CN107817503A - 应用于激光点云数据的运动补偿方法和装置 - Google Patents
应用于激光点云数据的运动补偿方法和装置 Download PDFInfo
- Publication number
- CN107817503A CN107817503A CN201610824411.1A CN201610824411A CN107817503A CN 107817503 A CN107817503 A CN 107817503A CN 201610824411 A CN201610824411 A CN 201610824411A CN 107817503 A CN107817503 A CN 107817503A
- Authority
- CN
- China
- Prior art keywords
- laser spots
- laser
- point cloud
- spots
- coordinate transformation
- 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.)
- Granted
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
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/42—Simultaneous measurement of distance and other co-ordinates
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- 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
- G01S7/4808—Evaluating distance, position or velocity data
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Abstract
本申请公开了应用于激光点云数据的运动补偿方法和装置。该方法的一具体实施方式包括:获取一帧激光点云的激光点云数据;将从一帧激光点云中选取出的起始激光点的采集时间作为目标时间;对选取出的起始激光点、结束激光点对应的坐标转换关系进行插值,得到其他激光点对应的坐标转换关系,将其他激光点的坐标转换到目标时间。实现了对每一帧激光点云数据的运动补偿时,仅需获取起始激光点和结束激光点两个激光点对应的坐标转换关系,对两个激光点对应的坐标转换关系进行插值,得到其他激光点对应的坐标转换关系,对每一帧激光点云数据进行运动补偿。从而,提升运动补偿的处理速度,满足诸如自动驾驶控制系统中对操作的实时性要求极高的需求。
Description
技术领域
本申请涉及计算机领域,具体涉及数据处理领域,尤其涉及应用于激光点云数据的运动补偿方法和装置。
背景技术
激光雷达被广泛应用于诸如自动驾驶控制系统的系统中,激光雷达通过激光扫描,能够快速地建立车辆周围环境的三维模型,为高精地图制作、障碍物识别、车辆精确定位提供基础数据,从而进行车辆行驶环境的感知。在激光雷达配置在的对象例如自动驾驶汽车处于运动状态时,直接利用采集到激光点云的激光点云数据建立的车辆行驶环境的三维模型是变形的,不能真实反映某一目标时间自动驾驶汽车的车辆行驶环境。因此,激光雷达采集的激光点云并不能直接使用,必须通过运动补偿将激光点的坐标转换到目标时间。目前,通常采用的运动补偿方式为:预先建立描述不同采集时间之间的坐标转换关系的转换关系树,选取第一个激光点的采集时间作为目标时间。在对激光点云数据运动补偿时,遍历激光点云中的每一个激光点,根据每个激光点的采集时间,分别从转换关系树中查询出每一个激光点到目标时间的坐标转换关系,分别对将每个激光点的坐标转换到目标时间。
然而,由于激光点为海量级别,针对激光点云中的每一个激光点,在进行运动补偿时,均需一次查询过程,导致开销急剧增加,难以满足诸如自动驾驶控制系统中对操作的实时性要求极高的需求,进而影响系统的稳定性和安全性。
发明内容
本申请提供了应用于激光点云数据的运动补偿方法和装置,用于解决上述背景技术部分存在的技术问题。
第一方面,本申请提供了应用于激光点云数据的运动补偿方法,该方法包括:获取一帧激光点云的激光点云数据,激光点云数据包括:一帧激光点云中的激光点的激光点数据,激光点数据包括:激光点的坐标、激光点的采集时间;从激光点云中选取出起始激光点和结束激光点,以及将起始激光点的采集时间作为目标时间;基于激光点云中其他激光点的采集时间在以起始激光点和结束激光点的采集时间作为端点的时间段内的位置,对起始激光点对应的坐标转换关系和结束激光点对应的坐标转换关系进行插值,得到其他激光点对应的坐标转换关系;基于其他激光点对应的坐标转换关系,将其他激光点的坐标转换到目标时间,以对激光点云数据进行运动补偿。
