1.一种数据在线标定方法,包括:
获取道路图像和点云数据组,以及确定所述道路图像或所述点云数据组是否满足预设道路条件,其中,所述道路图像是当前车辆的车载相机拍摄的,所述点云数据组是所述当前车辆的激光雷达测得的;
响应于确定所述道路图像或所述点云数据组满足所述预设道路条件,对所述道路图像进行特征点提取,得到图像特征点组;
对所述图像特征点组中的各个图像特征点进行反投影,得到反投影特征点组;
基于所述反投影特征点组和所述图像特征点组,生成标定时间差;
利用所述标定时间差,对所述图像特征点组和所述点云数据组进行数据标定,得到标定后图像特征点组和标定后点云数据组,以完成数据在线标定;
其中,所述对所述图像特征点组中的各个图像特征点进行反投影,得到反投影特征点组,包括:基于预设的协方差数据组,生成第一平面系数和第二平面系数;
利用所述第一平面系数、所述第二平面系数和筛选后点云数据组,构建平面方程,其中,所述协方差数据组中的各个协方差数据用于表征所述筛选后点云数据组中各个筛选后点云数据的不确定度,所述协方差数据组中的各个协方差数据与所述筛选后点云数据组中的各个筛选后点云数据一一对应;
利用所述平面方程和所述车载相机的内参矩阵,对所述图像特征点组中的各个图像特征点进行反投影,得到反投影特征点组;
其中,所述基于所述反投影特征点组和所述图像特征点组,生成标定时间差,包括:确定反投影特征点组中每个反投影特征点与所述图像特征点组中对应的图像特征点之间的位移距离值,得到位移距离值组;
将所述位移距离值组中各个位移距离值的平均值确定为平均位移距离值;
其中,所述基于所述反投影特征点组和所述图像特征点组,生成标定时间差,还包括:确定所述当前车辆的速度值;
基于所述平均位移距离值和所述速度值,生成标定时间差。
2.根据权利要求1所述的方法,其中,所述方法还包括:对所述标定时间差进行存储。
3.根据权利要求1所述的方法,其中,所述确定所述道路图像或所述点云数据组是否满足预设道路条件,包括:对所述道路图像进行车道线识别,得到车道线图像识别信息;
确定所述车道线图像识别信息是否满足所述预设道路条件。
4.根据权利要求2所述的方法,其中,所述确定所述道路图像或所述点云数据组是否满足预设道路条件,还包括:对所述点云数据组中的各个点云数据进行筛选处理,得到所述筛选后点云数据组;
对所述筛选后点云数据组进行目标点云数据提取,得到目标点云数据组;
对所述目标点云数据组中的各个目标点云数据进行车道线识别,得到车道线点云识别信息;
确定所述车道线点云识别信息是否满足所述预设道路条件。
5.一种数据在线标定装置,包括:
获取单元,被配置成获取道路图像和点云数据组,以及确定所述道路图像或所述点云数据组是否满足预设道路条件,其中,所述道路图像是当前车辆的车载相机拍摄的,所述点云数据组是所述当前车辆的激光雷达测得的;
提取单元,被配置成响应于确定所述道路图像或所述点云数据组满足所述预设道路条件,对所述道路图像进行特征点提取,得到图像特征点组;
反投影单元,被配置成对所述图像特征点组中的各个图像特征点进行反投影,得到反投影特征点组;
生成单元,被配置成基于所述反投影特征点组和所述图像特征点组,生成标定时间差;
标定单元,被配置成利用所述标定时间差,对所述图像特征点组和所述点云数据组进行数据标定,得到标定后图像特征点组和标定后点云数据组,以完成数据在线标定;
其中,所述对所述图像特征点组中的各个图像特征点进行反投影,得到反投影特征点组,包括:基于预设的协方差数据组,生成第一平面系数和第二平面系数;
利用所述第一平面系数、所述第二平面系数和筛选后点云数据组,构建平面方程,其中,所述协方差数据组中的各个协方差数据用于表征所述筛选后点云数据组中各个筛选后点云数据的不确定度,所述协方差数据组中的各个协方差数据与所述筛选后点云数据组中的各个筛选后点云数据一一对应;
利用所述平面方程和所述车载相机的内参矩阵,对所述图像特征点组中的各个图像特征点进行反投影,得到反投影特征点组;
其中,所述基于所述反投影特征点组和所述图像特征点组,生成标定时间差,包括:确定反投影特征点组中每个反投影特征点与所述图像特征点组中对应的图像特征点之间的位移距离值,得到位移距离值组;
将所述位移距离值组中各个位移距离值的平均值确定为平均位移距离值;
其中,所述基于所述反投影特征点组和所述图像特征点组,生成标定时间差,还包括:确定所述当前车辆的速度值;
基于所述平均位移距离值和所述速度值,生成标定时间差。
6.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1‑4中任一所述的方法。
7.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1‑4中任一所述的方法。