于特定场景,标定精度高,可靠性好,提高了激光雷达与相机在线自标定的场景适应性,对于自动驾驶的准确多传感器融合具有很高实用价值。

本发明授权一种基于语义边缘对齐的激光雷达-相机在线自标定方法在权利要求书中公布了:1.一种基于语义边缘对齐的激光雷达-相机在线自标定方法,其特征在于,包括如下步骤: 1对相机采集的图像数据进行语义分割处理,获得图像语义分割结果,根据语义分割结果提取获得图像语义边缘; 2对激光雷达采集的点云数据进行语义分割处理,获得点云语义分割结果,根据点云语义分割结果提取获得点云语义边缘; 所述2中,根据点云语义分割结果提取获得点云语义边缘,具体为: 首先,将点云语义分割结果变换到环视视图下,得到稀疏环视图像,所述稀疏环视图像包含4个通道,分别代表点云的3D坐标和语义预测结果;接着,将稀疏环视图像填充补全成致密的图像后获得致密环视图像,接着在致密环视图像上使用边缘检测方法提取边缘后,获得点云语义边缘; 3利用初始的外参矩阵将点云语义边缘投影到相机图像坐标系下,获得投影后的2D点云边缘;根据投影后的2D点云边缘和图像语义边缘进行外参的迭代优化,使得投影后的2D点云边缘与图像语义边缘对齐,从而获得标定后的外参矩阵; 所述3具体为: 3.1根据当前的外参矩阵和相机的内参矩阵,将点云语义边缘投影到图像上,生成相机图像坐标系下的投影后的2D点云边缘; 3.2统计投影后的2D点云边缘中每个2D点云投影点附近与其相同类别的图像语义边缘点数量并记为每个2D点云投影点的匹配数量,若每个2D点云投影点的匹配数量大于等于1,则该每个2D点云投影点记为匹配边缘点; 3.3若匹配边缘点数量与投影后的2D点云边缘中的点数的比值小于预设阈值,则进行标定异常报警,否则执行3.4; 3.4根据语义类别权重和匹配数量对每个2D点云投影点进行加权求和,获得每个2D点云投影点的匹配置信度,将投影后的2D点云边缘中所有2D点云投影点的匹配置信度累加后的结果作为当前外参矩阵的匹配置信度; 3.5重复3.1-3.4,由粗到细地进行外参搜索,将匹配置信度最高的外参矩阵作为标定后的外参矩阵。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。