CN107167788B - 获取激光雷达校准参数、激光雷达校准的方法及系统 - Google Patents
获取激光雷达校准参数、激光雷达校准的方法及系统 Download PDFInfo
- Publication number
- CN107167788B CN107167788B CN201710170279.1A CN201710170279A CN107167788B CN 107167788 B CN107167788 B CN 107167788B CN 201710170279 A CN201710170279 A CN 201710170279A CN 107167788 B CN107167788 B CN 107167788B
- Authority
- CN
- China
- Prior art keywords
- laser
- point cloud
- cloud information
- information corresponding
- channel
- 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.)
- Active
Links
Images
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
Abstract
本发明涉及一种获取激光雷达校准参数、激光雷达校准的方法及系统。将选定的激光通道对应的点云信息与其余激光通道对应的点云信息逐一进行匹配运算,获取每个其余激光通道对应的点云信息相对于选定的激光通道对应的点云信息的平移矩阵及旋转矩阵。进一步的,根据平移矩阵及旋转矩阵,则可获取每个其余激光通道相对于选定的激光通道的校准参数。该校准参数便反应出在多线激光雷达中,其余激光通道相对于选定的激光通道的平移量及旋转量。根据上述得到的校准参数,对与每个其余激光通道的位置及角度相对于选定的激光通道进行校准,便可使多线激光雷达中的多个激光通道的初始安装位置保持一致,从而提升多线激光雷达的传感精度。
Description
技术领域
本发明涉及激光传感技术领域,特别涉及一种获取激光雷达校准参数、激光雷达校准的方法及系统。
背景技术
近年来,随着移动机器人、无人驾驶的研究与应用日益增多,障碍物识别和重构3D环境的技术也得到快速发展。目前,实现障碍物识别和重构3D环境的技术路径主要有两种:一是“摄像头+毫米波+超声波”的组合传感方案;二是利用激光雷达。
“摄像头+毫米波+超声波”的方案在不同光线和天气中表现出较强的可靠性,但毫米波雷容易受光线、天气影响,在强光直射时会出现致盲且分辨率相对较低。而激光雷达方案中,二维激光雷达以其高的测距精度及角度分辨率已在室内及室外的障碍检测系统中获得了广泛的应用。但是,由于二维激光雷达仅具有一个激光束扫描平面,故只适于在室内或室外较为平坦的路面。而对于室外起伏地面,其可靠性则难以保障。因此,利用多线激光雷达实现3D环境重构的研究便越来越受到重视。
多线激光雷达包括多个激光通道,每个通道可单独发射并接收激光信号,用于获取周围环境的离散3D信息。因其纵向激光线数多、垂直视角更大,可以进行整个环境的数据收集,从而能完成在越野及非结构道路中的障碍检测。如果用软件生成多线激光雷达的激光点云图,便可以实时描绘出周围所有物体,小到路沿大到行人、树木、房屋,其扫描范围内的物理环境都可以被3D重构。
然而,受制于自动化水平,目前多线激光雷达的光学组件一般都是由人工装配而成,这将有可能导致多线激光雷达的多个通道的初始安装位置无法达到完全一致。当多线激光雷达工作时,因多个通道的初始安装位置不一致,会导致每个通道的激光扫描的轮廓图出现如图7所示的错位现象,这最终将影响障碍物识别和3D环境重构的精度。
发明内容
基于此,有必要针对现有多线激光雷达中因多个激光通道的初始安装位置一致性较差而导致传感精度不高的问题,提供一种能提升多线激光雷达传感精度的获取激光雷达校准参数的方法及系统、激光雷达校准方法及系统。
一种获取激光雷达校准参数的方法,包括:
获取多线激光雷达中的每个激光通道扫描校准标的物获得的点云信息;
将选定的激光通道对应的点云信息与其余激光通道对应的点云信息逐一进行匹配运算,获取每个所述其余激光通道对应的点云信息相对于所述选定的激光通道对应的点云信息的平移矩阵及旋转矩阵;
根据所述平移矩阵及所述旋转矩阵,获取每个所述其余激光通道相对于所述选定的激光通道的校准参数。
在其中一个实施例中,述校准标的物呈立方体形。
