1.本公开涉及人工智能技术领域，特别涉及自动驾驶、计算机视觉以及深度学习等领域的外参标定方法、装置、电子设备及存储介质。
背景技术：2.无人驾驶车辆上通常会设置有相机以及激光雷达等传感器，相机的个数通常为多个，如13个，其中的部分相机为鱼眼相机，所述鱼眼相机可为环视鱼眼相机。为提升车辆性能及行车安全等，需要预先进行外参标定，如进行鱼眼相机到地面的外参标定。
技术实现要素：3.本公开提供了外参标定方法、装置、电子设备及存储介质。
4.一种外参标定方法，包括：
5.获取待处理的鱼眼相机到激光雷达的第一空间变换关系，所述鱼眼相机及所述激光雷达位于同一设备上；
6.获取所述激光雷达到地面的第二空间变换关系；
7.根据所述第一空间变换关系以及所述第二空间变换关系，确定出所述鱼眼相机到地面的第三空间变换关系。
8.一种外参标定装置，包括：第一获取模块、第二获取模块以及确定模块；
9.所述第一获取模块，用于获取待处理的鱼眼相机到激光雷达的第一空间变换关系，所述鱼眼相机及所述激光雷达位于同一设备上；
10.所述第二获取模块，用于获取所述激光雷达到地面的第二空间变换关系；
11.所述确定模块，用于根据所述第一空间变换关系以及所述第二空间变换关系，确定出所述鱼眼相机到地面的第三空间变换关系。
12.一种电子设备，包括：
13.至少一个处理器；以及
14.与所述至少一个处理器通信连接的存储器；其中，
15.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如以上所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行如以上所述的方法。
17.一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现如以上所述的方法。
18.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
19.附图用于更好地理解本方案，不构成对本公开的限定。其中：
20.图1为本公开所述外参标定方法实施例的流程图；
21.图2为本公开所述标定间的示意图；
22.图3为本公开所述外参标定装置第一实施例300的组成结构示意图；
23.图4为本公开所述外参标定装置第二实施例400的组成结构示意图；
24.图5为本公开所述外参标定装置第三实施例500的组成结构示意图；
25.图6示出了可以用来实施本公开的实施例的电子设备600的示意性框图。
具体实施方式
26.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
27.另外，应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
28.图1为本公开所述外参标定方法实施例的流程图。如图1所示，包括以下具体实现方式。
29.在步骤101中，获取待处理的鱼眼相机到激光雷达的第一空间变换关系，鱼眼相机及激光雷达位于同一设备上。
30.在步骤102中，获取激光雷达到地面的第二空间变换关系。
31.在步骤103中，根据第一空间变换关系以及第二空间变换关系，确定出鱼眼相机到地面的第三空间变换关系。
32.采用上述方法实施例所述方案，可结合鱼眼相机到激光雷达的空间变换关系以及激光雷达到地面的空间变换关系，确定出鱼眼相机到地面的空间变换关系，从而为无人驾驶车辆借助于鱼眼感知系统识别障碍物等提供了良好的基础，另外，需要说明的是，本公开所述方案不仅适用于无人驾驶车辆，还可以适用于移动机器人等，只要有相应的外参标定需求的设备均可适用，具有广泛适用性。
33.空间变换关系也可称为空间转换关系或位姿变换关系等，位姿即指位置和姿态。
34.针对待处理的鱼眼相机，可首先获取鱼眼相机到激光雷达的第一空间变换关系。如前所述，鱼眼相机和激光雷达位于同一设备上，如位于同一无人驾驶车辆上。
35.本公开的一个实施例中，所述设备可位于标定间中的预定位置，标定间符合预定的内部空间尺寸要求，且标定间的厂门、内墙以及地面上均设置有二维码，比如，标定间的厂门、内墙以及地面上可按一定序号排布有二维码。图2为本公开所述标定间的示意图，其中的灰色区域表示内壁，部分内壁区域上的二维码排布方式可如图中所示，其它内壁区域相同，图中的矩形表示二维码，在实际应用中，各二维码的大小可以相同，也可以如图中所示包括不同大小的二维码，不同大小的二维码可按照图中所示方式排布，或者，也可以按照预定的其它方式排布。
36.借助于标定间，可实现各种外参标定，如本公开所述的确定出鱼眼相机到地面的第三空间变换关系以及鱼眼相机到激光雷达的第一空间变换关系等。
