本发明涉及激光雷达，具体涉及一种激光雷达外参的标定方法、装置、计算机设备及存储介质。
背景技术：
1、随着自动驾驶技术的迅速发展，激光雷达作为一种重要的感知设备被广泛采用，当下技术发展普遍认为，对于l3或者是l3以上级别的自动驾驶车辆，激光雷达是必备的，它可以精确的获取周围环境的三维点云数据。
2、目前，激光雷达外参标定方法，往往使用标定板进行平面拟合方法。具体地，采集标定板图像：确保标定板放置在水平面上，并保持标定板与激光雷达之间的距离不变，提取标定板特征：使用图像处理技术提取标定板上的特征点，例如角点或边缘点，使用平面拟合算法，根据提取的特征点对标定板进行平面拟合。根据平面拟合的结果，计算激光雷达的内外参数。
3、但是，使用标定板进行平面拟合方法，往往需要使用特殊的标定板或结构，并要求标定环境具有特定的光线和几何条件，导致对激光雷达标定步骤复杂和成本高。
技术实现思路
1、有鉴于此，本发明提供了一种激光雷达外参的标定方法、装置、计算机设备及存储介质，以解决使用标定板进行平面拟合方法，往往需要使用特殊的标定板或结构，并要求标定环境具有特定的光线和几何条件，导致对激光雷达标定的复杂性和成本高的问题。
2、第一方面，本发明提供了一种激光雷达外参的标定方法，该方法包括：获取车辆信息以及预设区域内的点云数据；对点云数据进行点云分割处理，得到地面点云数据；基于地面点云数据以及目标法向量，确定第一旋转矩阵；基于第一旋转矩阵、地面点云数据以及点云数据，确定标定后的地面点云数据以及标定后的点云数据；对标定后的点云数据进行分解处理，得到至少两个标定杆点云数据；基于标定杆点云数据，确定旋转角度；基于旋转角度以及标定杆点云数据，确定第二旋转矩阵；基于第一旋转矩阵以及第二旋转矩阵，确定目标旋转矩阵；基于目标旋转矩阵、旋转角度、标定后的地面点云、标定杆点云、车辆信息对激光雷达外参进行标定。
3、在一个可选的实施方式中，对点云数据进行点云分割处理，得到地面点云数据，包括：从点云数据中确定至少三个待处理点云数据；对待处理点云数据的坐标点进行平面拟合处理，确定待处理点云数据对应的处理系数；基于处理系数，确定单应性矩阵；基于单应性矩阵，确定各个点云数据距离待处理点云数据构成的平面的距离；将距离小于预设距离的点云数据作为地面点云数据；检测地面点云数据的数量是否小于预设数量；若数量小于预设数量，将距离小于预设距离的点云数据作为地面点云数据；重复执行步骤从点云数据中确定至少三个待处理点云数据至若数量小于预设数量，将距离小于预设距离的点云数据作为地面点云数据的步骤，直至满足循环条件时，将最终的点云数据作为地面点云数据。
4、在一个可选的实施方式中，基于地面点云数据以及目标法向量，确定第一旋转矩阵，包括：基于地面点云数据，确定地面点云数据的法向量；基于地面点云数据的法向量以及目标法向量，确定第一旋转矩阵。
5、在一个可选的实施方式中，基于地面点云数据，确定地面点云数据的法向量，包括：基于地面点云数据，确定地面点云协方差矩阵；对地面点云协方差矩阵进行奇异值分解，得到特征向量矩阵；比对各个特征向量矩阵的特征值，确定最小的特征值；基于特征值，确定地面点云数据的法向量。
6、在一个可选的实施方式中，基于地面点云数据的法向量以及目标法向量，确定第一旋转矩阵，包括：基于地面点云数据的法向量以及目标法向量，确定向量积以及夹角；确定向量积相同方向的单位向量；基于夹角以及单位向量，确定第一旋转矩阵。
7、在一个可选的实施方式中，基于标定杆点云数据，确定旋转角度，包括：基于标定杆点云数据，确定各个标定杆对应的平均横坐标以及平均纵坐标；基于平均横坐标以及平均纵坐标，确定旋转角度。
