CN107710094A - 自主车辆运行期间的在线校准检查 - Google Patents

Abstract

本发明涉及一种用于确定车辆并尤其是无人驾驶运输车辆的校准参数的方法。在此，车辆具有第一传感器和第二传感器。根据该至少两个传感器中的至少一个传感器和校准参数可以确定车辆的位置和定向。本发明还涉及一种车辆并尤其是一种无人驾驶运输车辆，其具有至少一个第一传感器和第二传感器。车辆还具有控制器，该控制器被设置用于执行确定车辆校准参数的方法。

Description

自主车辆运行期间的在线校准检查

技术领域

本发明涉及一种用于确定车辆的校准参数的方法并且特别涉及通过使用所确定的校准参数来监视已有的校准。此外，本发明还涉及一种相应的车辆并且特别涉及一种相应的无人驾驶运输车辆。

背景技术

在现代化的生产工厂中，经常会使用无人驾驶运输系统，以便例如将物料或工件从一个工位运送到下一个工位。在另一个示例中，无人驾驶运输系统也可以用于移动工厂车间内的操纵器或工业机器人。无人驾驶运输系统通常是包括有至少一个无人驾驶运输车辆的输送系统。无人驾驶运输系统可以例如包括可多向运动并且特别是可全向运动的机器人车辆。为此目的，这样的车辆可以例如具有全向车轮，由此使其能有高度的运动性。这种可全向运动的车辆的坐标原点通常规定在车辆的转动中心中，但是也可以根据运动学自由地选择。

无人驾驶运输车辆的特征在于：它们是自动行进的，也就是例如通过车载控制装置来控制。运动，即运动方向和运动速度等都是被程序控制的。为了使无人驾驶运输系统能够独立地移动，其通常配备有用于定位和位置检测的装置。

对自主车辆的校准是指，对用于导航的传感器相对于所用车辆的坐标原点的安装位置的确定。此外，通过校准可以推导出传感器的视野的可能的限制，由此例如防止传感器检测车辆本身并产生相应的碰撞警告。

已知有很多用于确定校准的方法。在外部测量中，安装在车辆上的传感器相对于车辆的位置是借助于高精度的测量仪器手动测量的。但是这种方法非常耗时、昂贵并且需要额外的测量仪器。

此外，在无人驾驶运输系统的运行模式下不能检查校准。

在另一种方法中，校准是通过如下方式进行的：使车辆运动，并将基于该运动和传感器位置所预期的测量与车辆的实际运动进行比较。这样的方法例如由J.Brookshire和S.Teller在2011年出版的“机器人：科学与系统(Robotics：Science and Systems)”中的科学文章“多元共面系统的自动校准(Automatic Calibration of Multiple CoplanarSystems)”已知。在该方法中，借助于激光扫描仪在车辆运动期间感测周围环境并为此采用相应的距离测量，借助于所谓的扫描-匹配方法或扫描-匹配-过程来确定激光扫描仪的自身运动。

因此，本发明的一个目的在于提供一种能够高精度地实现对自主车辆的校准的方法。本发明的另一个目的在于提供一种可以有效地检查已有校准的措施。

本发明的上述目的以及其它的在阅读下面的说明中显而易见的目的将通过如独立权利要求1和10所述的特征和从属权利要求的特征来实现。

发明内容

本发明涉及一种用于确定车辆并尤其是无人驾驶运输车辆的校准参数的方法。无人驾驶运输车辆例如可以被使用在无人驾驶运输系统中。为此，车辆具有至少一个第一传感器和第二传感器。在此，校准参数能够确定所述传感器中的至少一个传感器相对于所述车辆的坐标原点的位置。

根据本发明的方法具有：借助于该至少两个传感器来检测结构。在此优选地，在车辆周围环境中或也在车辆所处的空间中检测这些结构。

由此例如检测车辆周围环境中的物件，或也检测周围环境边界、例如壁。在另一步骤中确定：由两个传感器检测到的这些结构是否至少部分地相一致。因此检查了借助于第一传感器检测到的结构是否至少部分地与利用第二传感器检测到的结构相一致。由此间接地检查了两个传感器的视野区域是否至少部分地相一致或者说重叠。