在其中一个实施例中,在所述获取多线激光雷达中的每个激光通道扫描校准标的物获得的点云信息之后将选定的激光通道对应的点云信息与其余激光通道对应的点云信息逐一进行匹配运算,获取每个所述其余激光通道对应的点云信息相对于所述选定的激光通道对应的点云信息的平移矩阵及旋转矩阵之前,还包括:
对所述点云信息进行初始化,去除噪点。
在其中一个实施例中,所述将选定的激光通道对应的点云信息与其余激光通道对应的点云信息逐一进行匹配运算,获取每个所述其余激光通道对应的点云信息相对于所述选定的激光通道对应的点云信息的平移矩阵及旋转矩阵包括:
采用Delaunay三角剖分法查找所述选定的激光通道对应的点云信息分别在每个所述其余激光通道对应的点云信息中的最近点,获取最近点集;
将所述最近点集依次进行迭代直至误差收敛,得到所述平移矩阵及所述旋转矩阵。
一种激光雷达校准的方法,包括:
获取采用上述优选实施例中任意一项所述的获取激光雷达校准参数的方法所获取的校准参数;
根据所述校准参数对每个所述其余激光通道的位置及角度进行校准。
一种获取激光雷达校准参数的系统,包括:
数据采集模块,用于获取多线激光雷达中的每个激光通道扫描校准标的物获得的点云信息;
匹配模块,用于将选定的激光通道对应的点云信息与其余激光通道对应的点云信息逐一进行匹配运算,获取每个所述其余激光通道对应的点云信息相对于所述选定的激光通道对应的点云信息的平移矩阵及旋转矩阵;
分析运算模块,用于根据所述平移矩阵及所述旋转矩阵,获取每个所述其余激光通道相对于所述选定的激光通道的校准参数。
在其中一个实施例中,所述校准标的物呈立方体形。
在其中一个实施例中,还包括初始化模块,所述初始化模块用于对所述点云信息进行初始化,去除噪点。
在其中一个实施例中,所述分析运算模块包括:
查找单元,用于采用Delaunay三角剖分法查找所述选定的激光通道对应的点云信息分别在每个所述其余激光通道对应的点云信息中的最近点,获取最近点集;
迭代单元,用于将所述最近点集依次进行迭代直至误差收敛,得到所述平移矩阵及所述旋转矩阵。
一种激光雷达校准的系统,包括上述优选实施例中任一项所述的获取激光雷达校准参数的系统及调节驱动模块;
所述调节驱动模块用于根据所述校准参数对与每个所述其余激光通道的位置及角度进行校准。
上述获取激光雷达校准参数的方法及系统,将选定的激光通道对应的点云信息与其余激光通道对应的点云信息逐一进行匹配运算,获取每个其余激光通道对应的点云信息相对于选定的激光通道对应的点云信息的平移矩阵及旋转矩阵。进一步的,根据平移矩阵及旋转矩阵,则可获取每个其余激光通道相对于选定的激光通道的校准参数。该校准参数便反应出在多线激光雷达中,其余激光通道相对于选定的激光通道的平移量及旋转量。
上述激光雷达校准的方法及系统中,根据上述获取激光雷达校准参数的方法及系统得到的校准参数,对与每个其余激光通道的位置及角度相对于选定的激光通道进行校准,便可使多线激光雷达中的多个激光通道的初始安装位置保持一致,从而提升多线激光雷达的传感精度。
附图说明
图1为本发明一个实施例中获取激光雷达校准参数的方法的流程示意图;
图2为本发明一个实施例中将选定的激光通道对应的点云信息与其余激光通道对应的点云信息逐一进行匹配运算,获取每个所述其余激光通道对应的点云信息相对于所述选定的激光通道对应的点云信息的平移矩阵及旋转矩阵的流程示意图;
图3为本发明一个实施例中激光雷达校准的方法的流程示意图;
图4为本发明一个实施例中获取激光雷达校准参数的系统的模块示意图;
图5为本发明一个实施例中激光雷达校准的系统的模块示意图;
图6为多线激光雷达扫描目标物体的三维点云图;
图7为多线激光雷达校准前,多个激光通道获取的点云在X-Y平面的投影;
图8为多线激光雷达校准后,多个激光通道获取的点云在X-Y平面的投影。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳的实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
需要说明的是,当元件被称为“固定于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
多线激光雷达扫描目标物体的三维轮廓示意图如图6所示:多线激光雷达的多个激光通道分别获得目标物体的点云(离散点)。多个激光通道的水平安装位置在一条竖直线上,各激光通道扫描获得的点云叠加,便可对目标物体实现3D重构。
如图1所示,本发明一个实施例中的获取激光雷达校准参数的方法包括步骤S110~S130:
步骤S110:获取多线激光雷达中每个激光通道扫描校准标的物获得的点云信息。
