CN107153186A - 激光雷达标定方法及激光雷达 - Google Patents

激光雷达标定方法及激光雷达 Download PDF

Info

Publication number
CN107153186A
CN107153186A CN201710009510.9A CN201710009510A CN107153186A CN 107153186 A CN107153186 A CN 107153186A CN 201710009510 A CN201710009510 A CN 201710009510A CN 107153186 A CN107153186 A CN 107153186A
Authority
CN
China
Prior art keywords
laser radar
msub
energy model
mrow
laser
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710009510.9A
Other languages
English (en)
Inventor
邱纯鑫
刘乐天
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suteng Innovation Technology Co Ltd
Original Assignee
Suteng Innovation Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suteng Innovation Technology Co Ltd filed Critical Suteng Innovation Technology Co Ltd
Priority to CN201710009510.9A priority Critical patent/CN107153186A/zh
Publication of CN107153186A publication Critical patent/CN107153186A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明的实施例中公开了一种激光雷达标定方法及激光雷达，包括：使所述激光雷达运动；获取所述激光雷达在当前采样时刻与上一个采样时刻之间的相对位移；获取所述激光雷达当前采样时刻与上一个采样时刻之间的检测数据；根据所述检测数据与所述相对位移，调整所述激光雷达的参数值。本发明能提高激光雷达标定的效率。