第二方面,本申请提供了应用于激光点云数据的运动补偿装置,该装置包括:采集单元,配置用于获取一帧激光点云的激光点云数据,激光点云数据包括:一帧激光点云中的激光点的激光点数据,激光点数据包括:激光点的坐标、激光点的采集时间;选取单元,配置用于从激光点云中选取出起始激光点和结束激光点,以及将起始激光点的采集时间作为目标时间;插值单元,配置用于基于激光点云中其他激光点的采集时间在以起始激光点和结束激光点的采集时间作为端点的时间段内的位置,对起始激光点对应的坐标转换关系和结束激光点对应的坐标转换关系进行插值,得到其他激光点对应的坐标转换关系;转换单元,配置用于基于其他激光点对应的坐标转换关系,将其他激光点的坐标转换到目标时间,以对激光点云数据进行运动补偿。
本申请提供的应用于激光点云数据的运动补偿方法和装置,通过获取一帧激光点云的激光点云数据;从激光点云中选取出起始激光点和结束激光点,以及将起始激光点的采集时间作为目标时间;对起始激光点对应的坐标转换关系和结束激光点对应的坐标转换关系进行插值,得到激光点云中其他激光点对应的坐标转换关系;基于其他激光点对应的坐标转换关系,将其他激光点的坐标转换到目标时间。实现了对每一帧激光点云数据的运动补偿时,仅需获取起始激光点和结束激光点两个激光点对应的坐标转换关系,对两个激光点对应的坐标转换关系进行插值,得到其他激光点对应的坐标转换关系,对每一帧激光点云数据进行运动补偿。从而,提升运动补偿的处理速度,满足诸如自动驾驶控制系统中对操作的实时性要求极高的需求。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1示出了可以应用于本申请的应用于激光点云数据的运动补偿方法或装置的示例性系统架构;
图2示出了根据本申请的应用于激光点云数据的运动补偿方法的一个实施例的流程图;
图3示出了根据本申请的应用于激光点云数据的运动补偿装置的一个实施例的结构示意图;
图4示出了适于用来实现本申请实施例的应用于激光点云数据的运动补偿装置的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的应用于激光点云数据的运动补偿方法或装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括:数据处理方101、多个数据接收方102。数据处理方101、数据接收方102可以为运行在自动驾驶汽车的自动驾驶汽车控制系统的进程。自动驾驶汽车可以配置有激光雷达、部署于车辆内部或外部的传感器,例如,速度传感器、角度传感器、碰撞传感器以及用于传输传感器的数据的总线,例如CAN(Controller AreaNetwork,控制器局域网络)总线。数据处理方101可以对数据接收方102待利用的激光点云数据进行运动补偿处理。数据接收方102可以利用经运动补偿处理后的激光点云数据建立车辆行驶环境的三维模型。
请参考图2,其示出了根据本申请的应用于激光点云数据的运动补偿方法的一个实施例的流程200。需要说明的是,本申请实施例所提供的应用于激光点云数据的运动补偿方法可以由图1中的数据处理方101执行。该方法包括以下步骤:
步骤201,获取一帧激光点云的激光点云数据。
在本实施例中,可以通过配置于自动驾驶汽车上的激光雷达获取激光点云的激光点云数据。激光雷达通过激光扫描,能够快速地建立车辆周围环境的三维模型,为高精地图制作、障碍物识别、车辆精确定位提供基础数据,从而进行车辆行驶环境的感知。激光雷达旋转一周采集的所有激光点组合在一起,形成一帧激光点云。同时,激光雷达可以输出的一帧激光点云对应的激光点云数据。一帧激光点云中,包含多个激光点。相应地,一帧激光点云的激光点云数据包含一帧激光点云中的每一个激光点的激光点数据。每一个激光点的激光点数据中包含激光点的坐标、激光点的采集时间。利用一帧激光点云数据建立的三维模型可以描述某一时刻自动驾驶汽车在行驶过程中的车辆行驶环境。
步骤202,从激光点云中选取出起始激光点和结束激光点,以及将起始激光点的采集时间作为目标时间。
在说明为了对激光点云数据进行运动补偿,从激光点云中选取出起始激光点和结束激光点之前,首先以自动驾驶系统为例,说明对激光点云数据进行运动补偿的基本原理:由于自动驾驶汽车处于运动状态时,激光雷达扫描一周的过程中,自动驾驶汽车的位置和状态均发生了改变,直接利用激光雷达采集到的激光点云的激光点云数据构建出的车辆行驶环境的三维模型是变形的,不能真实反映某一固定时刻(固定时刻车辆位置也是固定的)的车辆行驶环境。因此,激光雷达输出的激光点云数据并不能直接使用,必须通过运动补偿算法将每一帧激光点云中每一个激光点的坐标转换到目标时间进行运动补偿,从而利用运动补偿后的激光点云数据建立车辆行驶环境的三维模型。
在本实施例中,将一帧激光点云中每一个激光点的坐标转换到目标时间可以是指将一帧激光点云中每一个激光点的坐标转换为目标时间对应激光雷达坐标系中的坐标。
为了对一帧激光点云的激光点云数据进行运行补偿,可以首先从一帧激光点云中选取出起始激光点和结束激光点,以及将起始激光点的采集时间作为目标时间。
在本实施例的一些可选的实现方式中,从激光点云中选取出起始激光点和结束激光点,将起始激光点的采集时间作为目标时间包括:选取采集时间最小的点作为起始激光点;选取采集时间最大的点作为结束激光点。
在本实施例中,可以选取一帧激光点云中采集时间最小的点作为起始激光点,即将一帧激光点云中第一个激光点作为起始激光点。可以选取一帧激光点云中采集时间最大的点作为结束激光点,即将一帧激光点云中最后一个激光点作为结束激光点。将一帧激光点云中第一个激光点的采集时间作为目标时间。