在多线激光雷达的扫描范围内,预先设置校准标的物。每个激光通道可发出激光信号并接收经校准标的物反射后的激光信号,从而得到针对校准标的物的点云信息。在空间直角坐标系中,每个激光通道获得的点云为离散的空间内的坐标点。对点云进行渲染,并将多个激光通道的成像进行叠加,便可得到校准标的物的3D重构图像。
但是,当多线激光雷达的多个激光通道水平安装位置不一致时,导致轮廓图错位的原因仅与点云在X-Y平面的坐标有关。因此,本实施例中的点云信息为点云在X-Y平面内的坐标。
在一个实施例中,校准标的物呈立方体形。
具体的,由于立方体形的边界清晰,因此,呈立方体形的校准标的物可避免自身阴影重叠或自身遮挡。此外,立方体形的边界呈线性变化,故还能避免因采样缺失而造成的点云信息失真。将校准标的物设置为立方体形,能尽量地减少校准标的物本身对采集的点云信息的干扰,从而使获得的点云信息更准确、噪点更少。
在一个实施例中,在步骤S110之后,以及步骤S120之前,还包括步骤:对点云信息进行初始化,去除噪点。
具体的,对点云信息进行初始化,即对点云信息进行去噪、整形的过程。例如,已知设定的校准标的物为立方体形,则每个激光通道获取的点云信息分别对应在X-Y平面内呈现为一个矩形(即每个激光通道获得的点云,在X-Y平面内的投影为一个矩形)。如果点云信息中包括少量离散点,且该离散点明显位于矩形区域之外,则可判断该离散点为噪点并将其去除,从而进一步提升所获取的点云信息的准确度。
步骤S120:将选定的激光通道对应的点云信息与其余激光通道对应的点云信息逐一进行匹配运算,获取每个其余激光通道对应的点云信息相对于选定的激光通道对应的点云信息的平移矩阵及旋转矩阵。
多线激光雷达包括多个激光通道。例如,4线、16线、64线的激光雷达则分别包括4个、16个及64个激光通道,点云信息的数量与激光通道的数量对应。在对激光通道的初始位置进行校准时,需先确定一个参照标准。而选定的激光通道便是参照标准。其中,选定的激光通道可以人为选定,也可通过预设算法自动确定。
为便于描述,将选定的激光通道对应的点云信息称作目标点集,而每个其余激光通道对应的点云信息则称作参考点集。
具体的,利用迭代最近点算法(ICP算法)可依次得到每个参考点集相对于目标点集的平移矩阵及旋转矩阵。在每一次迭代过程中,在参考点集中查找与目标点集中每个点最近的点,得到最近点集;再利用“对应点集配准算法”计算出得到的最近点集与参考点集坐标变换中的变换向量和误差;依次迭代,将得到的新的最近点集代入下次迭代过程,直到误差收敛。
如图2所示,在一个实施例中,上述步骤S120包括:
步骤S121:采用Delaunay三角剖分法查找选定的激光通道对应的点云信息分别在每个其余激光通道对应的点云信息中的最近点,获取最近点集。
由于传统ICP算法大多适用于三维配准的运算,且对于大规模数据处理的效率极低。而本发明中,由于目标点集与参考点集均为二维的坐标。因此,利用Delaunay三角剖分法可将传统的ICP算法转换成二维运算的过程,从而便于提升运算的效率。
步骤S123:将最近点集依次进行迭代直至误差收敛,得到平移矩阵及旋转矩阵。
具体的,每次获得一个新的最近点集后,采用对应点集配准法计算得到变换向量及误差。经过多次迭代后,直至误差收敛。此时,根据变换向量便可得到参考点集(其余激光通道对应的点云信息)相对于目标点集(选定的激光通道对应的点云信息)的平移矩阵及旋转矩阵。
步骤S130:根据平移矩阵及旋转矩阵,获取每个其余激光通道相对于选定的激光通道的校准参数。
其中,获取校准参数的具体方式如下:
(1)选定的激光通道对应的点云信息(目标点集)在X-Y平面上的坐标记为(xi,yi),其中一个其余激光通道对应的点云信息(参考点集)在X-Y平面上的坐标记为(xi',yi'),且(xi,yi)及(xi',yi')均已知。而参考点集对应的坐标则可看作是目标点集的坐标经旋转、平移后得到的坐标。假设平移矩阵为(b1,b2),旋转矩阵为则有以下等式成立:
令,目标点集的坐标为P=(xi,yi),参考点集平移前的坐标为Q=(xi'-b1,yi'-b2),由点积之间的定义可知:
P.Q=|P||Q|cosθ (1)
可以推出P、Q之间的夹角为:
因此,该其他激光通道相对于选定的激光通道的旋转角度为:
(2)令,A11、A21为参考点集旋转之后且平移之前分别在X轴和Y轴上的坐标,则xi'=A11+b1,yi'=A21+b2。其中,b1、b2分别表示在X轴上及Y轴上的平移量。因此,则有以下等式成立:
