1.一种用于激光雷达与相机联合标定的立体标定板，其特征在于：包括底板和一个位于底板中心的正四棱台，底板的四角与四棱台的上底面上具有图像ArUco标记，用于激光雷达特征点的自动识别和跟图像ArUco标记角点的自动匹配，所述图像ArUco标记用于图像标记自动识别；

图像ArUco标记的黑色边界有助于快速的检测到图像，四棱台的八个顶点有助于准确的提取到激光雷达的特征点，同时四棱台的八个顶点也设计成图像ArUco标记的角点，使激光点与图像ArUco标记的角点实现准确的匹配，同时利用立体标定板的5个图像ArUco标记也能实现对相机内参的标定；

所述的底板是一个四角带有ArUco标记的正方形板，四棱台的侧面与底板的夹角为

45°，四棱台的侧面是4个白色的全等的等腰梯形，所述的四棱台上底面由一个ArUco标记组成；

所述图像ArUco标记包括第一ArUco标记、第二ArUco标记、第三ArUco标记、第四ArUco标记和第五ArUco标记，五个ArUco标记面积相等ID不同，所述的五个ArUco标记包括黑色边框和二进制矩阵，所述二进制矩阵表达ArUco标记ID；

所述的第一至第四ArUco标记位于底板的四角且朝向底板内部的角点恰好与四棱台下底面的顶点相交；第五ArUco标记位于四棱台上底面上且充满整个区域；

位于底板对角线上的ArUco标记的对角线与正四棱台的棱线的投影线，以及第五ArUco标记的对角线在一条直线上；

所述的底板位于z=0的平面，底板左上角为世界坐标系原点，向下为x轴，向右为y轴，向上为z轴，所述的四棱台的上底面与底板平行，位于z=h的平面，h为四棱台的高度，坐标单位为米；

所述立体标定板的五个图像ArUco标记对应的二十个角点的世界坐标确定且已知。

2.使用权利要求1所述的用于激光雷达与相机联合标定的立体标定板的一种用于激光雷达与相机联合标定的标定方法，其特征在于：包括如下步骤：步骤一：将立体标定板底板的边长，图像ArUco标记的边长，标定板上四棱台的高度录入标定系统，标定系统包括ros启动模块、数据可视化模块、数据采集模块、图像标记角点检测模块、相机内参标定模块、激光雷达棱台边线检测模块、激光雷达棱台顶点检测模块、数据筛选模块、特征匹配模块和优化求解模块；

步骤二：ros启动模块启动相机与激光雷达，并将对应的topic录入数据采集模块；

步骤三：手持标定板正对相机并移动位置收集数据，数据可视化模块同步展示激光雷达点云数据和相机图像数据的画面，用以判断标定板的位置是否合理；

步骤四：图像标记角点检测模块识别图像ArUco标记，并按ArUco标记的ID升序输出每个ArUco标记的四个角点的像素坐标，在输出每个ArUco标记的角点坐标时按照从该标记左上方角点的像素坐标开始，顺时针输出的顺序；

步骤五：相机内参标定模块在图像标记角点检测模块检测到图像ArUco标记的角点之后，把其像素坐标与其所在标定板上的世界坐标建立对应关系，并计算求解出相机的内参矩阵；

步骤六：将内参标定的结果传入优化求解模块；

步骤七：激光雷达棱台边线检测模块检测标定板上四棱台的侧棱和上下底面边线的直线方程；

步骤八：激光雷达棱台顶点检测模块检测标定板上四棱台的8个顶点在激光雷达坐标系下的坐标；

步骤九：数据筛选模块去除不可用的数据帧，保留可用的数据帧用以联合标定；

步骤十：特征匹配模块对图像ArUco标记的角点在相机坐标系下的坐标和四棱台顶点在激光雷达坐标系下的坐标建立对应关系；

步骤十一：启动优化求解模块计算外参，输出标定结果。

3.如权利要求2所述的方法，其特征在于：步骤三所述的判断标定板的位置是否合理具体为：标定板在相机视野里视为合理，标定板超出相机视野视为不合理，标定板中心的四棱台每个侧面至少落上两条激光束视为合理，反之视为不合理。