步骤203,对起始激光点和结束激光点对应的坐标转换关系进行插值,得到其他激光点对应的坐标转换关系。
在本实施例中,可以基于激光点云中其他激光点的采集时间在以起始激光点和结束激光点的采集时间作为端点的时间段内的位置,对起始激光点对应的坐标转换关系和结束激光点对应的坐标转换关系进行插值,得到一帧激光点云中的其他激光点对应的坐标转换关系。
以将一帧激光点云中第一个激光点作为起始激光点,将一帧激光点云中最后一个激光点作为结束激光点为例,在进行运动补偿时,一帧激光点中的每一个激光点对应的坐标转换关系可以用于将激光点转换到目标时间。第一个激光点对应的坐标转换关系可以用于将第一个激光点的坐标转换到目标时间即第一个激光点的采集时间,最后一个激光点对应的坐标转换关系可以用于将最后一个激光点的坐标转换到目标时间。可以分别根据一帧激光点云中除了第一激光点和最后一个激光点之外的每一个其他激光点的采集时间到第一个激光点的采集时间之间的时间与第一个激光点的采集时间之间与最后一个激光点的采集时间的比例,分别对第一个激光点对应的坐标转换关系和最后一个激光点对应的坐标转换关系进行插值,得到每一个其他激光点对应的坐标转换关系。
在本实施例的一些可选的实现方式中,坐标转换关系包括:平移转换关系、旋转转换关系。
在本实施例的一些可选的实现方式中,基于激光点云中其他激光点的采集时间在以起始激光点和结束激光点的采集时间作为端点的时间段内的位置,对起始激光点对应的坐标转换关系和结束激光点对应的坐标转换关系进行插值,得到其他激光点对应的坐标转换关系包括:以其他激光点的采集时间与目标时间之差除以结束激光点的采集时间与目标时间之差得到的结果作为时间系数;基于时间系数,对起始激光点对应的平移转换关系和结束激光点对应的平移转换关系进行插值,得到其他激光点对应的平移转换关系;采用四元数分别表示起始激光点对应的旋转转换关系和结束激光点对应的旋转转换关系;基于时间系数,对起始激光点对应的四元数和结束激光点对应的四元数进行插值,得到其他激光点对应的旋转转换关系。
在本实施例中,可以利用时间系数表示其他激光点的采集时间到第一个激光点的采集时间之间的时间与第一个激光点的采集时间之间与最后一个激光点的采集时间的比例。时间系数x可以表示为: t为一帧激光点云中的其他激光点的采集时间,tmin为一帧激光点云中的第一个激光点的采集时间,tmax为一帧激光点云中的最后一个激光点的采集时间。
在本实施例中,可以根据一帧激光点云中每一个其他激光点对应的时间系数,分别对第一个激光点对应的平移转换关系和最后一个激光点的平移转换关系进行插值,例如对第一个激光点对应的平移转换关系和最后一个激光点的平移转换关系进行平滑插值,得到每一个其他激光点对应的平移转换关系。
在本实施例中,可以采用四元数分别表示一帧激光点云中第一个激光点对应的旋转转换关系和最后一个激光点对应的旋转转换关系。然后,可以根据每一个其他激光点对应的时间系数,分别对表示第一个激光点对应的旋转转换关系的四元数和表示最后一个激光点对应的旋转转换关系的四元数进行四元数插值,得到每一个表示其他激光点对应的旋转转换关系的四元数,从而得到其他激光点对应的旋转转换关系。
步骤204,基于其他激光点对应的坐标转换关系,将其他激光点的坐标转换到目标时间。
在本实施例中,在通过步骤203确定一帧激光点云中每一个激光点对应的坐标转换关系,即一帧激光点云中每一个激光点对应的平移转换关系和旋转转换关系之后,可以根据每一个激光点对应的坐标转换关系,同时对每一个激光点的坐标进行坐标转换,将一帧激光点云中每一个激光点的坐标转换到目标时间即一帧激光点云中第一个激光点的采集时间。从而,将一帧激光点云中的每一个激光点的坐标转换为第一个激光点的采集时间对应激光雷达坐标系下的坐标,对一帧激光点云的激光点云数据进行运动补偿。
在本实施例的一些可选的实现方式中,在基于其他激光点对应的坐标转换关系,将其他激光点的坐标转换到目标时间,以对激光点云数据进行运动补偿之后,还包括:利用经运动补偿后的激光点云数据构建模型,以进行环境感知。
在本实施例中,可以通过上述步骤201-204,对每一帧激光雷达输出的激光点云数据进行运动补偿。从而,实时利用每一帧经运动补偿后的激光点云数据建立车辆行驶环境模型。
在本实施例中,在对每一帧激光点云的运动补偿时,仅需获取起始激光点和结束激光点两个激光点对应的坐标转换关系,对起始激光点和结束激光点对应的坐标转换关系进行插值,即可得到一帧激光点云中的各个采集时间的激光点对应的坐标转换关系,完成一帧激光点云数据的运动补偿。从而,提升运动补偿的处理速度,满足诸如自动驾驶控制系统中利用激光点云数据进行感知环境的操作对实时性要求极高的需求。
请参考图3,其示出了根据本申请的应用于激光点云数据的运动补偿装置的一个实施例的结构示意图。该装置实施例与图2所示的方法实施例相对应。