37.本公开的一个实施例中，可获取标定间对应的激光点云模型，如可利用激光扫描仪对标定间进行三维点云建模，得到激光点云模型，激光扫描仪可为毫米级精度的激光扫描仪，利用激光扫描仪，可方便高效地获取到所需的激光点云模型，并确保了模型的准确性等。另外，还可根据激光点云模型确定出各二维码的三维坐标，以备后续使用。
38.相应地，可采用以下方式确定出鱼眼相机到激光雷达的第一空间变换关系：根据鱼眼相机拍摄到的原始图像中的二维码的二维坐标以及三维坐标，确定出鱼眼相机相对于标定间(即相对于标定间的参考系)的第五空间变换关系，利用激光点云模型确定出激光雷达相对于标定间的第四空间变换关系，结合第五空间变换关系以及第四空间变换关系，确定出鱼眼相机到激光雷达的第一空间变换关系。
39.如何获取鱼眼相机到激光雷达的第一空间变换关系不作限制，以上仅为举例说明。
40.除上述第一空间变换关系外，还需要获取激光雷达到地面(即地面坐标系)的第二空间变换关系，如何获取同样不作限制，如可采用已有的成熟的实现方式。
41.之后，可根据第一空间变换关系以及第二空间变换关系，确定出鱼眼相机到地面的第三空间变换关系。比如，每个空间变换关系可分别视为一个矩阵，可将两个矩阵相乘，从而得到所需的第三空间变换关系。
42.本公开的一个实施例中，还可利用标定间对应的激光点云模型，对第三空间变换关系进行优化。即可借助于三维建模结果来对第三空间变换关系进行优化，从而进一步提升了获取到的第三空间变换关系的准确性等。
43.具体地，本公开的一个实施例中，可将鱼眼相机拍摄到的原始图像中的二维码作为观测点，分别获取各观测点的地面投影坐标，并可分别获取各观测点对应的模型点的地面投影坐标，模型点为激光点云模型中的二维码，之后可分别获取各观测点与对应的模型点的地面投影坐标之间的误差，进而可根据所述误差对第三空间变换关系进行优化。
44.比如，假设原始图像中包括10个二维码，那么可将这10个二维码分别作为观测点，并可分别确定出这10个二维码对应的模型点，以观测点1为例，假设其为二维码1，那么观测点1对应的模型点即为激光点云模型中的二维码1，即观测点和其对应的模型点对应的是同一个二维码。
45.原始图像中通常会包括多个二维码，即鱼眼相机视野范围内的多个二维码，针对每个二维码，可分别获取所述误差，进而可结合获取到的所有误差对第三空间变换关系进行优化，从而提升了优化效果。
46.本公开的一个实施例中，针对任一观测点，可分别根据该观测点在原始图像中的二维坐标以及第三空间变换关系，确定出该观测点的地面投影坐标，地面投影坐标为二维坐标。
47.即针对任一观测点，可根据该观测点在原始图像中的坐标位置以及鱼眼相机到地面的空间变换关系，确定出该观测点在原始图像对应的地面投影图像中的坐标位置。比如，可将该观测点在原始图像中的坐标位置以及鱼眼相机到地面的空间变换关系按照预定计算方式进行计算，从而得到该观测点在原始图像对应的地面投影图像中的坐标位置。
48.本公开的一个实施例中，针对任一观测点，还可根据激光点云模型确定出该观测点对应的模型点的三维坐标，并可根据该观测点对应的模型点的三维坐标、第二空间变换关系以及激光雷达相对于标定间的第四空间变换关系，确定出该观测点对应的模型点的地面投影坐标，地面投影坐标为二维坐标。
49.即针对任一观测点，可首先获取其对应的模型点的三维坐标，之后可根据获取到的三维坐标、激光雷达到地面的空间变换关系以及激光雷达相对于标定间的空间变换关系，确定出该观测点对应的模型点在原始图像对应的地面投影图像中的坐标位置。比如，可将获取到的三维坐标、激光雷达到地面的空间变换关系以及激光雷达相对于标定间的空间变换关系按照预定计算方式进行计算，从而得到该观测点对应的模型点在原始图像对应的地面投影图像中的坐标位置。
50.针对任一观测点，在分别获取到该观测点的地面投影坐标以及该观测点对应的模型点的地面投影坐标之后，可获取两个地面投影坐标的误差，即坐标位置的误差。
51.进一步地，可结合获取到的各误差对第三空间变换关系进行优化，比如，可采用列文伯格-马夸尔特(lm，levenberg-marquardt)算法，在非线性优化框架下对第三空间变换关系进行优化。
52.通过上述处理，可得到优化后的鱼眼相机到地面的空间变换关系，从而提升了获取到的空间变换关系的准确性，进而提升了基于所述空间变换关系所作处理的处理结果的准确性，如提升了无人驾驶车辆借助于鱼眼感知系统识别到的障碍物的准确性等。
53.本公开的一个实施例中，还可对优化后的第三空间变换关系进行评分，响应于确定评分大于预定阈值，可将优化后的第三空间变换关系进行线上使用。所述阈值的具体取值可根据实际需要而定。
54.比如，可利用精度量化工具，对第三空间变换关系进行评分，即可将第三空间变换关系作为精度量化工具的输入，从而得到输出的评分。当然，如果需要，也可以采用其它的评分方式，比如，可利用预先训练得到的评分模型来对第三空间变换关系进行评分。