此外，该方法包括计算至少所述第一传感器相对于第二传感器的相对位置，其中，该计算优选在确定检测到的这些结构是否至少部分相一致的步骤之后进行。在此，该计算基于所检测到的、相一致的结构。因此计算了第一传感器关于第二传感器处于何处，或者说第二传感器关于第一传感器处于何处。为了该计算，至少使用利用两个传感器检测到的结构，针对这些结构确定一致性。然后，在至少使用所述第一感器相对于所述第二传感器的所计算出的相对位置的情况下确定所述校准参数。

借助于根据本发明的方法来自行确定，两个传感器的视场是否至少部分地重叠。由此，当确认了这些传感器例如至少部分地发觉了周围环境的相同部分时，就直接确定了两个传感器之间的相对位置。

该测量汇入(einflieβen)所述校准，并且由此改善了对校准参数的估计或者说确定。由此使得传感器的安装位置的确定被精细化，这些传感器也被用于无人驾驶运输车辆的导航。在此，使用传感器之间的相对转换(Transformation，变化)能够实现，使相对于车辆坐标原点(例如旋转中心点)的传感器位置的所寻求的转换稳定化，因为校准参数的确定度基于这两个传感器彼此之间的现在附加已了解的转换而提高。

优选地，根据本发明的方法还具有：检测车辆的运动。优选地，车辆运动的该检测基于测距法(Odometrie)，即基于车辆前进系统(Forttriebsystem)的数据。在此优选地，所述至少一个和第二传感器不用于检测车辆运动，从而使得还优选地不在使用所述至少一个和第二传感器的情况下进行基于测距法来检测车辆运动。此外，优选也在使用车辆的所检测到的运动的情况下进行校准参数的确定。因此，例如通过车辆测距法来确定车辆的运动，并且该测量被用于校准车辆。由此提高了所谓的扫描-匹配法的效率和准确性。优选地，直接在借助于传感器检测周围环境数据之后并进一步优选地直接在检测车辆运动之后进行这种扫描-匹配过程的执行。

优选地，根据本发明的方法还具有计算车辆运动，其中，该计算基于所检测到的结构。传感器由此在车辆运动期间发觉周围环境，并使得确定传感器的自运动或者说最后确定了车辆的自运动。优选地，还在使用车辆的所述基于所检测到的结构所计算的运动的情况下进行确定所述校准参数。由此可以借助于所谓的扫描-匹配过程来有效地执行对传感器之间的相对转换的估计或者说确定，该相对转换又使得准确确定校准参数。优选地，基于传感器的由此检测到的自运动可以计算传感器相对于车辆坐标原点或还优选相对于车辆的测距中心的转换。

优选地，还在使用借助于至少两个传感器检测到的结构的情况下进行确定校准参数。由此利用根据本发明的方法不需要外部测量设备，而是有利地使用了由车辆或无人驾驶运输车辆用于导航的传感器。由此，校准参数例如可以被确定，其方式是，由传感器、结构、车辆中间点、车辆旋转点和/或车辆坐标原点展开了相应的相互关系，并且借助于例如三角计算确定了相应的角度和/或距离。为此，例如可以建立一运动学链，该运动学链由分别在两个不同时间点t1和t2的车辆位置(例如基于测距法)和传感器位置(例如基于传感器测量)组成。在此，优选与传感器位置无关地检测车辆位置。

优选地，该至少两个传感器被设置用于，执行到车辆周围环境的距离测量。在此，该至少两个传感器优选可以包括激光扫描器、立体相机和/或飞行时间相机，它们全部优选允许执行距离测量。此外优选地，检测所述结构包括执行到车辆周围环境的距离测量。因此，借助于该至少两个传感器执行了距离测量，以便检测或者说识别空间中的物件。因为这些传感器优选也被用于车辆的运行，例如用于车辆导航，所以校准参数可以有效地也在车辆运行期间执行，确切地说利用无论如何都存在的传感器，从而使得不需要附加的传感器。