如图3所示,本实施例的应用于激光点云数据的运动补偿装置300包括:采集单元301,选取单元302,插值单元303,转换单元304。其中,采集单元301配置用于获取一帧激光点云的激光点云数据,激光点云数据包括:一帧激光点云中的激光点的激光点数据,激光点数据包括:激光点的坐标、激光点的采集时间;选取单元302配置用于从激光点云中选取出起始激光点和结束激光点,以及将起始激光点的采集时间作为目标时间;插值单元303配置用于基于激光点云中其他激光点的采集时间在以起始激光点和结束激光点的采集时间作为端点的时间段内的位置,对起始激光点对应的坐标转换关系和结束激光点对应的坐标转换关系进行插值,得到其他激光点对应的坐标转换关系;转换单元304配置用于基于其他激光点对应的坐标转换关系,将其他激光点的坐标转换到目标时间,以对激光点云数据进行运动补偿。
在本实施例的一些可选的实现方式中,选取单元302包括:激光点选取子单元(未示出),配置用于选取采集时间最小的点作为起始激光点;选取采集时间最大的点作为结束激光点。
在本实施例的一些可选的实现方式中,坐标转换关系包括:平移转换关系、旋转转换关系。
在本实施例的一些可选的实现方式中,插值单元304包括:坐标转换子单元(未示出),配置用于以其他激光点的采集时间与目标时间之差除以结束激光点的采集时间与目标时间之差得到的结果作为时间系数;基于时间系数,对起始激光点对应的平移转换关系和结束激光点对应的平移转换关系进行插值,得到其他激光点对应的平移转换关系;采用四元数分别表示起始激光点对应的旋转转换关系和结束激光点对应的旋转转换关系;基于时间系数,对起始激光点对应的四元数和结束激光点对应的四元数进行插值,得到其他激光点对应的旋转转换关系。
在本实施例的一些可选的实现方式中,装置300还包括:构建单元(未示出),配置用于在基于其他激光点对应的坐标转换关系,将其他激光点的坐标转换到目标时间,以对激光点云数据进行运动补偿之后,利用经运动补偿后的激光点云数据构建模型,以进行环境感知。
图4示出了适于用来实现本申请实施例的应用于激光点云数据的运动补偿装置的计算机系统的结构示意图。
如图4所示,计算机系统400包括中央处理单元(CPU)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM403中,还存储有系统400操作所需的各种程序和数据。CPU401、ROM402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407;包括硬盘等的存储部分408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
作为另一方面,本申请还提供了一种非易失性计算机存储介质,该非易失性计算机存储介质可以是上述实施例中所述设备中所包含的非易失性计算机存储介质;也可以是单独存在,未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序,当所述一个或者多个程序被一个设备执行时,使得所述设备:获取一帧激光点云的激光点云数据,所述激光点云数据包括:一帧激光点云中的激光点的激光点数据,所述激光点数据包括:激光点的坐标、激光点的采集时间;从所述激光点云中选取出起始激光点和结束激光点,以及将起始激光点的采集时间作为目标时间;基于所述激光点云中其他激光点的采集时间在以起始激光点和结束激光点的采集时间作为端点的时间段内的位置,对起始激光点对应的坐标转换关系和结束激光点对应的坐标转换关系进行插值,得到其他激光点对应的坐标转换关系;基于其他激光点对应的坐标转换关系,将其他激光点的坐标转换到目标时间,以对激光点云数据进行运动补偿。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种应用于激光点云数据的运动补偿方法,其特征在于,所述方法包括:
获取一帧激光点云的激光点云数据,所述激光点云数据包括:一帧激光点云中的激光点的激光点数据,所述激光点数据包括:激光点的坐标、激光点的采集时间;
从所述激光点云中选取出起始激光点和结束激光点,以及将起始激光点的采集时间作为目标时间;
基于所述激光点云中其他激光点的采集时间在以起始激光点和结束激光点的采集时间作为端点的时间段内的位置,对起始激光点对应的坐标转换关系和结束激光点对应的坐标转换关系进行插值,得到其他激光点对应的坐标转换关系;
基于其他激光点对应的坐标转换关系,将其他激光点的坐标转换到目标时间,以对激光点云数据进行运动补偿。
2.根据权利要求1所述的方法,其特征在于,从所述激光点云中选取出起始激光点和结束激光点,以及将起始激光点的采集时间作为目标时间包括:
选取采集时间最小的点作为起始激光点;
选取采集时间最大的点作为结束激光点。
3.根据权利要求2所述的方法,其特征在于,坐标转换关系包括:平移转换关系、旋转转换关系。
4.根据权利要求3所述的方法,其特征在于,基于所述激光点云中其他激光点的采集时间在以起始激光点和结束激光点的采集时间作为端点的时间段内的位置,对起始激光点对应的坐标转换关系和结束激光点对应的坐标转换关系进行插值,得到其他激光点对应的坐标转换关系包括:
以其他激光点的采集时间与目标时间之差除以结束激光点的采集时间与目标时间之差得到的结果作为时间系数;
基于所述时间系数,对起始激光点对应的平移转换关系和结束激光点对应的平移转换关系进行插值,得到其他激光点对应的平移转换关系;
采用四元数分别表示起始激光点对应的旋转转换关系和结束激光点对应的旋转转换关系;