进一步的,由于平移矩阵及旋转矩阵可通过步骤S120中求得,即(b1,b2)与为已知量。因此,将其代入上述等式便可最终获得每个该其余激光通道相对于选定的激光通道的旋转角度θ,以及分别在X轴及Y轴上的平移量b1、b2。通过逐一匹配及计算,便可得到每个其余激光通道相对于选定的激光通道的旋转角度及平移量。
上述获取激光雷达校准参数的方法,将选定的激光通道对应的点云信息与其余激光通道对应的点云信息逐一进行匹配运算,获取每个其余激光通道对应的点云信息相对于选定的激光通道对应的点云信息的平移矩阵及旋转矩阵。进一步的,根据平移矩阵及旋转矩阵,则可获取每个其余激光通道相对于选定的激光通道的校准参数。该校准参数便反应出在多线激光雷达中,其余激光通道相对于选定的激光通道的平移量及旋转量。再进一步的,按照校准参数将其余激光通道相对于选定的激光通道进行平移和旋转,便可使多个激光通道的初始安装位置保持一致。
如图3所示,本发明一个实施例中的激光雷达校准方法包括步骤S110~S140:
获取如上述步骤S110~S130所获取的校准参数。
步骤S140,根据校准参数对每个其余激光通道的位置及角度进行校准。
具体的,选定的激光通道为参照标准,在校准过程中其位置及角度不变。其余激光通道以选定的激光通道为基准,按照对应的校准参数(旋转角度及平移量)进行初始安装位置的调整,便可使多个激光通道的初始安装位置保持一致。
其中,对激光通道进行校准时,可以按照校准参数人工校准,也可采用与上位机连接的伺服机构,通过伺服机构按照校准参数实现自动调整。
在上述激光雷达校准的方法中,根据上述获取激光雷达校准参数的方法得到的校准参数,将每个其余激光通道的位置及角度相对于所选定的激光通道进行校准,便可使多线激光雷达中的多个激光通道的初始安装位置保持一致,从而提升多线激光雷达的传感精度。
如图4所示,本发明一个实施例中的获取激光雷达校准参数的系统包括数据采集模块210、匹配模块220及分析运算模块230。
数据采集模块210用于获取多线激光雷达中的每个激光通道扫描校准标的物获得的点云信息。
在多线激光雷达的扫描范围内,预先设置校准标的物。每个激光通道可发出激光信号并接收经校准标的物反射后的激光信号,从而得到针对校准标的物的点云信息。在空间直角坐标系中,每个激光通道获得的点云为离散的空间内的坐标点。对点云进行渲染,并将多个激光通道的成像进行叠加,便可得到校准标的物的3D重构图像。
但是,当多线激光雷达的多个激光通道水平安装位置不一致时,导致轮廓图错位的原因仅与点云在X-Y平面的坐标有关。因此,本实施例中的点云信息为点云在X-Y平面内的坐标。
在一个实施例中,校准标的物呈立方体形。
具体的,由于立方体形的边界清晰,因此,呈立方体形的校准标的物可避免自身阴影重叠或自身遮挡。此外,立方体形的边界呈线性变化,故还能避免因采样缺失而造成的点云信息失真。将校准标的物设置为立方体形,能尽量地减少校准标的物本身对采集的点云信息的干扰,从而使数据采集模块210获得的点云信息更准确、噪点更少。
在一个实施例中,获取激光雷达校准参数的系统还包括初始化模块。初始化模块用于对点云信息进行初始化,去除噪点。
具体的,初始化模块对点云信息进行初始化,即对点云信息进行去噪、整形的过程。例如,已知设定的校准标的物为立方体形,则每个激光通道获取的点云信息分别对应在X-Y平面内呈现为一个矩形(即每个激光通道获得的点云,在X-Y平面内的投影为一个矩形)。如果点云信息中包括少量离散点,且该离散点明显位于矩形区域之外,初始化模块则判断该离散点为噪点并将其去除,从而进一步提升所获取的点云信息的准确度。
匹配模块220用于将选定的激光通道对应的点云信息与其余激光通道对应的点云信息逐一进行匹配运算,获取每个其余激光通道对应的点云信息相对于选定的激光通道对应的点云信息的平移矩阵及旋转矩阵。
多线激光雷达包括多个激光通道。例如,4线、16线、64线的激光雷达则分别包括4个、16个及64个激光通道,点云信息的数量与激光通道的数量对应。在对激光通道的初始位置进行校准时,需先确定一个参照标准。而选定的激光通道便是参照标准。其中,选定的激光通道可以人为选定,也可通过预设算法自动确定。
为便于描述,将选定的激光通道对应的点云信息称作目标点集,而每个其余激光通道对应的点云信息则称作参考点集。
具体的,利用迭代最近点算法(ICP算法)可依次得到每个参考点集相对于目标点集的平移矩阵及旋转矩阵。在每一次迭代过程中,在参考点集中查找与目标点集中每个点最近的点,得到最近点集;再利用“对应点集配准算法”计算出得到的最近点集与参考点集坐标变换中的变换向量和误差;依次迭代,将得到的新的最近点集代入下次迭代过程,直到误差收敛。