优选地，在车辆的静止状态期间执行检测结构。由此可以避免在确定所检测到的结构是否至少部分地相一致时的混叠效应(Aliasing-Effekte)。

替换地，也可在速度减少时执行对结构的检测，以便至少减少这种混叠效应。

优选地，传感器的安装位置和车辆坐标原点之间的转换允许了，将利用传感器检测到的结构与车辆运动或车辆定向相结合。根据本发明的方法的特别优点是不必已知传感器(相对于车辆坐标系统)的最初安装位置；该最初安装位置可以完全和自动地借助于根据本发明的方法来确定。优选地，校准参数包括另外的参数，例如传感器视野区域的限制，或者说传感器的掩蔽(Maskierung)。由此可以有利地保证，所检测到的结构不由车辆自身造成。

优选地，根据该至少两个传感器中的至少一个传感器和校准参数可以确定车辆的位置和定向。由此，校准参数例如包括关于传感器位置的信息，这些信息可以被考虑用于车辆的位置确定和定向确定。

优选地，确定所检测到的结构是否至少部分相一致包括确定是否存在该至少两个传感器的视场的重叠。为此，例如可以检查：是否也由一第二传感器检测到在第一传感器的部分角度区域中检测到的结构。在此，该部分角度区域可以优选为至少10°，进一步优选至少20°并且还优选至少30°。

在此，在这种部分角度区域内部检测到的结构不必优选100％地相一致，而是进一步优选必须至少90％或还优选至少80％相一致。由此可以有效且快速地检查：该两个传感器是否至少部分地发觉周围环境的相同部分。优选地，针对确定所述校准参数使用了最小正方形方法，即通过在多个时间段上的平均来确定所寻求的参数。因为不仅测距法而且扫描-匹配过程可能具有噪声，所以由此进一步改善了该方法的精确性并因此改善了所述校准参数的准确性。

优选地，当扫描-匹配过程的结果与所期望的结果偏离很远时，不采纳传感器测量。所期望的结果在此例如可以基于已有的(较早的)校准。

优选地，车辆具有多于两个传感器。为了执行根据本发明的方法，构成传感器配对，并且根据本发明的方法优选针对传感器的所有配对被执行。

优选地，在投入运行阶段或校准行驶期间如下长时间地确定或更新或精细化校准参数，直到达到校准的事先确定的品质。该校准被连续地确定，直到达到用于中断该校准的、预先确定的标准。优选地，标准可以包括在参数确定中剩下的剩余不确定性(Resmnsicherheit)、时间规定或一定数量的对该校准参数待执行的确定。优选地，也在校准结束之后进一步确定该校准参数，例如在预先给定地时间间隔内，并且被考虑用于监视或检查该校准。

优选地，被确定的校准参数可以被用于监视或者说检查车辆的已有校准。

因此优选地，将被确定的校准参数在另一步骤中与至少一个已有校准参数进行比较。该已有校准参数优选在前一校准步骤中创建，并且被使用在车辆的运转运行中。

在这种监视或者说检查期间，车辆可以正常地运转，因为该监视在后台中执行并且不必主动介入到车辆控制中。针对被确定的校准参数与已有校准的比较，例如可以使用所谓的KL散度(Kullback-Leibler-Divergenz)、所谓的马氏距离(Mahanalobis-Distanz)和/或类似的技术。当存在偏离时，可以自动地通知操作者或者说运行者，并且必要时使车辆停止(如果该偏离超过相应的预先限定的边界值的话)。此外优选地，该监视也可以基于车辆运动时传感器测量之间的间隔。本发明由此也允许了对之前的校准法的假设的违背的探测。由此例如可以探测：传感器的扫描平面不是水平的，传感器没有在相同高度上被安装，和/或一个或多个传感器的视野区域包括了车辆本身。

本发明还涉及一种用于监视车辆、尤其是无人驾驶运输车辆的现有校准参数的方法，其中，所述车辆具有至少一个第一传感器和第二传感器，并且其中，所述现有校准参数能够实现确定这些传感器中的至少一个传感器相对于车辆坐标原点的位置。在此，现有校准参数优选地在前一校准步骤中被确定，并且还优选地在车辆运行期间被用于控制该车辆。因此该方法被应用于优选在车辆运行模式中监视，以便检查之前的校准。