Description

激光雷达标定方法及激光雷达
技术领域
本发明涉及激光探测领域，特别涉及一种激光雷达标定方法及激光雷达。
背景技术
激光雷达是以发射激光光束来探测目标的位置、速度等特征量的雷达系统，其工作原理是先向目标发射探测激光光束，然后将接收到的从目标反射回来的信号与发射信号进行比较，作适当处理后，就可获得目标的有关信息。
激光雷达在使用或出厂之前需要对发射的激光进行标定，传统的标定方式是对每一束出射激光来进行标定，随着多线激光雷达的出现，这种标定方法效率太低，无法满足需求。对于多线激光雷达，现有的标定方法通常是在空旷的、无干扰、异物少的房间内，对于同一块检测板，摆放在不同距离处由待标定激光雷达进行检测，收集检测结果，对检测结果进行处理后，根据处理后的结果来调整激光发射器的参数，从而来标定多线激光雷达。
现有的对于多线激光雷达的标定方法对环境有较高的要求，也需要人为移动检测板，且对检测板与激光雷达之间的距离有较高的精度要求，因此效率较低。
发明内容
本发明实施例中提供了一种激光雷达标定方法及激光雷达，能提供激光雷达标定的效率。
为了解决上述技术问题，本发明实施例公开了如下技术方案：
一方面，提供了一种激光雷达标定方法，包括：
使所述激光雷达运动；
获取所述激光雷达在当前采样时刻与上一个采样时刻之间的相对位移；
获取所述激光雷达当前采样时刻与上一个采样时刻之间的检测数据；
根据所述检测数据与所述相对位移，调整所述激光雷达的参数值。
可选的，所述激光雷达转动一圈为一个采样周期。
可选的，所述根据检测数据与相对位移，调整所述激光雷达的参数值，包括：
根据所述相对位移及检测数据，获取所述激光雷达在当前采样时刻与上一个采样时刻之间的点云数据；
建立能量模型；
根据能量模型及点云数据，获取所述能量模型的数值；
根据所述能量模型的数值，调整所述激光雷达的参数值。
可选的，所述根据点云数据及能量模型，获取所述能量模型的数值，包括：
根据能量模型及多个采样周期的点云数据，获取所述能量模型的数值。
可选的，所述能量模型为：
其中，B表示激光雷达的线数；
bi是第i线激光；
bij是bi在第j圈获得的检测数据；
N表示激光在bi为所述激光雷达累积扫过的最大圈数；
k表示一线激光上的点数；
wk表示权重，当pk-mk大于预设阈值，则认定pk和mk不是共面的，则将这个点排除，此时wk＝0，反之wk＝1；
ηk表示在pk相邻的最近的若干点拟合的平面所对应的法向量；
pk和mk都是bij上的点，mk是离pk最近的点。
可选的，所述根据能量模型的数值，调整激光雷达的参数值，包括：
若所述能量模型的数值最小，则确认所述能量模型的数值对应的激光雷达的参数值为最优。
第二方面，提供了一种激光雷达，所述激光雷达包括：
运动单元，用于使所述激光雷达运动；
位移获取单元，用于获取所述激光雷达在当前采样时刻与上一个采样时刻之间的相对位移；
检测单元，用于获取所述激光雷达当前采样时刻与上一个采样时刻之间的检测数据；
控制单元，用于根据所述检测数据与所述相对位移，调整所述激光雷达的参数值。
可选的，所述激光雷达转动一圈为一个采样周期。
可选的，所述控制单元还用于：
根据所述相对位移及检测数据，获取所述激光雷达在当前采样时刻与上一个采样时刻之间的点云数据；
建立能量模型；
根据所述点云数据及能量模型，获取所述能量模型的数值；
根据所述能量模型的数值，调整所述激光雷达的参数值。
可选的，所述控制单元还用于：
根据能量模型及多个采样周期的点云数据，获取所述能量模型的数值。
可选的，所述能量模型为：
其中，B表示激光雷达的线数；
bi是第i线激光；
bij是bi在第j圈获得的检测数据；
N表示激光在bi为所述激光雷达累积扫过的最大圈数；
k表示一线激光上的点数；
wk表示权重，当pk-mk大于预设阈值，则认定pk和mk不是共面的，则将这个点排除，此时wk＝0，反之wk＝1；
ηk表示在pk相邻的最近的若干点拟合的平面所对应的法向量；
pk和mk都是bij上的点，mk是离pk最近的点。
可选的，所述控制单元还用于：
若所述能量模型的数值最小，则确认所述能量模型的数值对应的激光雷达的参数值为最优。
本发明的实施例中公开了一种激光雷达标定方法，使所述激光雷达运动后，获取所述激光雷达在当前采样时刻与上一个采样时刻之间的相对位移和检测数据，根据所述检测数据与所述相对位移，调整所述激光雷达的参数值。本发明实施例中，激光雷达可以自行移动采集数据，根据采集的数据来调整激光雷达的参数，无需检测板，可以提高激光雷达标定的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1所示为本发明实施例的激光雷达标定方法的流程图；
图2所示为本发明实施例的激光雷达运动示意图；
图3所示为本发明实施例的激光雷达标定时获取数据的示意图；
图4所示为本发明实施例的激光雷达标定方法的流程图；
图5所示为本发明实施例的激光雷达的结构示意图。
具体实施方式
本发明如下实施例提供了一种激光雷达标定方法及激光雷达，能提高激光雷达标定的效率。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1所示为本发明实施例的激光雷达标定方法的流程图，如图1所示，所述方法包括：
步骤101，使激光雷达运动。
本发明实施例中，激光雷达可以安装在运动装置上，该运动装置可以进行很微小的移动。
图2所示为本发明实施例的激光雷达运动示意图，如图2所示，激光雷达201设置于运动装置202上。
步骤102，获取激光雷达在当前采样时刻与上一个采样时刻之间的相对位移。
本发明实施例中，安装激光雷达的运动装置上可以安惯性测量单元IMU、全球定位系统GPS，或者其他方式来测量激光雷达两个采样时刻之间的相对位移。
本发明实施例中，激光雷达转动一圈为一个采样周期。
参考图2所示，为当前采样时刻与上一个采样时刻之间的相对位移。