在一个实施例中,匹配模块包括220包括查找单元221及迭代单元223。
查找单元221用于采用Delaunay三角剖分法查找选定的激光通道对应的点云信息分别在每个其余激光通道对应的点云信息中的最近点,获取最近点集。
由于传统ICP算法大多适用于三维配准的运算,且对于大规模数据处理的效率极低。而本发明中,由于目标点集与参考点集均为二维的坐标。因此,查找单元221利用Delaunay三角剖分法可将传统的ICP算法转换成二维运算的过程,从而便于提升运算的效率。
迭代单元223用于将最近点集依次进行迭代直至误差收敛,得到平移矩阵及旋转矩阵。
具体的,每次获得一个新的最近点集后,迭代单元223采用对应点集配准法计算得到变换向量及误差。经过多次迭代后,直至误差收敛。此时,根据变换向量便可得到参考点集(其余激光通道对应的点云信息)相对于目标点集(选定的激光通道对应的点云信息)的平移矩阵及旋转矩阵。
分析运算模块230用于根据平移矩阵及旋转矩阵,获取每个其余激光通道相对于选定的激光通道的校准参数。
其中,分析运算模块230获取校准参数的具体方式如下:
1、选定的激光通道对应的点云信息(目标点集)在X-Y平面上的坐标记为(xi,yi),其中一个其余激光通道对应的点云信息(参考点集)在X-Y平面上的坐标记为(xi',yi'),且(xi,yi)及(xi',yi')均已知。而参考点集对应的坐标则可看作是目标点集的坐标经旋转、平移后得到的坐标。假设平移矩阵为(b1,b2),旋转矩阵为则有以下等式成立:
令,目标点集的坐标为P=(xi,yi),参考点集平移前的坐标为Q=(xi'-b1,yi'-b2),由点积之间的定义可知:
P.Q=|P||Q|cosθ (6)
可以推出P、Q之间的夹角为:
因此,该其他激光通道相对于选定的激光通道的旋转角度为:
2、令,A11、A21为参考点集旋转之后且平移之前分别在X轴和Y轴上的坐标,则xi'=A11+b1,yi'=A21+b2。其中,b1、b2分别表示在X轴上及Y轴上的平移量。因此,则有以下等式成立:
进一步的,由于平移矩阵及旋转矩阵可通过步骤S120中求得,即(b1,b2)与为已知量。因此,将其代入上述等式便可最终获得每个该其余激光通道相对于选定的激光通道的旋转角度θ,以及分别在X轴及Y轴上的平移量b1、b2。通过逐一匹配及计算,便可得到每个其余激光通道相对于选定的激光通道的旋转角度及平移量。
上述获取激光雷达校准参数的系统,将选定的激光通道对应的点云信息与其余激光通道对应的点云信息逐一进行匹配运算,获取每个其余激光通道对应的点云信息相对于选定的激光通道对应的点云信息的平移矩阵及旋转矩阵。进一步的,根据平移矩阵及旋转矩阵,则可获取每个其余激光通道相对于选定的激光通道的校准参数。该校准参数便反应出在多线激光雷达中,其余激光通道相对于选定的激光通道的平移量及旋转量。再进一步的,按照校准参数将其余激光通道相对于选定的激光通道进行平移和旋转,便可使多个激光通道的初始安装位置保持一致。
如图5所示,本发明一个实施例中的激光雷达校准的系统包括上述实施例中的获取激光雷达校准参数的系统及调节驱动模块240。
调节驱动模块240用于根据校准参数对与每个其余激光通道的位置及角度进行校准。
具体的,选定的激光通道为参照标准,在校准过程中其位置及角度不变。其余激光通道以选定的激光通道为基准,调节驱动模块240按照对应的校准参数(旋转角度及平移量)对其进行初始安装位置的调整,便可使多个激光通道的初始安装位置保持一致。
其中,调节驱动模块240可以是按照校准参数进行人工操作的校准装置,也可采用与上位机连接的伺服机构,通过上位机控制伺服机构按照校准参数实现自动调整。
在上述激光雷达校准的系统中,根据上述获取激光雷达校准参数的系统得到的校准参数,将每个其余激光通道的位置及角度相对于所选定的激光通道进行校准,便可使多线激光雷达中的多个激光通道的初始安装位置保持一致,从而提升多线激光雷达的传感精度。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种获取激光雷达校准参数的方法,其特征在于,包括:
获取多线激光雷达中的每个激光通道扫描校准标的物获得的点云信息;
将选定的激光通道对应的点云信息与其余激光通道对应的点云信息逐一进行匹配运算,获取每个所述其余激光通道对应的点云信息相对于所述选定的激光通道对应的点云信息的平移矩阵及旋转矩阵;
根据所述平移矩阵及所述旋转矩阵,获取每个所述其余激光通道相对于所述选定的激光通道的校准参数,所述校准参数指的是所述其余激光通道相对于所述选定的激光通道的平移量及旋转量;