在此，本方法包括：基于里程来检测车辆的运动；借助于该至少两个传感器在第一时间点t1检测结构；并且借助于该至少两个传感器在第二时间点t2检测结构。优选地，车辆处于运动中，并且第一时间点t1不同于第二时间点t2。因此，车辆在检测结构期间在两个时间点t1和t2优选处在空间中的不同位置上。

此外，按照根据本发明的用于监视的方法检查：在第一时间点t1所检测到的结构与第二时间点t2所检测到的结构之间的区别是否相应于车辆的所检测到的运动。由此可以有效且直接地识别：例如(基于现有校准参数)传感器的视野区域是否包括车辆本身，这可意味着所述前一校准步骤期间的假设被违背。由此可以直接在车辆运行期间检查这类假设。当例如基于里程确认了在t1和t2之间车辆平移运动一米时，这些结构必须沿车辆运动方向在时间点t2由传感器检测到比时间点t1更靠接一米。否则可能存在具有错误的校准参数或者说里程上的错误。

优选地可以为了检查现有校准，优选在使用被确定的和/或现有的校准参数的情况下执行所谓的占用映射(Occupancy-mapping)。为此，基于里程、传感器数据和/或一个或多个优选相应提供的校准参数来构建本地地图，其中，以这种方式生成的地图的熵(Entropie)提供了用于校准参数有效性的标准。传感器测量在一网格中，并优选在一2D网格中绘入。针对该网格中的每个单元接下来进行分析，传感器的测量经过该单元或在该单元中结束的频率。出于优选车辆运动期间的占用概率的不一致性，接下来例如可以回推出具有错误的校准。校准品质的该独立检查优选可以同时被执行用于重复地应用所述校准参数的确定，以便例如探测对校准法假设的违背。因此也可以推断出里程上的错误并自动通知相应的操作者或运行者。

此外，本发明涉及一种车辆和尤其是一种无人驾驶车辆，其具有至少一个第一传感器和第二传感器。在此，该车辆还具有控制器，该控制器被设置用于执行用于确定车辆校准参数的根据本发明的方法。

在此优选地，该至少两个传感器被设置用于执行相对车辆周围环境的距离测量。此外优选地，第一传感器的视野区域与第二传感器的视野区域至少部分地相一致。优选地，该至少两个传感器包括激光扫描器、立体相机和/或飞行时间相机。在此，该列举不是排除性的，而是一般性地可以使用所有适用于确定车辆周围环境结构的传感器。

优选地，根据本发明的车辆此外具有至少一个里程传感器，利用该里程传感器可以基于里程来检测车辆运动。在此，对于本领域技术人员已知的是，上述方法和上述车辆的不同方面可以被组合，并且本公开的不同方面不一定相互排除。

附图说明

下面将参照附图对本发明做详细说明。其中：。

图1和图2示意性示出了本发明意义下的扫描-匹配过程的流程，和

图3示意性示出了根据本发明的方法的流程。

具体实施方式

在图1中，示意性地示出了车辆10，其配备有第一传感器12和第二传感器13。如图1所示，两个传感器12、13安装在车辆10上的不同位置，并且也具有不同的坐标系。此外，车辆10具有两个车轮11，车轮配备有相应的测距传感器(Odometrie-Sensoren)，以便能够基于测距法来确定车辆的本身运动。车辆本身运动的确定以及传感器12、3的调节由控制器14执行。该控制器14被设置为执行根据本发明的用于确定车辆10的校准参数的方法。

借助第一传感器12检测例如车辆10的周围环境中的对象或结构21、22、23，而借助第二传感器13检测例如车辆10的周围环境中的结构或物体24、25、26。通过根据本发明的方法，识别出特征22和24彼此一致以及23和25彼此一致。

如图2所示，扫描匹配过程的执行使得估计或确定出传感器12、13之间的相对转换(relative Transformation)。这里，借助第二传感器13测绘(aufgenommenen)或检测到的对象24、25、26被相应地推移。相应地，还计算了第二传感器13相对于第一传感器12的相对位置。基于这个计算出的两个传感器12、13之间的相对位置，车辆的校准已经被更新，从而改进了传感器13的安装位置。如与图1相比较可以看出，在图2中已使用新的校准参数，并因此更新存储在控制器14中的第二传感器13相对于所述车辆的坐标系的位置。