步骤103，获取激光雷达当前采样时刻与上一个采样时刻之间的检测数据；
步骤104，根据检测数据与相对位移，调整激光雷达的参数值。
步骤104中，所述根据检测数据与相对位移，调整所述激光雷达的参数值，包括：
根据所述相对位移及检测数据，获取所述激光雷达在当前采样时刻与上一个采样时刻之间的点云数据；
建立能量模型；
根据所述点云数据及能量模型，获取所述能量模型的数值；
根据所述能量模型的数值，调整所述激光雷达的参数值。
步骤104中，据点云数据及能量模型，获取所述能量模型的数值，包括：
根据能量模型及多个采样周期的点云数据，获取所述能量模型的数值。
本发明实施例的能量模型是一个迭代的过程，需要用到之前采用周期中的点云数据，例如需要二十个采样周期的数据，可以减小偶尔误差。
所述能量模型为：
其中，B表示激光雷达的线数；
bi是第i线激光；
bij是bi在第j圈获得的检测数据；
N表示激光在bi为所述激光雷达累积扫过的最大圈数；
k表示一线激光上的点数；
wk表示权重，当pk-mk大于预设阈值，则认定pk和mk不是共面的，则将这个点排除，此时wk＝0，反之wk＝1；
ηk表示在pk相邻的最近的若干点拟合的平面所对应的法向量；
pk和mk都是bij上的点，mk是离pk最近的点。
本发明的实施例中的激光雷达标定方法，使所述激光雷达运动后，获取所述激光雷达在当前采样时刻与上一个采样时刻之间的相对位移和检测数据，根据所述检测数据与所述相对位移，调整所述激光雷达的参数值。本发明实施例中，激光雷达可以自行移动采集数据，根据采集的数据来调整激光雷达的参数，无需检测板，可以提高激光雷达标定的效率，降低人力成本。
图3所示为激光雷达标定时获取数据的示意图，如图3所示，图中的圆弧形虚线是激光雷达连续旋转时某一条激光的扫描位置，为当前采样时刻与上一个采样时刻之间的相对位移，bij是bi在第j圈获得的检测数据，mk和pk如图3所示。为了较为清晰的示出，图3中的表示mk和pk点特意加黑、加粗，实际上这两个点与其他扫描点是相同的。
图4所示为本发明实施例的激光雷达标定方法的流程图，如图4所示，所述方法包括：
步骤401，使激光雷达运动。
步骤402，获取激光雷达在当前采样时刻与上一个采样时刻之间的相对位移。
步骤403，获取激光雷达在当前采样时刻与上一个采样时刻之间的点云数据。
步骤404，建立能量模型。
步骤405，根据点云数据及能量模型，获取能量模型的数值。
步骤406，判断能量模型的数值是否最小，若不是，则转至步骤407，若是，则转至步骤408；
步骤407，调整激光雷达的参数值，转至步骤402。
步骤408，确认能量模型的数值对应的激光雷达的参数值为最优参数值。
本发明的实施例中的激光雷达标定方法，可以提高激光雷达标定的效率。
与上述激光雷达标定方法相对应，本发明实施例提供了一种激光雷达，图5所示为本发明实施例的激光雷达的结构示意图，如图5所示，激光雷达包括：
运动单元501，用于使所述激光雷达运动；
位移获取单元502，用于获取所述激光雷达在当前采样时刻与上一个采样时刻之间的相对位移；
检测单元503，用于获取所述激光雷达当前采样时刻与上一个采样时刻之间的检测数据；
控制单元504，用于根据所述检测数据与所述相对位移，调整所述激光雷达的参数值。
可选的，激光雷达转动一圈为一个采样周期。
可选的，所述控制单元504还用于：
根据所述相对位移及检测数据，获取所述激光雷达在当前采样时刻与上一个采样时刻之间的点云数据；
建立能量模型；
根据所述点云数据及能量模型，获取所述能量模型的数值；
根据所述能量模型的数值，调整所述激光雷达的参数值。
可选的，所述控制单元504还用于：
根据能量模型及多个采样周期的点云数据，获取所述能量模型的数值。
可选的，所述能量模型为：
其中，B表示激光雷达的线数；
bi是第i线激光；
bij是bi在第j圈获得的检测数据；
N表示激光在bi为所述激光雷达累积扫过的最大圈数；
k表示一线激光上的点数；
wk表示权重，当pk-mk大于预设阈值，则认定pk和mk不是共面的，则将这个点排除，此时wk＝0，反之wk＝1；
ηk表示在pk相邻的最近的若干点拟合的平面所对应的法向量；
pk和mk都是bij上的点，mk是离pk最近的点。
可选的，所述控制单元504还用于：
若所述能量模型的数值最小，则确认所述能量模型的数值对应的激光雷达的参数值为最优。
本发明实施例的激光雷达，能提高激光雷达的标定效率。
本发明的实施例中公开了一种激光雷达标定方法及激光雷达，使所述激光雷达运动后，获取所述激光雷达在当前采样时刻与上一个采样时刻之间的相对位移和检测数据，根据所述检测数据与所述相对位移，调整所述激光雷达的参数值。本发明实施例中，激光雷达可以自行移动采集数据，根据采集的数据来调整激光雷达的参数，无需检测板，可以提高激光雷达标定的效率，降低人力成本。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件的方式来实现，通用硬件包括通用集成电路、通用CPU、通用存储器、通用元器件等，当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述的本发明实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种激光雷达标定方法，其特征在于，包括：
使所述激光雷达运动；
获取所述激光雷达在当前采样时刻与上一个采样时刻之间的相对位移；
获取所述激光雷达当前采样时刻与上一个采样时刻之间的检测数据；
根据所述检测数据与所述相对位移，调整所述激光雷达的参数值。
2.如权利要求1所述的方法，其特征在于，所述激光雷达转动一圈为一个采样周期。
3.如权利要求1或2所述的方法，其特征在于，所述根据检测数据与相对位移，调整所述激光雷达的参数值，包括：
根据所述相对位移及检测数据，获取所述激光雷达在当前采样时刻与上一个采样时刻之间的点云数据；
建立能量模型；