2.根据权利要求1所述的获取激光雷达校准参数的方法,其特征在于,所述校准标的物呈立方体形。
3.根据权利要求1所述的获取激光雷达校准参数的方法,其特征在于,在所述获取多线激光雷达中的每个激光通道扫描校准标的物获得的点云信息的之后,将选定的激光通道对应的点云信息与其余激光通道对应的点云信息逐一进行匹配运算,获取每个所述其余激光通道对应的点云信息相对于所述选定的激光通道对应的点云信息的平移矩阵及旋转矩阵之前,还包括:
对所述点云信息进行初始化,去除噪点。
4.根据权利要求1至3任一项所述的获取激光雷达校准参数的方法,其特征在于,所述将选定的激光通道对应的点云信息与其余激光通道对应的点云信息逐一进行匹配运算,获取每个所述其余激光通道对应的点云信息相对于所述选定的激光通道对应的点云信息的平移矩阵及旋转矩阵包括:
采用Delaunay三角剖分法查找所述选定的激光通道对应的点云信息分别在每个所述其余激光通道对应的点云信息中的最近点,获取最近点集;
将所述最近点集依次进行迭代直至误差收敛,得到所述平移矩阵及所述旋转矩阵。
5.一种激光雷达校准的方法,其特征在于,包括:
获取采用上述权利要求1至4任意一项所述的获取激光雷达校准参数的方法所获取的校准参数;
根据所述校准参数对每个所述其余激光通道的位置及角度进行校准。
6.一种获取激光雷达校准参数的系统,其特征在于,包括:
数据采集模块,用于获取多线激光雷达中的每个激光通道扫描校准标的物获得的点云信息;
匹配模块,用于将选定的激光通道对应的点云信息与其余激光通道对应的点云信息逐一进行匹配运算,获取每个所述其余激光通道对应的点云信息相对于所述选定的激光通道对应的点云信息的平移矩阵及旋转矩阵;
分析运算模块,用于根据所述平移矩阵及所述旋转矩阵,获取每个所述其余激光通道相对于所述选定的激光通道的校准参数,所述校准参数指的是所述其余激光通道相对于所述选定的激光通道的平移量及旋转量;
7.根据权利要求6所述的获取激光雷达校准参数的系统,其特征在于,所述校准标的物呈立方体形。
8.根据权利要求6所述的获取激光雷达校准参数的系统,其特征在于,还包括初始化模块,所述初始化模块用于对所述点云信息进行初始化,去除噪点。
9.根据权利要求6至8任一项所述的获取激光雷达校准参数的系统,其特征在于,所述分析运算模块包括:
查找单元,用于采用Delaunay三角剖分法查找所述选定的激光通道对应的点云信息分别在每个所述其余激光通道对应的点云信息中的最近点,获取最近点集;
迭代单元,用于将所述最近点集依次进行迭代直至误差收敛,得到所述平移矩阵及所述旋转矩阵。
10.一种激光雷达校准的系统,其特征在于,包括上述权利要求6至9任一项所述的获取激光雷达校准参数的系统及调节驱动模块;
所述调节驱动模块用于根据所述校准参数对与每个所述其余激光通道的位置及角度进行校准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710170279.1A CN107167788B (zh) | 2017-03-21 | 2017-03-21 | 获取激光雷达校准参数、激光雷达校准的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710170279.1A CN107167788B (zh) | 2017-03-21 | 2017-03-21 | 获取激光雷达校准参数、激光雷达校准的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107167788A CN107167788A (zh) | 2017-09-15 |
CN107167788B true CN107167788B (zh) | 2020-01-21 |
Family
ID=59848801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710170279.1A Active CN107167788B (zh) | 2017-03-21 | 2017-03-21 | 获取激光雷达校准参数、激光雷达校准的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107167788B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109668561B (zh) * | 2017-10-13 | 2023-04-14 | 中兴通讯股份有限公司 | 一种室内路径规划方法、终端及可读存储介质 |