在图3中示意性示出了根据本发明的用于确定车辆的校准参数的方法的流程。在此，车辆具有至少一个第一传感器和第二传感器，例如在图1和图2中示出的车辆10的传感器12、13。在步骤31中，借助于至少两个传感器来检测车辆周围环境中的结构。例如，图1和图2中的结构21、22、23、24、25、26可以通过至少两个传感器来检测。

在步骤32中确定：所检测到的结构是否至少局部地相一致。为此，例如可以检查所述至少两个传感器的视界是否重叠。为此例如可以考虑30°的角度范围，并且在调整传感器之后考虑到相应的协方差。因此，在预设阈值的背景下将协方差考虑进来可以用于确定所述至少两个传感器的视界是否重叠。特别地，通过考虑协方差，可以确保两个传感器之间的相一致能够提供稳定的结果。在这种情况下，例如单线(einzelne Linie)作为检测到的结构会导致沿着该线的很大的不确定性。因此，对这种不稳定的相一致进行识别和过滤特别有利于确定可靠的校准参数。为此，例如可以检查：在第一传感器的角度范围内检测到的结构是否也可以通过第二传感器来检测，即，是否存在相一致的可视角度范围。基于图1和图2的视图，例如可以确定：对象或结构22和23所在的第一传感器12的角度范围与对象或结构24和25所在的第二传感器13的角度范围是相一致的。

随后在步骤33中计算至少第一传感器相对于第二传感器的相对位置，这将基于所检测的相一致的结构来完成。为此例如可以使用三角函数法(trigonometrischeVerfahren)。

在步骤34中，利用至少所计算得到的所述至少两个传感器的相对位置来确定校准参数。为此，例如也可以将车辆中心点的运动包含在内，该车辆中心点的运动例如借助于测距法来确定。为了减少由可能出现的噪声(Rauschen)所造成的误差，可以使用质量弹簧系统(Masse-Feder-System)。

在这里将车辆中心点的运动和至少一个传感器的运动考虑进来，并形成相应的运动链。在将相应的运动矩阵相乘(Aufmultiplizieren)之后，可以使用所期望的恒等矩阵的结果的偏差来例如抑制噪声。

优选地，为了借助于传感器来检测结构，使车辆中断其行驶或减慢其行驶。通过驶出(Abfahren)一条或多条曲线，可以尤其进一步支持对校准参数的确定。因此，通过考虑例如借助于测距法确定的相应的车辆自身运动和基于所检测到的结构确定的传感器自身运动，可以确定校准参数。

在另一种优选的实施例中，可以在确定校准参数的同时监视校准的正确性。为此，借助于对车辆的测距、激光测量和当前的校准参数来建立本地地图(lokale Karten)，其被细分为网格单元(Gridzellen)。针对网格中的每个单元，分析激光测量的激光束经过该网格单元的频率(wieoft)以及在该网格单元中结束激光测量的频率。由此可以检查对该网格中的哪些单元进行了激光测量。例如，如果将两台激光扫描仪以不同的高度安装在车辆上，则例如可以通过一个扫描仪来探测一个对象，而第二台扫描仪不是探测该对象，而是越过该对象进行测量。这会导致对相应网格单元的占用概率不一致，从而可以确定激光扫描仪是被安装在不同的高度上。

通过这种方式还可以识别出扫描仪的倾斜(Verkippung)。此外，借助于该方法可以有利地确定：例如激光扫描仪是否探测到车辆本身，即，对激光数据的遮蔽是否不足。此外，也可以基于网格单元中的人为因素(Artefakten)来推断例如对传感器的污染。

附图标记列表

10 车辆

11 带有测距传感器的轮胎

12，13 传感器

14 控制器

21，22，23，24，25，26 对象/结构

31，32，33，34 方法步骤

Claims (14)