基于所述时间系数,对起始激光点对应的四元数和结束激光点对应的四元数进行插值,得到其他激光点对应的旋转转换关系。
5.根据权利要求4所述的方法,其特征在于,在基于其他激光点对应的坐标转换关系,将其他激光点的坐标转换到目标时间,以对激光点云数据进行运动补偿之后,所述方法还包括:
利用经运动补偿后的激光点云数据构建模型,以进行环境感知。
6.一种应用于激光点云数据的运动补偿装置,其特征在于,所述装置包括:
采集单元,配置用于获取一帧激光点云的激光点云数据,所述激光点云数据包括:一帧激光点云中的激光点的激光点数据,所述激光点数据包括:激光点的坐标、激光点的采集时间;
选取单元,配置用于从所述激光点云中选取出起始激光点和结束激光点,以及将起始激光点的采集时间作为目标时间;
插值单元,配置用于基于所述激光点云中其他激光点的采集时间在以起始激光点和结束激光点的采集时间作为端点的时间段内的位置,对起始激光点对应的坐标转换关系和结束激光点对应的坐标转换关系进行插值,得到其他激光点对应的坐标转换关系;
转换单元,配置用于基于其他激光点对应的坐标转换关系,将其他激光点的坐标转换到目标时间,以对激光点云数据进行运动补偿。
7.根据权利要求6所述的装置,其特征在于,选取单元包括:
激光点选取子单元,配置用于选取采集时间最小的点作为起始激光点;选取采集时间最大的点作为结束激光点。
8.根据权利要求7所述的装置,其特征在于,坐标转换关系包括:平移转换关系、旋转转换关系。
9.根据权利要求8所述的装置,其特征在于,插值单元包括:
坐标转换子单元,配置用于以其他激光点的采集时间与目标时间之差除以结束激光点的采集时间与目标时间之差得到的结果作为时间系数;基于所述时间系数,对起始激光点对应的平移转换关系和结束激光点对应的平移转换关系进行插值,得到其他激光点对应的平移转换关系;采用四元数分别表示起始激光点对应的旋转转换关系和结束激光点对应的旋转转换关系;基于所述时间系数,对起始激光点对应的四元数和结束激光点对应的四元数进行插值,得到其他激光点对应的旋转转换关系。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
构建单元,配置用于在基于其他激光点对应的坐标转换关系,将其他激光点的坐标转换到目标时间,以对激光点云数据进行运动补偿之后,利用经运动补偿后的激光点云数据构建模型,以进行环境感知。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610824411.1A CN107817503B (zh) | 2016-09-14 | 2016-09-14 | 应用于激光点云数据的运动补偿方法和装置 |
US15/411,927 US10605902B2 (en) | 2016-09-14 | 2017-01-20 | Motion compensation method and apparatus applicable to laser point cloud data |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610824411.1A CN107817503B (zh) | 2016-09-14 | 2016-09-14 | 应用于激光点云数据的运动补偿方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107817503A true CN107817503A (zh) | 2018-03-20 |
CN107817503B CN107817503B (zh) | 2018-12-21 |
Family
ID=61560240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610824411.1A Active CN107817503B (zh) | 2016-09-14 | 2016-09-14 | 应用于激光点云数据的运动补偿方法和装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10605902B2 (zh) |
CN (1) | CN107817503B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109031339A (zh) * | 2018-05-23 | 2018-12-18 | 北京控制工程研究所 | 一种三维点云运动补偿方法 |
CN110070544A (zh) * | 2019-06-06 | 2019-07-30 | 江苏省农业科学院 | 一种果树靶标三维数据补偿方法及补偿系统 |
CN111044992A (zh) * | 2018-10-11 | 2020-04-21 | 百度(美国)有限责任公司 | 用于自动驾驶的基于交叉验证的自动lidar校准 |
CN111192303A (zh) * | 2020-04-09 | 2020-05-22 | 北京三快在线科技有限公司 | 一种点云数据处理方法及装置 |