根据能量模型及点云数据，获取所述能量模型的数值；
根据所述能量模型的数值，调整所述激光雷达的参数值。
4.如权利要求3根据的方法，其特征在于，所述根据点云数据及能量模型，获取所述能量模型的数值，包括：
根据能量模型及多个采样周期的点云数据，获取所述能量模型的数值。
5.如权利要求4所述的方法，其特征在于，所述能量模型为：
<mrow> <mi>J</mi> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <msub> <mi>b</mi> <mi>i</mi> </msub> <mo>=</mo> <mn>1</mn> </mrow> <mi>B</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <msub> <mi>b</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <munder> <mo>&amp;Sigma;</mo> <mi>k</mi> </munder> <msub> <mi>w</mi> <mi>k</mi> </msub> <mo>|</mo> <mo>|</mo> <msub> <mi>&amp;eta;</mi> <mi>k</mi> </msub> <mo>.</mo> <mrow> <mo>(</mo> <msub> <mi>p</mi> <mi>k</mi> </msub> <mo>-</mo> <msub> <mi>m</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> </mrow>
其中，B表示激光雷达的线数；
bi是第i线激光；
bij是bi在第j圈获得的检测数据；
N表示激光在bi为所述激光雷达累积扫过的最大圈数；
k表示一线激光上的点数；
wk表示权重，当pk-mk大于预设阈值，则认定pk和mk不是共面的，则将这个点排除，此时wk＝0，反之wk＝1；
ηk表示在pk相邻的最近的若干点拟合的平面所对应的法向量；
pk和mk都是bij上的点，mk是离pk最近的点。
6.如权利要求3至5任一项所述的方法，其特征在于，所述根据能量模型的数值，调整激光雷达的参数值，包括：
若所述能量模型的数值最小，则确认所述能量模型的数值对应的激光雷达的参数值为最优。
7.一种激光雷达，其特征在于，所述激光雷达包括：
运动单元，用于使所述激光雷达运动；
位移获取单元，用于获取所述激光雷达在当前采样时刻与上一个采样时刻之间的相对位移；
检测单元，用于获取所述激光雷达当前采样时刻与上一个采样时刻之间的检测数据；
控制单元，用于根据所述检测数据与所述相对位移，调整所述激光雷达的参数值。
8.如权利要求7所述的激光雷达，其特征在于，所述激光雷达转动一圈为一个采样周期。
9.如权利要求7或8所述的激光雷达，其特征在于，所述控制单元还用于：
根据所述相对位移及检测数据，获取所述激光雷达在当前采样时刻与上一个采样时刻之间的点云数据；
建立能量模型；
根据所述点云数据及能量模型，获取所述能量模型的数值；
根据所述能量模型的数值，调整所述激光雷达的参数值。
10.如权利要求9所述的激光雷达，其特征在于，所述控制单元还用于：
根据能量模型及多个采样周期的点云数据，获取所述能量模型的数值。
11.如权利要求10所述的激光雷达，其特征在于，所述能量模型为：
<mrow> <mi>J</mi> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <msub> <mi>b</mi> <mi>i</mi> </msub> <mo>=</mo> <mn>1</mn> </mrow> <mi>B</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <msub> <mi>b</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <munder> <mo>&amp;Sigma;</mo> <mi>k</mi> </munder> <msub> <mi>w</mi> <mi>k</mi> </msub> <mo>|</mo> <mo>|</mo> <msub> <mi>&amp;eta;</mi> <mi>k</mi> </msub> <mo>.</mo> <mrow> <mo>(</mo> <msub> <mi>p</mi> <mi>k</mi> </msub> <mo>-</mo> <msub> <mi>m</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> </mrow>
其中，B表示激光雷达的线数；
bi是第i线激光；
bij是bi在第j圈获得的检测数据；
N表示激光在bi为所述激光雷达累积扫过的最大圈数；
k表示一线激光上的点数；
wk表示权重，当pk-mk大于预设阈值，则认定pk和mk不是共面的，则将这个点排除，此时wk＝0，反之wk＝1；
ηk表示在pk相邻的最近的若干点拟合的平面所对应的法向量；
pk和mk都是bij上的点，mk是离pk最近的点。
12.如权利要求9至11任一项所述的激光雷达，其特征在于，所述控制单元还用于：
若所述能量模型的数值最小，则确认所述能量模型的数值对应的激光雷达的参数值为最优。
CN201710009510.9A 2017-01-06 2017-01-06 激光雷达标定方法及激光雷达 Pending CN107153186A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710009510.9A CN107153186A (zh) 2017-01-06 2017-01-06 激光雷达标定方法及激光雷达