55.可将得到的评分与阈值进行比较，若评分大于阈值，可将优化后的第三空间变换关系进行线上使用，否则，可返回标定失败消息或按照本公开所述方式对鱼眼相机进行重新标定等。
56.通过对优化后的第三空间变换关系进行评分以及与阈值进行比较，进一步确定了优化后的第三空间变换关系的准确性，从而提升了其实际应用效果等。
57.上述过程可举例说明如下：
58.以无人驾驶车辆为例，假设无人驾驶车辆上包括13个相机，其中4个为鱼眼相机，车辆可从标定间正门开进标定间，停在标定间中央的预定位置，之后，针对13个相机中的每个相机，可分别获取该相机到激光雷达的第一空间变换关系，并且，针对每个鱼眼相机，还可分别获取该鱼眼相机到地面的第三空间变换关系，之后，还可利用标定间对应的激光点云模型，对得到的第三空间变换关系进行优化，进而可利用精度量化工具对优化后的第三空间变换关系进行评分，若评分大于阈值，则可将优化后的第三空间变换关系上传云端，进行线上使用，否则，可返回标定失败消息或对该鱼眼相机进行重新标定等。
59.需要说明的是，对于前述的方法实施例，为了简单描述，将其表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本
公开，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本公开所必须的。
60.总之，采用本公开所述方案，可高效准确地确定出鱼眼相机到地面的空间变换关系，进而提升了借助于鱼眼感知系统识别到的障碍物的准确性等。
61.以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。
62.图3为本公开所述外参标定装置第一实施例300的组成结构示意图。如图3所示，包括：第一获取模块301、第二获取模块302以及确定模块303。
63.第一获取模块301，用于获取待处理的鱼眼相机到激光雷达的第一空间变换关系，鱼眼相机及激光雷达位于同一设备上。
64.第二获取模块302，用于获取激光雷达到地面的第二空间变换关系。
65.确定模块303，用于根据第一空间变换关系以及第二空间变换关系，确定出鱼眼相机到地面的第三空间变换关系。
66.采用上述装置实施例所述方案，可结合鱼眼相机到激光雷达的空间变换关系以及激光雷达到地面的空间变换关系，确定出鱼眼相机到地面的空间变换关系，从而为无人驾驶车辆借助于鱼眼感知系统识别障碍物等提供了良好的基础，另外，需要说明的是，本公开所述方案不仅适用于无人驾驶车辆，还可以适用于移动机器人等，只要有相应的外参标定需求的设备均可适用，具有广泛适用性。
67.如前所述，鱼眼相机和激光雷达位于同一设备上，如位于同一无人驾驶车辆上。
68.本公开的一个实施例中，所述设备可位于标定间中的预定位置，标定间需要符合预定的内部空间尺寸要求，且标定间的厂门、内墙以及地面上均设置有二维码，比如，标定间的厂门、内墙以及地面上可按一定序号排布有二维码。
69.图4为本公开所述外参标定装置第二实施例400的组成结构示意图。如图4所示，包括：第一获取模块401、第二获取模块402、确定模块403以及优化模块404。
70.其中，第一获取模块401、第二获取模块402以及确定模块403可与图3所示实施例中的对应模块相同。
71.优化模块404，用于利用标定间对应的激光点云模型，对获取到的第三空间变换关系进行优化。
72.本公开的一个实施例中，激光点云模块可为利用激光扫描仪对标定间进行三维点云建模后得到的激光点云模型。如可利用激光扫描仪对标定间进行三维点云建模，得到激光点云模型，激光扫描仪可为毫米级精度的激光扫描仪。另外，还可根据激光点云模型确定出各二维码的三维坐标，以备后续使用。
73.相应地，本公开的一个实施例中，优化模块404可将鱼眼相机拍摄到的原始图像中的二维码作为观测点，分别获取各观测点的地面投影坐标，并可分别获取各观测点对应的模型点的地面投影坐标，模型点为激光点云模型中的二维码，之后可分别获取各观测点与对应的模型点的地面投影坐标之间的误差，进而可根据所述误差对第三空间变换关系进行优化。
74.本公开的一个实施例中，针对任一观测点，优化模块404可分别根据该观测点在原
始图像中的二维坐标以及第三空间变换关系，确定出该观测点的地面投影坐标，地面投影坐标为二维坐标。
75.本公开的一个实施例中，针对任一观测点，优化模块404还可根据激光点云模型确定出该观测点对应的模型点的三维坐标，并可根据该观测点对应的模型点的三维坐标、第二空间变换关系以及激光雷达相对于标定间的第四空间变换关系，确定出该观测点对应的模型点的地面投影坐标，地面投影坐标为二维坐标。
76.相应地，针对任一观测点，在分别获取到该观测点的地面投影坐标以及该观测点对应的模型点的地面投影坐标之后，可获取两个地面投影坐标的误差，即坐标位置的误差。