8、在一个可选的实施方式中，车辆信息包括后轴信息以及轮胎半径信息；其中，基于目标旋转矩阵、旋转角度、标定后的地面点云、标定杆点云、车辆信息对激光雷达外参进行标定，包括：基于标定后的地面点云数据，确定标定后的地面点云的数量；基于各个标定后的地面点云数据的坐标以及标定后的地面点云数据的数量，确定标定后的地面点云数据的平均值；基于标定杆点云数据的坐标，确定靠近车辆的标定杆的标定杆点云数据的坐标；基于靠近车辆的标定杆点云的坐标按照旋转角度绕z轴进行旋转，得到目标标定杆点云数据的坐标；基于目标标定杆点云数据的横坐标至后轴信息的距离，确定第一标定参数；基于目标标定杆点云数据的纵坐标，确定第二标定参数；基于轮胎半径信息以及标定后的地面点云数据的平均值，确定第三标定参数；对目标旋转矩阵进行欧拉分解处理，确定第四标定参数；基于第一标定参数、第二标定参数、第三标定参数以及第四标定参数，对激光雷达外参进行标定。
9、第二方面，本发明提供了一种激光雷达外参的标定装置，该装置包括：获取模块，用于获取车辆信息以及预设区域内的点云数据；分割处理模块，用于对点云数据进行点云分割处理，得到地面点云数据；第一确定模块，用于基于地面点云数据以及目标法向量，确定第一旋转矩阵；第二确定模块，用于基于第一旋转矩阵、地面点云数据以及点云数据，确定标定后的地面点云数据以及标定后的点云数据；分解处理模块，用于对标定后的点云数据进行分解处理，得到至少两个标定杆点云数据；第三确定模块，用于基于标定杆点云数据，确定旋转角度；第四确定模块，用于基于旋转角度以及标定杆点云数据，确定第二旋转矩阵；第五确定模块，用于基于第一旋转矩阵以及第二旋转矩阵，确定目标旋转矩阵；标定模块，用于基于目标旋转矩阵、旋转角度、标定后的地面点云、标定杆点云、车辆信息对激光雷达外参进行标定。
10、第三方面，本发明提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的激光雷达外参的标定方法。
11、第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的激光雷达外参的标定方法。
12、本发明提供的一种激光雷达外参的标定方法、装置、计算机设备及存储介质，通过地面点云数据以及目标法向量，确定第一旋转矩阵，通过第一旋转矩阵、地面点云数据以及点云数据，确定标定后的地面点云数据以及标定后的点云数据，然后确定标定杆点云数据，并通过标定杆点云数据以及旋转角度能够确定第二旋转矩阵，并通过第一旋转矩阵和第二旋转矩阵确定目标旋转矩阵，最后通过目标旋转矩阵、旋转角度、标定后的地面点云、标定杆点云、车辆信息对激光雷达外参进行标定，由于本实施例只需要通过标定杆、车辆以及激光雷达就能够对激光雷达外参进行标定，无需处于必要的标定环境，并使用特殊的标定板或结构，从而降低成本的同时，能够降低对激光雷达标定的复杂性。
1.一种激光雷达外参的标定方法，其特征在于，包括：
2.根据权利要求1所述的激光雷达外参的标定方法，其特征在于，所述对所述点云数据进行点云分割处理，得到地面点云数据，包括：
3.根据权利要求1所述的激光雷达外参的标定方法，其特征在于，基于所述地面点云数据以及目标法向量，确定第一旋转矩阵，包括：
4.根据权利要求3所述的激光雷达外参的标定方法，其特征在于，所述基于所述地面点云数据，确定地面点云数据的法向量，包括：
5.根据权利要求3所述的激光雷达外参的标定方法，其特征在于，基于所述地面点云数据的法向量以及目标法向量，确定第一旋转矩阵，包括：
6.根据权利要求1所述的激光雷达外参的标定方法，其特征在于，所述基于所述标定杆点云数据，确定旋转角度，包括：
7.根据权利要求1所述的激光雷达外参的标定方法，其特征在于，所述车辆信息包括后轴信息以及轮胎半径信息；其中，所述基于所述目标旋转矩阵、所述旋转角度、所述标定后的地面点云、所述标定杆点云、所述车辆信息对激光雷达外参进行标定，包括：
8.一种激光雷达外参的标定装置，其特征在于，所述装置包括：
9.一种计算机设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至7中任一项所述的激光雷达外参的标定方法。