CN111708048A (zh) * | 2020-08-19 | 2020-09-25 | 深圳市速腾聚创科技有限公司 | 点云的运动补偿方法、装置和系统 |
CN112462348A (zh) * | 2021-02-01 | 2021-03-09 | 知行汽车科技(苏州)有限公司 | 激光点云数据增广的方法、装置及存储介质 |
WO2021232227A1 (zh) * | 2020-05-19 | 2021-11-25 | 深圳市大疆创新科技有限公司 | 构建点云帧的方法、目标检测方法、测距装置、可移动平台和存储介质 |
WO2022193604A1 (en) * | 2021-03-16 | 2022-09-22 | Huawei Technologies Co., Ltd. | Devices, systems, methods, and media for point cloud data augmentation using model injection |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106225790B (zh) * | 2016-07-13 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 一种无人车定位精度的确定方法及装置 |
CN107817503B (zh) * | 2016-09-14 | 2018-12-21 | 北京百度网讯科技有限公司 | 应用于激光点云数据的运动补偿方法和装置 |
US10552691B2 (en) | 2017-04-25 | 2020-02-04 | TuSimple | System and method for vehicle position and velocity estimation based on camera and lidar data |
WO2018195999A1 (en) * | 2017-04-28 | 2018-11-01 | SZ DJI Technology Co., Ltd. | Calibration of laser and vision sensors |
US10514462B2 (en) | 2017-12-13 | 2019-12-24 | Luminar Technologies, Inc. | Training a machine learning based model of a vehicle perception component based on sensor settings |
CN110146074B (zh) * | 2018-08-28 | 2021-06-15 | 北京初速度科技有限公司 | 一种应用于自动驾驶的实时定位方法及装置 |
US11783707B2 (en) * | 2018-10-09 | 2023-10-10 | Ford Global Technologies, Llc | Vehicle path planning |
CN110163968B (zh) * | 2019-05-28 | 2020-08-25 | 山东大学 | Rgbd相机大型三维场景构建方法及系统 |
CN110363855B (zh) * | 2019-07-22 | 2020-12-11 | 四川大学 | 堆石坝透明化建模方法 |
CN112083433B (zh) * | 2020-07-21 | 2023-06-13 | 浙江工业大学 | 一种应用于两轮移动机器人的激光雷达除畸变方法 |
CN112053390B (zh) * | 2020-09-04 | 2023-12-22 | 上海懒书智能科技有限公司 | 一种基于点云变换匹配的定位方法 |
CN113219489B (zh) * | 2021-05-13 | 2024-04-16 | 深圳数马电子技术有限公司 | 多线激光的点对确定方法、装置、计算机设备和存储介质 |
CN113625301B (zh) * | 2021-09-03 | 2024-01-19 | 国网山东省电力公司济宁供电公司 | 一种基于单扫描头激光雷达扩大建图视场的方法及系统 |
CN114111568B (zh) * | 2021-09-30 | 2023-05-23 | 深圳市速腾聚创科技有限公司 | 动态目标外观尺寸的确定方法及装置、介质及电子设备 |
CN115407304A (zh) * | 2022-08-30 | 2022-11-29 | 中国第一汽车股份有限公司 | 点云数据的处理方法及处理装置 |
CN116224287B (zh) * | 2023-02-23 | 2024-01-23 | 南通探维光电科技有限公司 | 激光点云拼接方法、装置、电子设备及可读存储介质 |
CN116973895B (zh) * | 2023-09-22 | 2023-12-12 | 山东科技大学 | 一种激光点云匹配的实时位姿校正方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101776760A (zh) * | 2010-02-09 | 2010-07-14 | 中国科学院上海技术物理研究所 | 一种基于单光子探测器的激光三维成像装置 |