77.进一步地，可结合获取到的各误差对第三空间变换关系进行优化，比如，可采用lm算法，在非线性优化框架下对第三空间变换关系进行优化。
78.图5为本公开所述外参标定装置第三实施例500的组成结构示意图。如图5所示，包括：第一获取模块501、第二获取模块502、确定模块503、优化模块504以及评分模块505。
79.其中，第一获取模块501、第二获取模块502、确定模块503以及优化模块504可与图3和图4所示实施例中的对应模块相同。
80.评分模块505，用于对优化后的第三空间变换关系进行评分，响应于确定评分大于预定阈值，将优化后的第三空间变换关系进行线上使用。
81.比如，可利用精度量化工具，对第三空间变换关系进行评分，即可将第三空间变换关系作为精度量化工具的输入，从而得到输出的评分。
82.可将得到的评分与阈值进行比较，若评分大于阈值，可将优化后的第三空间变换关系进行线上使用，否则，可返回标定失败消息或按照本公开所述方式对鱼眼相机进行重新标定等。
83.上述各装置实施例的具体工作流程可参照前述方法实施例中的相关说明，不再赘述。
84.总之，采用本公开装置实施例所述方案，可高效准确地确定出鱼眼相机到地面的空间变换关系，进而提升了借助于鱼眼感知系统识别到的障碍物的准确性等。
85.本公开所述方案可应用于人工智能领域，特别涉及自动驾驶、计算机视觉以及深度学习等领域。人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术，人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术，人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
86.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
87.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
88.图6示出了可以用来实施本公开的实施例的电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的
部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
89.如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
90.设备600中的多个部件连接至i/o接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
91.计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如本公开所述的方法。例如，在一些实施例中，本公开所述的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由rom 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到ram 603并由计算单元601执行时，可以执行本公开所述的方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开所述的方法。
92.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
93.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
94.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计
算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
95.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
96.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
97.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
98.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
99.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
