今天也分享一个在工程中遇到的问题:在做激光视觉融合的系统,利用视觉得到的语义信息投影到激光点云上时需要一个准确的外参,但是目前标定方法不能保证全图都投影的很准(和相机的内参和激光视觉的外参都有关系),那应该怎么做呢?
首先解释一下为什么要把视觉的语义信息投影到激光点云上,我不是做深度学习的,但是根据那边的同学反应,现在视觉的语义分割网络可以得到66个lable,而且实时性也还可以,但是激光点云分割只能得到6个lable。所以利用视觉得到激光点云的语义信息很有意义。而且准确的外参是关键。
另外一个激光视觉的标定方法,我昨天介绍过了(明天会详细介绍一些标定的方案),但是激光扫描仪并不是每个实验室都可以买的起的,我们一般都是基于开源的比如autoware得到一个很粗的外参。这个时候我们应该怎么办呢。
1.小范围内最优的外参利用扫描仪的方法可以得到毫米级,所以第一个想法就是把图像分块,把图像分成若干个小块,每个小块单独去利用昨天介绍的标定方法去标定,投影的时候利用不同的外参去投影。
2. 我们利用很粗的外参直接投影到点云上,再把点云投影到深度图或者是强度图上,在小范围内利用图像处理的方法得到强度图或者深度图的边界,利用边界进一步判断点云的标签,再反投影到点云上,得到准确的标签信息。当然这里我觉得也可以利用深度学习来做,不懂我就不乱说了。
激光视觉对齐小技巧
最新推荐文章于 2024-04-02 21:09:12 发布