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710009510.9A CN107153186A (zh) 2017-01-06 2017-01-06 激光雷达标定方法及激光雷达

Publications (1)

Publication Number Publication Date
CN107153186A true CN107153186A (zh) 2017-09-12

Family

ID=59791779

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710009510.9A Pending CN107153186A (zh) 2017-01-06 2017-01-06 激光雷达标定方法及激光雷达

Country Status (1)

Country Link
CN (1) CN107153186A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109521403A (zh) * 2017-09-19 2019-03-26 百度在线网络技术（北京）有限公司 多线激光雷达的参数标定方法及装置、设备及可读介质
CN109839624A (zh) * 2017-11-27 2019-06-04 北京万集科技股份有限公司 一种多激光雷达位置标定方法及装置
CN109901138A (zh) * 2018-12-28 2019-06-18 文远知行有限公司 激光雷达标定方法、装置、设备和存储介质
CN110609268A (zh) * 2018-11-01 2019-12-24 驭势科技（北京）有限公司 一种激光雷达标定方法、装置、系统及存储介质
TWI693422B (zh) * 2018-06-25 2020-05-11 大陸商北京嘀嘀無限科技發展有限公司 自然場景中的整合感測器校準
CN111208492A (zh) * 2018-11-21 2020-05-29 长沙智能驾驶研究院有限公司 车载激光雷达外参标定方法及装置、计算机设备及存储介质
CN111316126A (zh) * 2018-12-28 2020-06-19 深圳市大疆创新科技有限公司 目标探测方法、雷达、车辆以及计算机可读存储介质
CN111913169A (zh) * 2019-05-10 2020-11-10 北京四维图新科技股份有限公司 激光雷达内参、点云数据的修正方法、设备及存储介质
CN112485773A (zh) * 2020-11-09 2021-03-12 中国人民解放军军事科学院国防科技创新研究院 激光雷达与倾角传感器的外参信息标定方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100157280A1 (en) * 2008-12-19 2010-06-24 Ambercore Software Inc. Method and system for aligning a line scan camera with a lidar scanner for real time data fusion in three dimensions
CN105866762A (zh) * 2016-02-26 2016-08-17 福州华鹰重工机械有限公司 激光雷达自动校准方法及装置
CN105866782A (zh) * 2016-04-04 2016-08-17 上海大学 一种基于激光雷达的运动目标检测系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100157280A1 (en) * 2008-12-19 2010-06-24 Ambercore Software Inc. Method and system for aligning a line scan camera with a lidar scanner for real time data fusion in three dimensions
CN105866762A (zh) * 2016-02-26 2016-08-17 福州华鹰重工机械有限公司 激光雷达自动校准方法及装置
CN105866782A (zh) * 2016-04-04 2016-08-17 上海大学 一种基于激光雷达的运动目标检测系统及方法