US8364334B2 (en) * | 2008-10-30 | 2013-01-29 | Honeywell International Inc. | System and method for navigating an autonomous vehicle using laser detection and ranging |
CN103337199A (zh) * | 2013-06-17 | 2013-10-02 | 西南民族大学 | 一种适用于机载防撞系统的多维机动防撞方法 |
CN104374376A (zh) * | 2014-11-05 | 2015-02-25 | 北京大学 | 一种车载三维测量系统装置及其应用 |
US20150153444A1 (en) * | 2013-12-04 | 2015-06-04 | Trimble Navigation Limited | System and methods for data point detection and spatial modeling |
CN105487535A (zh) * | 2014-10-09 | 2016-04-13 | 东北大学 | 一种基于ros的移动机器人室内环境探索系统与控制方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6822748B2 (en) * | 2002-10-29 | 2004-11-23 | Metron Systems, Inc. | Calibration for 3D measurement system |
JP6323473B2 (ja) * | 2016-02-25 | 2018-05-16 | トヨタ自動車株式会社 | 走行制御装置 |
CN107817503B (zh) * | 2016-09-14 | 2018-12-21 | 北京百度网讯科技有限公司 | 应用于激光点云数据的运动补偿方法和装置 |
-
2016
- 2016-09-14 CN CN201610824411.1A patent/CN107817503B/zh active Active
-
2017
- 2017-01-20 US US15/411,927 patent/US10605902B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8364334B2 (en) * | 2008-10-30 | 2013-01-29 | Honeywell International Inc. | System and method for navigating an autonomous vehicle using laser detection and ranging |
CN101776760A (zh) * | 2010-02-09 | 2010-07-14 | 中国科学院上海技术物理研究所 | 一种基于单光子探测器的激光三维成像装置 |
CN103337199A (zh) * | 2013-06-17 | 2013-10-02 | 西南民族大学 | 一种适用于机载防撞系统的多维机动防撞方法 |
US20150153444A1 (en) * | 2013-12-04 | 2015-06-04 | Trimble Navigation Limited | System and methods for data point detection and spatial modeling |
CN105487535A (zh) * | 2014-10-09 | 2016-04-13 | 东北大学 | 一种基于ros的移动机器人室内环境探索系统与控制方法 |
CN104374376A (zh) * | 2014-11-05 | 2015-02-25 | 北京大学 | 一种车载三维测量系统装置及其应用 |
Non-Patent Citations (2)
Title |
---|
刘爱东等: "基于四元数的坐标旋转与插值方法研究", 《计算机与现代化》 * |
孟德远: "基于车载三维激光雷达的环境感知关键技术研究", 《中国学位论文全文数据库》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109031339A (zh) * | 2018-05-23 | 2018-12-18 | 北京控制工程研究所 | 一种三维点云运动补偿方法 |
CN109031339B (zh) * | 2018-05-23 | 2020-11-10 | 北京控制工程研究所 | 一种三维点云运动补偿方法 |
CN111044992A (zh) * | 2018-10-11 | 2020-04-21 | 百度(美国)有限责任公司 | 用于自动驾驶的基于交叉验证的自动lidar校准 |
CN111044992B (zh) * | 2018-10-11 | 2023-12-26 | 百度(美国)有限责任公司 | 用于自动驾驶的基于交叉验证的自动lidar校准 |