4.如权利要求2所述的方法，其特征在于：步骤四所述的按ArUco标记的ID升序具体为：ArUco标记的类型为DICT_4×4_50，以标定板底板左上角为起点按照顺时针的顺序，ArUco标记的ID依次为1、2、3、4，四棱台上底面ArUco标记的ID为5。

5.如权利要求2所述的方法，其特征在于：步骤七所述的激光雷达棱台边线检测具体步骤包括：Step1.1：根据同一条激光束在两个相邻平面的激光点拟合该激光束在两个相邻平面的直线方程分别为：y=m1x+n1，y=m2x+n2；

Step1.2：建立方程组 ，此方程组的解[x1,y1]为落在四棱台侧棱或四棱台上下底面边线上的点；

Step1.3：根据两个或两个以上落在四棱台同一侧棱或上下底面边线上的激光点拟合出四棱台的侧棱和上下底面边线的直线方程：y=aix+bi，0≤i≤12，i对应标定板上四棱台的

4条侧棱和上下底面的8条边线。

6.如权利要求2所述的方法，其特征在于：步骤八所述的激光雷达棱台顶点检测具体为：根据所述步骤七计算得到的棱台侧棱与棱台上下底面边线的直线方程y=aix+bi，采取侧棱所在直线方程与底面边线所在直线方程相交的方法求解得到棱台8个顶点在激光雷达坐标系下的坐标。

7.如权利要求2所述的方法，其特征在于：步骤九所述的不可用的数据帧和可用的数据帧具体为：不可用的数据帧包括图像ArUco标记角点检测不全的图像帧以及标定板中心四棱台顶点检测不全的激光雷达点云帧。

8.如权利要求2所述的方法，其特征在于：步骤十所述的特征匹配具体为：ID=1的ArUco标记的第三个角点与四棱台下底面的左上顶点建立匹配，ID=2的ArUco标记的第四个角点与四棱台下底面的右上顶点建立匹配，ID=3的ArUco标记的第一个角点与四棱台下底面的右下顶点建立匹配，ID=4的ArUco标记的第二个角点与四棱台下底面的左下顶点建立匹配，ID=5的ArUco标记的第一个角点与四棱台上顶面的左上顶点建立匹配，ID=5的ArUco标记的第二个角点与四棱台上顶面的右上顶点建立匹配，ID=5的ArUco标记的第三个角点与四棱台上顶面的右下顶点建立匹配，ID=5的ArUco标记的第四个角点与四棱台上顶面的左下顶T T点建立匹配；即建立图像特征[uj,vj] 与激光雷达特征[xlj,ylj,zlj] 的按序对应匹配，1≤j≤8，表示8个雷达特征点与其对应的ArUco标记角点，第一至第四个角点指的是以图像ArUco标记的左上方的角点为起点按照顺时针的顺序排序。

9.如权利要求2所述的方法，其特征在于：步骤十一所述的优化求解模块计算外参的具体步骤包括：Step2.1：根据相机内参标定模块得到的相机内参标定结果，从图像ArUco标记角点的世界坐标到像素坐标转换的单应性矩阵中分离出外参，从而得到图像ArUco标记的角点在T相机坐标系下的坐标为[xcj,ycj,zcj]，所述的单应性矩阵指的是张正友法中图像角点的世界坐标到像素坐标的变换矩阵；

Step2.2：根据特征匹配模块得到的图像特征点与激光雷达特征点对应关系，建立约束，约束方程具体为：，

T

其中[xcj,ycj,zcj,1] 表示特征匹配好的图像ArUco标记角点在相机坐标系下的坐标，T[xlj,ylj,zlj,1]表示特征匹配好的与图像ArUco标记角点对应的激光雷达特征点在激光雷达坐标系下的坐标；

Step2.3：最小化重投影误差建立最小二乘问题，优化模型的目标函数具体公式为：           （2）

其中pk表示特征匹配阶段建立的图像特征点，qk表示表示特征匹配阶段与图像特征相对应的激光雷达特征点，N表示特征匹配阶段建立的特征点对的数量。