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11714174B2 (en) 2017-09-17 2023-08-01 Apollo Intelligent Driving Technology (Beijing) Co., Ltd. Parameter calibration method and apparatus of multi-line laser radar, device and readable medium
CN109521403A (zh) * 2017-09-19 2019-03-26 百度在线网络技术（北京）有限公司 多线激光雷达的参数标定方法及装置、设备及可读介质
CN109839624A (zh) * 2017-11-27 2019-06-04 北京万集科技股份有限公司 一种多激光雷达位置标定方法及装置
US10860871B2 (en) 2018-06-25 2020-12-08 Beijing Didi Infinity Technology And Development Co., Ltd. Integrated sensor calibration in natural scenes
TWI693422B (zh) * 2018-06-25 2020-05-11 大陸商北京嘀嘀無限科技發展有限公司 自然場景中的整合感測器校準
CN110609268A (zh) * 2018-11-01 2019-12-24 驭势科技（北京）有限公司 一种激光雷达标定方法、装置、系统及存储介质
CN110609268B (zh) * 2018-11-01 2022-04-29 驭势科技（北京）有限公司 一种激光雷达标定方法、装置、系统及存储介质
CN111208492A (zh) * 2018-11-21 2020-05-29 长沙智能驾驶研究院有限公司 车载激光雷达外参标定方法及装置、计算机设备及存储介质
CN111316126A (zh) * 2018-12-28 2020-06-19 深圳市大疆创新科技有限公司 目标探测方法、雷达、车辆以及计算机可读存储介质
CN109901138B (zh) * 2018-12-28 2023-07-04 文远知行有限公司 激光雷达标定方法、装置、设备和存储介质
CN109901138A (zh) * 2018-12-28 2019-06-18 文远知行有限公司 激光雷达标定方法、装置、设备和存储介质
CN111913169A (zh) * 2019-05-10 2020-11-10 北京四维图新科技股份有限公司 激光雷达内参、点云数据的修正方法、设备及存储介质
CN111913169B (zh) * 2019-05-10 2023-08-22 北京四维图新科技股份有限公司 激光雷达内参、点云数据的修正方法、设备及存储介质
CN112485773A (zh) * 2020-11-09 2021-03-12 中国人民解放军军事科学院国防科技创新研究院 激光雷达与倾角传感器的外参信息标定方法
CN112485773B (zh) * 2020-11-09 2023-06-06 中国人民解放军军事科学院国防科技创新研究院 激光雷达与倾角传感器的外参信息标定方法

Similar Documents

Publication Publication Date Title
CN107153186A (zh) 激光雷达标定方法及激光雷达
CN113424232B (zh) 三维点云地图构建方法、系统和设备
Sattler et al. Review of heliostat calibration and tracking control methods
CN105547305B (zh) 一种基于无线定位和激光地图匹配的位姿解算方法
Zhao et al. Learning-based bias correction for time difference of arrival ultra-wideband localization of resource-constrained mobile robots
CN105704652B (zh) 一种wlan/蓝牙定位中的指纹库采集和优化方法
Kribus et al. Closed loop control of heliostats
CN109212540A (zh) 基于激光雷达系统的测距方法、装置及可读存储介质
CN107515621A (zh) 基于输电线路电磁感知的巡线无人机飞行轨迹控制方法
CN101247650A (zh) 一种在无线传感器网络中基于无线信号强度的节点室内定位方法
CN104880204B (zh) 利用gps及自动跟踪与测量系统对高精度激光测距仪的校准方法
CN105203023A (zh) 一种车载三维激光扫描系统安置参数的一站式标定方法
CN106990401A (zh) 基于全波形机载激光雷达数据二类高程误差修正方法
CN104268423A (zh) 大尺度动态演化沙尘型气溶胶反演方法
CN111698774B (zh) 基于多源信息融合的室内定位方法及装置
CN113777557B (zh) 基于冗余距离筛选的uwb室内定位方法及系统
CN112927565A (zh) 提升机坪综合航迹监视数据精度的方法、装置及系统
CN106323272B (zh) 一种获取航迹起始轨迹的方法及电子设备
CN106971601A (zh) 一种基于WiFi的智能泊车及找回的系统与方法
Cho et al. Improving TDoA based positioning accuracy using machine learning in a LoRaWan environment
CN115856963A (zh) 基于深度神经网络学习的高精度定位算法
CN115063442A (zh) 一种输电线路隐患目标跟踪方法、设备及介质
CN101446483B (zh) 光电跟踪宏像素迭代质心法
CN102200630B (zh) 基于目标反射信号的光束瞄准系统中三角扫描偏差校准方法
Fauzi et al. Tropical forest tree positioning accuracy: A comparison of low cost GNSS-enabled devices

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170912