CN110070544A (zh) * | 2019-06-06 | 2019-07-30 | 江苏省农业科学院 | 一种果树靶标三维数据补偿方法及补偿系统 |
CN111192303A (zh) * | 2020-04-09 | 2020-05-22 | 北京三快在线科技有限公司 | 一种点云数据处理方法及装置 |
WO2021232227A1 (zh) * | 2020-05-19 | 2021-11-25 | 深圳市大疆创新科技有限公司 | 构建点云帧的方法、目标检测方法、测距装置、可移动平台和存储介质 |
CN111708048A (zh) * | 2020-08-19 | 2020-09-25 | 深圳市速腾聚创科技有限公司 | 点云的运动补偿方法、装置和系统 |
CN112462348A (zh) * | 2021-02-01 | 2021-03-09 | 知行汽车科技(苏州)有限公司 | 激光点云数据增广的方法、装置及存储介质 |
WO2022193604A1 (en) * | 2021-03-16 | 2022-09-22 | Huawei Technologies Co., Ltd. | Devices, systems, methods, and media for point cloud data augmentation using model injection |
Also Published As
Publication number | Publication date |
---|---|
US10605902B2 (en) | 2020-03-31 |
CN107817503B (zh) | 2018-12-21 |
US20180074176A1 (en) | 2018-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107817503A (zh) | 应用于激光点云数据的运动补偿方法和装置 | |
CN109493407B (zh) | 实现激光点云稠密化的方法、装置及计算机设备 | |
CN107066507B (zh) | 一种基于云机器人混合云架构的语义地图构建方法 | |
CN110059608B (zh) | 一种物体检测方法、装置、电子设备和存储介质 | |
CN108345890A (zh) | 图像处理方法、装置和相关设备 | |
US10127721B2 (en) | Method and system for displaying and navigating an optimal multi-dimensional building model | |
CN108401461A (zh) | 三维建图方法、装置、系统、云端平台、电子设备和计算机程序产品 | |
CN110991560B (zh) | 一种结合上下文信息的目标检测方法及系统 | |
DE112018001056T5 (de) | Automatisches fahrzeug-parksystem und -verfahren | |
CN110741282B (zh) | 外参标定方法、装置、计算设备以及计算机存储介质 | |
CN108983781A (zh) | 一种无人车目标搜索系统中的环境探测方法 | |
CN110386142A (zh) | 用于自动驾驶车辆的俯仰角校准方法 | |
CN106969763A (zh) | 用于确定无人驾驶车辆的偏航角的方法和装置 | |
CN110163801B (zh) | 一种图像超分辨和着色方法、系统及电子设备 | |
CN111199531A (zh) | 基于泊松图像融合及图像风格化的交互式数据扩展方法 | |
CN106910217A (zh) | 视觉地图建立方法、计算装置、计算机存储介质和智能车辆 | |
CN113269837A (zh) | 一种适用于复杂三维环境的定位导航方法 | |
Lavrenov et al. | Tool for 3D Gazebo map construction from arbitrary images and laser scans | |
CN112240772B (zh) | 一种车道线生成方法及装置 | |
Lavrenov et al. | Automatic mapping and filtering tool: From a sensor-based occupancy grid to a 3D Gazebo octomap | |
CN106895841A (zh) | 一种应用于变电站的矢量电子地图创建方法 | |
CN113052369A (zh) | 智能农机作业管理方法及系统 | |
CN108803659A (zh) | 基于魔方模型的多窗口启发式三维空间路径规划方法 | |
CN115436920A (zh) | 一种激光雷达标定方法及相关设备 | |
CN110363733B (zh) | 一种混合图像生成方法及装置 |
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 |