CN108051815B (zh) * | 2017-12-07 | 2023-11-07 | 上海为彪汽配制造有限公司 | 一种装设毫米波雷达的汽车和安装该毫米波雷达的方法、组件 |
CN110308436B (zh) * | 2018-03-27 | 2023-07-21 | 深圳砺剑天眼科技有限公司 | 一种多线激光扫描仪的激光光轴标校方法及系统 |
CN108501954A (zh) * | 2018-04-03 | 2018-09-07 | 北京瑞特森传感科技有限公司 | 一种手势识别方法、装置、汽车和存储介质 |
CN109143207B (zh) | 2018-09-06 | 2020-11-10 | 百度在线网络技术(北京)有限公司 | 激光雷达内参精度验证方法、装置、设备及介质 |
CN111381224B (zh) * | 2018-12-29 | 2022-02-22 | 深圳市优必选科技有限公司 | 激光数据校准方法、装置及移动终端 |
CN109581338B (zh) * | 2019-01-14 | 2021-01-08 | 中国科学院计算技术研究所 | 一种标定多激光雷达外参数的系统及其方法 |
CN110031823B (zh) * | 2019-04-22 | 2020-03-24 | 上海禾赛光电科技有限公司 | 可用于激光雷达的噪点识别方法以及激光雷达系统 |
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 |
CN111369600B (zh) * | 2020-02-12 | 2024-02-09 | 苏州大学 | 一种基于参照物的激光雷达点云数据配准方法 |
CN111208495A (zh) * | 2020-02-28 | 2020-05-29 | 燕山大学 | 一种基于激光雷达点云特征线与平面校准的地面提取方法 |
WO2021189479A1 (zh) * | 2020-03-27 | 2021-09-30 | 深圳市速腾聚创科技有限公司 | 路基传感器的位姿校正方法、装置和路基传感器 |
CN113495256B (zh) * | 2020-04-01 | 2024-04-05 | 北京京东乾石科技有限公司 | 确定多个激光雷达之间标定结果的准确度的方法和装置 |
CN111624566B (zh) * | 2020-07-30 | 2021-04-16 | 北汽福田汽车股份有限公司 | 雷达安装角度校准方法及装置 |
CN112711012B (zh) * | 2020-12-18 | 2022-10-11 | 上海蔚建科技有限公司 | 一种激光雷达定位系统的全局位置初始化方法及系统 |
CN112698310A (zh) * | 2021-01-22 | 2021-04-23 | 中汽创智科技有限公司 | 一种用于车载毫米波雷达的多发射通道校准方法和系统 |
CN113640758B (zh) * | 2021-08-23 | 2022-07-19 | 中国科学院空天信息创新研究院 | 一种城市复杂环境下的sar图像定标器放置方法与系统 |
CN115980694A (zh) * | 2021-10-15 | 2023-04-18 | 华为技术有限公司 | 一种数据处理、传输方法及装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103630761B (zh) * | 2013-11-20 | 2017-06-23 | 中国电子科技集团公司第四十一研究所 | 一种多探头球面近场通道校准装置及方法 |
KR101473736B1 (ko) * | 2013-12-20 | 2014-12-18 | 국방과학연구소 | 폐루프 기반의 다중 센서 캘리브레이션 장치 및 그 방법 |
KR101672732B1 (ko) * | 2014-12-24 | 2016-11-07 | 한국항공우주연구원 | 객체 추적 장치 및 방법 |
CN105738915B (zh) * | 2016-01-07 | 2017-09-26 | 福州华鹰重工机械有限公司 | 三维雷达测量方法及装置 |
CN105678076B (zh) * | 2016-01-07 | 2018-06-22 | 福州华鹰重工机械有限公司 | 点云测量数据质量评估优化的方法及装置 |