技术特征：1.一种外参标定方法，包括：获取待处理的鱼眼相机到激光雷达的第一空间变换关系，所述鱼眼相机及所述激光雷达位于同一设备上；获取所述激光雷达到地面的第二空间变换关系；根据所述第一空间变换关系以及所述第二空间变换关系，确定出所述鱼眼相机到地面的第三空间变换关系。2.根据权利要求1所述的方法，还包括：利用标定间对应的激光点云模型，对所述第三空间变换关系进行优化，所述设备位于所述标定间中的预定位置。3.根据权利要求2所述的方法，其中，所述激光点云模块包括：利用激光扫描仪对所述标定间进行三维点云建模后得到的激光点云模型。4.根据权利要求2或3所述的方法，其中，所述标定间的厂门、内墙以及地面上均设置有二维码；所述利用标定间对应的激光点云模型，对所述第三空间变换关系进行优化包括：将所述鱼眼相机拍摄到的原始图像中的二维码作为观测点，分别获取各观测点的地面投影坐标；分别获取各观测点对应的模型点的地面投影坐标，所述模型点为所述激光点云模型中的二维码；分别获取各观测点与对应的模型点的地面投影坐标之间的误差；根据所述误差对所述第三空间变换关系进行优化。5.根据权利要求4所述的方法，其中，所述分别获取各观测点的地面投影坐标包括：针对任一观测点，分别根据所述观测点在所述原始图像中的二维坐标以及所述第三空间变换关系，确定出所述观测点的地面投影坐标，所述地面投影坐标为二维坐标。6.根据权利要求4所述的方法，其中，所述分别获取各观测点对应的模型点的地面投影坐标包括：针对任一观测点，分别根据所述激光点云模型确定出所述观测点对应的模型点的三维坐标；根据所述观测点对应的模型点的三维坐标、所述第二空间变换关系以及所述激光雷达相对于所述标定间的第四空间变换关系，确定出所述观测点对应的模型点的地面投影坐标，所述地面投影坐标为二维坐标。7.根据权利要求2或3所述的方法，还包括：对优化后的所述第三空间变换关系进行评分；响应于确定所述评分大于预定阈值，将优化后的所述第三空间变换关系进行线上使用。8.一种外参标定装置，包括：第一获取模块、第二获取模块以及确定模块；所述第一获取模块，用于获取待处理的鱼眼相机到激光雷达的第一空间变换关系，所述鱼眼相机及所述激光雷达位于同一设备上；所述第二获取模块，用于获取所述激光雷达到地面的第二空间变换关系；
所述确定模块，用于根据所述第一空间变换关系以及所述第二空间变换关系，确定出所述鱼眼相机到地面的第三空间变换关系。9.根据权利要求8所述的装置，还包括：优化模块，用于利用标定间对应的激光点云模型，对所述第三空间变换关系进行优化，所述设备位于所述标定间中的预定位置。10.根据权利要求9所述的装置，其中，所述激光点云模块为利用激光扫描仪对所述标定间进行三维点云建模后得到的激光点云模型。11.根据权利要求9或10所述的装置，其中，所述标定间的厂门、内墙以及地面上均设置有二维码；所述优化模块将所述鱼眼相机拍摄到的原始图像中的二维码作为观测点，分别获取各观测点的地面投影坐标，分别获取各观测点对应的模型点的地面投影坐标，所述模型点为所述激光点云模型中的二维码，分别获取各观测点与对应的模型点的地面投影坐标之间的误差，根据所述误差对所述第三空间变换关系进行优化。12.根据权利要求11所述的装置，其中，所述优化模块针对任一观测点，分别根据所述观测点在所述原始图像中的二维坐标以及所述第三空间变换关系，确定出所述观测点的地面投影坐标，所述地面投影坐标为二维坐标。13.根据权利要求11所述的装置，其中，所述优化模块针对任一观测点，分别根据所述激光点云模型确定出所述观测点对应的模型点的三维坐标，并根据所述观测点对应的模型点的三维坐标、所述第二空间变换关系以及所述激光雷达相对于所述标定间的第四空间变换关系，确定出所述观测点对应的模型点的地面投影坐标，所述地面投影坐标为二维坐标。14.根据权利要求9或10所述的装置，还包括：评分模块，用于对优化后的所述第三空间变换关系进行评分，响应于确定所述评分大于预定阈值，将优化后的所述第三空间变换关系进行线上使用。15.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行权利要求1-7中任一项所述的方法。17.一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现权利要求1-7中任一项所述的方法。
技术总结本公开提供了外参标定方法、装置、电子设备及存储介质，涉及自动驾驶、计算机视觉以及深度学习等人工智能领域，其中的方法可包括：获取待处理的鱼眼相机到激光雷达的第一空间变换关系，鱼眼相机及激光雷达位于同一设备上；获取激光雷达到地面的第二空间变换关系；根据第一空间变换关系以及第二空间变换关系，确定出鱼眼相机到地面的第三空间变换关系。应用本公开所述方案，可高效准确地确定出鱼眼相机到地面的空间变换关系。机到地面的空间变换关系。机到地面的空间变换关系。
技术研发人员：朱超伦 周珣
受保护的技术使用者：阿波罗智能技术（北京）有限公司
技术研发日：2022.06.23
技术公布日：2022/11/1