1.一种用于确定车辆(10)、尤其是无人驾驶运输车辆的校准参数的方法，其中，所述车辆(10)具有至少一个第一传感器和第二传感器(12，13)，并且其中，所述校准参数能够确定所述传感器中的至少一个传感器相对于所述车辆的坐标原点的位置，其中，所述方法具有下列步骤：

-借助于至少两个所述传感器(12，13)来检测结构(21，22，23，24，25，26)；

-确定所检测到的结构(21，22，23，24，25，26)是否至少部分地相一致；

-基于所检测到的相一致的结构来计算至少所述第一传感器相对于所述第二传感器的相对位置；并且然后

-在使用至少所计算出的所述第一传感器相对于所述第二传感器的相对位置的情况下确定所述校准参数。

2.根据权利要求1所述的方法，

所述方法还具有检测所述车辆(10)的运动，并且其中，还在使用所述车辆(10)的所检测到的运动的情况下进行所述校准参数的确定，其中，对所述车辆(10)的运动的检测优选基于测距法。

3.根据前述权利要求中任一项所述的方法，

所述方法还具有基于所检测到的结构(21，22，23，24，25，26)来计算所述车辆(10)的运动，并且其中，还在使用所述车辆(10)的该所计算的运动的情况下进行所述校准参数的确定。

4.根据前述权利要求中任一项所述的方法，其中，

还在使用所检测到的结构(21，22，23，24，25，26)的情况下进行所述校准参数的确定。

5.根据前述权利要求中任一项所述的方法，其中，

至少两个所述传感器(12，13)被设置用于执行所述车辆(10)到周围环境的距离测量，并且其中，所述结构(21，22，23，24，25，26)的检测包括执行所述车辆(10)到周围环境的距离测量，其中，至少两个所述传感器(12，13)优选包括激光扫描器、立体相机和/或飞行时间相机。

6.根据前述权利要求中任一项所述的方法，其中，

在所述车辆(10)的静止状态期间执行对结构(21，22，23，24，25，26)的检测。

7.根据前述权利要求中任一项所述的方法，其中，

根据所述校准参数和所述传感器(12，13)中的一个或多个能够确定所述车辆(10)的位置和定向。

8.根据前述权利要求中任一项所述的方法，其中，

确定所检测到的结构(21，22，23，24，25，26)是否至少部分地相一致包括确定是否存在至少两个所述传感器(12，13)的视场的重叠。

9.根据前述权利要求中任一项所述的方法，其中，

将所确定的校准参数在另一步骤中与至少一个已有校准参数进行比较。

10.一种用于监视车辆(10)、尤其是无人驾驶运输车辆的已有校准参数的方法，其中，所述车辆(10)具有至少一个第一传感器和第二传感器(12，13)，并且

其中，所述已有校准参数能够确定所述传感器中的至少一个传感器相对于所述车辆的坐标原点的位置，所述方法具有下列步骤：

-基于测距法来检测所述车辆(10)的运动；

-借助于至少两个所述传感器(12，13)在第一时间点t1检测结构(21，22，23，24，25，26)；

-借助于至少两个所述传感器(12，13)在第二时间点t2检测结构(21，22，23，24，25，26)；

-检查在所述第一时间点t1所检测到的结构与所述第二时间点t2所检测到的结构之间的区别是否相应于所述车辆(10)的所检测到的运动。

11.一种车辆(10)、尤其是一种无人驾驶运输车辆，其具有至少一个第一传感器和第二传感器(12，13)，并且其中，所述车辆(10)还具有控制器(14)，所述控制器被设置用于执行根据权利要求1至10中任一项所述的方法。

12.根据权利要求11所述的车辆(10)，其中，

至少两个所述传感器(12，13)被设置用于执行所述车辆(10)到周围环境的距离测量，并且其中，所述第一传感器的视野区域与所述第二传感器的视野区域至少部分相一致。

13.根据权利要求11或12所述的车辆(10)，其中，

至少两个所述传感器(12，13)包括激光扫描器、立体相机和/或飞行时间相机。

14.根据权利要求11至13中任一项所述的车辆(10)，

所述车辆还具有至少一个测距传感器，用于基于测距法来检测所述车辆(10)的运动。