CN105866762B (zh) * | 2016-02-26 | 2018-02-23 | 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 |
CN106291512B (zh) * | 2016-07-29 | 2018-11-27 | 中国科学院光电研究院 | 一种阵列推扫式激光雷达测距非均匀性校正的方法 |
-
2017
- 2017-03-21 CN CN201710170279.1A patent/CN107167788B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107167788A (zh) | 2017-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107167788B (zh) | 获取激光雷达校准参数、激光雷达校准的方法及系统 | |
Daftry et al. | Building with drones: Accurate 3D facade reconstruction using MAVs | |
CN109598765B (zh) | 基于球形标定物的单目相机与毫米波雷达外参联合标定方法 | |
CN110703230B (zh) | 激光雷达与摄像头之间的位置标定方法 | |
CN112132972A (zh) | 一种激光与图像数据融合的三维重建方法及系统 | |
AU2016313849A1 (en) | Mapping a space using a multi-directional camera | |
US20200234491A1 (en) | System for generating point cloud map and method therefor | |
CN112132906A (zh) | 一种深度相机与可见光相机之间的外参标定方法及系统 | |
JP2022515225A (ja) | センサキャリブレーション方法及び装置、記憶媒体、キャリブレーションシステム並びにプログラム製品 | |
CN115661262A (zh) | 内外参标定方法、装置及电子设备 | |
Lee et al. | Extrinsic and temporal calibration of automotive radar and 3D LiDAR | |
Khoshelham et al. | Generation and weighting of 3D point correspondences for improved registration of RGB-D data | |
CN113253246B (zh) | 一种激光雷达和相机的标定方法 | |
CN113050074B (zh) | 无人驾驶环境感知中相机与激光雷达标定系统及标定方法 | |
CN115359130B (zh) | 雷达和相机的联合标定方法、装置、电子设备及存储介质 | |
CN111709995B (zh) | 一种激光雷达与摄像头之间的位置标定方法 | |
CN114529615B (zh) | 雷达标定方法、装置及存储介质 | |
JP2017524932A (ja) | ビデオ支援着艦誘導システム及び方法 | |
Xinmei et al. | Passive measurement method of tree height and crown diameter using a smartphone | |
CN112581505B (zh) | 一种简易的激光雷达点云与光学影像自动配准方法 | |
CN107123135B (zh) | 一种无序三维点云的无畸变成像方法 | |
Fraser et al. | Automated target-free camera calibration | |
Murcia et al. | A Comparative Study of 3D Plant Modeling Systems Based on Low-Cost 2D LiDAR and Kinect | |
CN114494039A (zh) | 一种水下高光谱推扫图像几何校正的方法 | |
Šuľaj et al. | Examples of real-time UAV data processing with cloud computing |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |