CN108732556A - 一种基于几何求交运算的车载激光雷达仿真方法 - Google Patents

一种基于几何求交运算的车载激光雷达仿真方法 Download PDF

Info

Publication number
CN108732556A
CN108732556A CN201810942482.0A CN201810942482A CN108732556A CN 108732556 A CN108732556 A CN 108732556A CN 201810942482 A CN201810942482 A CN 201810942482A CN 108732556 A CN108732556 A CN 108732556A
Authority
CN
China
Prior art keywords
simulation
emulation
coordinate
laser
intersection
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
Application number
CN201810942482.0A
Other languages
English (en)
Other versions
CN108732556B (zh
Inventor
苏虎
王蕊
陈凯鑫
田国庆
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.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN201810942482.0A priority Critical patent/CN108732556B/zh
Publication of CN108732556A publication Critical patent/CN108732556A/zh
Application granted granted Critical
Publication of CN108732556B publication Critical patent/CN108732556B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497Means 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)
  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明公开一种基于几何求交运算的车载激光雷达仿真方法,仿真前,建立道路交通场景的三维几何模型,仿真时,将三维几何模型加载到计算机的内存中,根据需要模拟的车载激光雷达的型号、特性参数、在车上的安装位置与角度,初始化激光雷达仿真模型并渲染,进入周期性仿真,每个仿真周期中,利用几何体与激光线段的求交算法,计算激光线段与三维几何模型的交点数据,如有相交,将从光线起点出发的首个几何体交点作为扫描点数据,如无相交,这条光线无扫描结果,将所获得的仿真扫描数据,按激光雷达数据协议输出或保存,进入到下一仿真周期,直至仿真运行结束。

Description

一种基于几何求交运算的车载激光雷达仿真方法
技术领域
本发明涉及车载激光雷达仿真领域,特别是一种基于几何体求交的车载激光雷达仿真方法。
背景技术
在无人驾驶架构中,传感层被比作为汽车的“眼睛”,其包括车载摄像头等视觉系传感器和车载毫米波雷达、车载激光雷达和车载超声波雷达等雷达系传感器。其中激光雷达已经被认为是实现自动驾驶的必要基础,在无人驾驶车辆的研发中,往往要经历各种测试,而在试车测试前,首先需要通过仿真测试,其中对车载激光雷达的仿真,是开展仿真测试的重要基础。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于几何体求交的车载激光雷达仿真方法。
本发明的目的通过以下技术方案来实现:一种基于几何体求交的车载激光雷达仿真方法,包括以下步骤:
S1加载高精度道路场景的三维几何模型到计算机内存,加载完成后,根据几何体的顶点分布情况,生成一个管理几何模型的层次四叉树。
S2加载激光雷达仿真模型,根据仿真激光雷达的线数、扫描频率、扫描角分辨率、探测范围进行初始化,计算出以激光雷达中心为坐标原点的坐标系中所有激光扫描线段的起点坐标、终点坐标;
S3启动周期性的仿真计算,包括如下子步骤:
S31首先获得所仿真车辆在世界坐标系中的位置、姿态角度;
S32根据在激光雷达在所仿真车辆中的虚拟安装位置、安装姿态角,计算得到激光雷达坐标系与世界坐标系的变换关系;
S33根据所述变换关系,计算出第二步获得的全部激光扫描线段在世界坐标系的起点坐标、终点坐标;
S4遍历所述的层次四叉树,根据步骤S3获得的全部激光扫描线段的起点坐标、终点坐标,找到线段所在区域对应的层次四叉树末级叶节点,遍历叶节点对应的所有几何模型,计算和扫描线段的交点,并根据交点与线段起点的距离进行排序;
S5将距离扫描线段起点最近的交点坐标、扫描线的编号记录下来,作为所仿真激光雷达对应扫描点上的仿真数据;将全部仿真数据,以指定的接口输出或存储;
S6如果是超实时仿真,直接返回到步骤S3直至仿真运行结束;如果是实时仿真,需要等待到下一个仿真周期开始,再返回到步骤S3,直至仿真运行结束。
进一步的,所述层次四叉树中末级节点对应场景模型区域为长方体,其中长、宽均为所仿真激光雷达有效探测范围的两倍,高度为区域内所有几何对象顶点坐标的最大Z值与最小Z值之差,一个父节点包括四个子节点,所述层次四叉树根节点对应的区域覆盖三维几何模型坐标的全部范围。
进一步的,还包括一个预处理步骤,其根据仿真激光雷达的线数、扫描频率、扫描角分辨率、探测范围,对所有激光扫描线段在激光雷达坐标系中的起点坐标、终点坐标进行预计算,以降低仿真计算时的计算工作量。
进一步的,层次四叉树中遍历查找的具体过程是,当第一条扫描线寻找到对应叶节点后,其它扫描线只需要在该叶节点相邻的八个邻叶节点中进行寻找,每新找到一个叶节点,一下条扫描线的搜索范围则被限定到已找到所有叶节点共同的邻叶节点,因规定了末级节点对应区域的尺寸,末级叶节点的最大可能数量为四个,一旦找满四个叶节点,则停止查找,进行下一步计算。
进一步的,通过对激光扫描线段与其空间位置匹配的末级节点对应区域的几何体进行求交运算,模拟激光雷达的工作原理,将获得的一系列交点,根据距离扫描线段起点的距离进行排序,距离起点最近的那个交点坐标作为该条激光线的扫描结果。
进一步的,还包括建立高精度道路场景三维几何模型,所述三维几何模型建立在世界坐标系中,仅包含多边形顶点坐标、多边形拓扑结构等几何信息。
本发明具有以下优点:
1.采用层次四叉树结构进行几何体求交,加快仿真进程;
2.根据所仿真激光雷达的参数进行预计算,降低仿真时的计算工作量,缩短仿真时间;
3.可实现超实时仿真,进一步缩短仿真时间,提高工作效率。
附图说明
图1 为本发明的仿真方法流程图;
图2 为本发明的水平方向虚拟激光扫描线生成示意图;
图3 为本发明的垂直方向虚拟激光扫描线生成示意图。
具体实施方式
为使发明实施例的目的、技术方案和优点更加清楚,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、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和标示出的本发明实施例的组件可以以各种不同的配置来布置和设计。基于本发明中的实施例,本领域普通技术人员在没有做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。
本实施例提供一种基于几何体求交的车载激光雷达仿真方法,首先建立表征道路环境几何特征的三维几何模型,所述三维几何模型建立在世界坐标系中,仅包含多边形顶点坐标、多边形拓扑结构等几何信息,不包含纹理、光照材质、法向量等数据;步骤如下:
第一步:进行仿真前,将第一步建立的三维几何模型加载到计算机内存中,加载完成后,根据几何体的顶点分布情况,生成一个管理几何模型的层次四叉树。
第二步:根据所仿真激光雷达的线数、扫描频率、扫描角分辨率、探测范围进行初始化计算,计算出以激光雷达中心为坐标原点的坐标系中所有激光扫描线段的起点坐标、终点坐标;
第三步:启动周期性的仿真计算,首先获得所仿真车辆在世界坐标系中的位置、姿态角度,再根据在激光雷达在所仿真车辆中的虚拟安装位置、安装姿态角,计算得到激光雷达坐标系与世界坐标系的变换关系,根据该变换关系,计算出第二步获得的全部激光扫描线段在世界坐标系的起点坐标、终点坐标;
第四步:遍历第二步生成的层次四叉树,根据第三步获得的全部激光扫描线段的起点坐标、终点坐标,找到线段所在区域对应的层次四叉树末级叶节点,遍历叶节点对应的所有几何模型,计算和扫描线段的交点,并根据交点与线段起点的距离进行排序;
第五步:将距离扫描线段起点最近的交点坐标、扫描线的编号记录下来,作为所仿真激光雷达对应扫描点上的仿真数据;将全部仿真数据,以指定的接口输出或存储;
第六步:如果是超实时仿真,直接返回到第三步,直至仿真运行结束,如果是实时仿真,需要等待到下一个仿真周期开始,再返回到第三步,直至仿真运行结束。
根据所仿真激光雷达有效探测范围,动态构建管理几何模型的层次四叉树,四叉树中末级节点对应场景模型区域为长方体,其中长、宽均为所仿真激光雷达有效探测范围的两倍,高度为区域内所有几何对象顶点坐标的最大Z值与最小Z值之差。
根据所仿真激光雷达的线数、扫描频率、扫描角分辨率、探测范围,对所有激光扫描线段在激光雷达坐标系中的起点坐标、终点坐标进行预计算,以降低仿真计算时的计算工作量。
根据激光扫描线段在世界坐标系的起点、终点坐标,通过在层次四叉树中进行遍历查找,寻找到包含线段或与线段相交的区域对应的四叉树末级节点,当第一条扫描线寻找到对应叶节点后,其它扫描线只需要在该叶节点相邻的八个邻叶节点中进行寻找,每新找到一个叶节点,一下条扫描线的搜索范围则被限定到已找到所有叶节点共同的邻叶节点,因规定了末级节点对应区域的尺寸,末级叶节点的最大可能数量为四个,一旦找满四个叶节点,则停止查找,进行下一步计算。
通过对激光扫描线段与其空间位置匹配的末级节点对应区域的几何体进行求交运算,来模拟激光雷达的工作原理,将获得的一系列交点,根据距离扫描线段起点的距离进行排序,距离起点最近的那个交点坐标作为该条激光线的扫描结果。

Claims (6)

1.一种基于几何体求交的车载激光雷达仿真方法,其特征在于,包括以下步骤:
S1加载高精度道路场景的三维几何模型到计算机内存,加载完成后,根据几何体的顶点分布情况,生成一个管理几何模型的层次四叉树;
S2加载激光雷达仿真模型,根据仿真激光雷达的线数、扫描频率、扫描角分辨率、探测范围进行初始化,计算出以激光雷达中心为坐标原点的坐标系中所有激光扫描线段的起点坐标、终点坐标;
S3启动周期性的仿真计算,包括如下子步骤:
S31首先获得所仿真车辆在世界坐标系中的位置、姿态角度;
S32根据在激光雷达在所仿真车辆中的虚拟安装位置、安装姿态角,计算得到激光雷达坐标系与世界坐标系的变换关系;
S33根据所述变换关系,计算出第二步获得的全部激光扫描线段在世界坐标系的起点坐标、终点坐标;
S4遍历所述的层次四叉树,根据步骤S3获得的全部激光扫描线段的起点坐标、终点坐标,找到线段所在区域对应的层次四叉树末级叶节点,遍历叶节点对应的所有几何模型,计算和扫描线段的交点,并根据交点与线段起点的距离进行排序;
S5将距离扫描线段起点最近的交点坐标、扫描线的编号记录下来,作为所仿真激光雷达对应扫描点上的仿真数据;将全部仿真数据,以指定的接口输出或存储;
S6如果是超实时仿真,直接返回到步骤S3直至仿真运行结束;如果是实时仿真,需要等待到下一个仿真周期开始,再返回到步骤S3,直至仿真运行结束。
2.根据权利要求1所述的一种基于几何体求交的车载激光雷达仿真方法,其特征在于:所述层次四叉树中末级节点对应场景模型区域为长方体,其中长、宽均为所仿真激光雷达有效探测范围的两倍,高度为区域内所有几何对象顶点坐标的最大Z值与最小Z值之差,一个父节点包括四个子节点,所述层次四叉树根节点对应的区域覆盖三维几何模型坐标的全部范围。
3.根据权利要求1所述的一种基于几何体求交的车载激光雷达仿真方法,其特征在于:还包括一个预处理步骤,其根据仿真激光雷达的线数、扫描频率、扫描角分辨率、探测范围,对所有激光扫描线段在激光雷达坐标系中的起点坐标、终点坐标进行预计算,以降低仿真计算时的计算工作量。
4.根据权利要求1所述的一种基于几何体求交的车载激光雷达仿真方法,其特征在于:层次四叉树中遍历查找的具体过程是,当第一条扫描线寻找到对应叶节点后,其它扫描线只需要在该叶节点相邻的八个邻叶节点中进行寻找,每新找到一个叶节点,一下条扫描线的搜索范围则被限定到已找到所有叶节点共同的邻叶节点,因规定了末级节点对应区域的尺寸,末级叶节点的最大可能数量为四个,一旦找满四个叶节点,则停止查找,进行下一步计算。
5.根据权利要求1所述的一种基于几何体求交的车载激光雷达仿真方法,其特征在于:通过对激光扫描线段与其空间位置匹配的末级节点对应区域的几何体进行求交运算,模拟激光雷达的工作原理,将获得的一系列交点,根据距离扫描线段起点的距离进行排序,距离起点最近的那个交点坐标作为该条激光线的扫描结果。
6.根据权利要求1所述的一种基于几何体求交的车载激光雷达仿真方法,其特征在于:还包括建立高精度道路场景三维几何模型,所述三维几何模型建立在世界坐标系中,仅包含多边形顶点坐标、多边形拓扑结构等几何信息。
CN201810942482.0A 2018-08-17 2018-08-17 一种基于几何体求交运算的车载激光雷达仿真方法 Active CN108732556B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810942482.0A CN108732556B (zh) 2018-08-17 2018-08-17 一种基于几何体求交运算的车载激光雷达仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810942482.0A CN108732556B (zh) 2018-08-17 2018-08-17 一种基于几何体求交运算的车载激光雷达仿真方法

Publications (2)

Publication Number Publication Date
CN108732556A true CN108732556A (zh) 2018-11-02
CN108732556B CN108732556B (zh) 2020-03-27

Family

ID=63941570

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810942482.0A Active CN108732556B (zh) 2018-08-17 2018-08-17 一种基于几何体求交运算的车载激光雷达仿真方法

Country Status (1)

Country Link
CN (1) CN108732556B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109814093A (zh) * 2019-01-29 2019-05-28 北京奥特贝睿科技有限公司 一种基于cpu多核计算的激光雷达仿真方法以及装置
CN111275816A (zh) * 2020-02-25 2020-06-12 华为技术有限公司 获取点云数据的方法及相关设备
CN111624583A (zh) * 2020-07-30 2020-09-04 之江实验室 一种考虑速度因素的激光雷达测距的快速数值仿真方法
CN111796258A (zh) * 2020-08-20 2020-10-20 三一机器人科技有限公司 雷达参数标定场的构建方法、构建装置及可读存储介质
CN111859612A (zh) * 2020-06-08 2020-10-30 北京经纬恒润科技有限公司 激光雷达仿真方法以及装置
CN112800582A (zh) * 2020-12-30 2021-05-14 华南理工大学 一种结构光视觉传感器仿真激光线生成方法
CN112991511A (zh) * 2020-10-13 2021-06-18 中国汽车技术研究中心有限公司 一种点云数据的展示方法
CN113281716A (zh) * 2021-03-16 2021-08-20 中国人民解放军战略支援部队信息工程大学 一种光子计数激光雷达数据去噪方法
CN113420520A (zh) * 2021-06-25 2021-09-21 海光信息技术股份有限公司 集成电路装置设计仿真方法、装置、设备和可读存储介质
CN113433568A (zh) * 2020-03-23 2021-09-24 杭州海康威视数字技术股份有限公司 一种激光雷达观测模拟方法及装置
CN116106873A (zh) * 2023-04-13 2023-05-12 西南交通大学 移动激光雷达标定控制系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101593367A (zh) * 2009-06-25 2009-12-02 北京航空航天大学 一种基于四叉包围盒树的柔性织物自碰撞检测方法
CN106338736A (zh) * 2016-08-31 2017-01-18 东南大学 一种基于激光雷达的全3d占据体元地形建模方法
CN106570251A (zh) * 2016-10-26 2017-04-19 上海无线电设备研究所 一种THz波段雷达目标电磁散射建模方法
CN107966693A (zh) * 2017-12-05 2018-04-27 成都合纵连横数字科技有限公司 一种基于深度渲染的车载激光雷达仿真方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101593367A (zh) * 2009-06-25 2009-12-02 北京航空航天大学 一种基于四叉包围盒树的柔性织物自碰撞检测方法
CN106338736A (zh) * 2016-08-31 2017-01-18 东南大学 一种基于激光雷达的全3d占据体元地形建模方法
CN106570251A (zh) * 2016-10-26 2017-04-19 上海无线电设备研究所 一种THz波段雷达目标电磁散射建模方法
CN107966693A (zh) * 2017-12-05 2018-04-27 成都合纵连横数字科技有限公司 一种基于深度渲染的车载激光雷达仿真方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JULIEN STEPHAN 等: "Increased Reliability of Outdoor Millimeter-Wave Link Simulations by Leveraging Lidar Point Cloud", 《12TH EUROPEAN CONFERENCE ON ANTENNAS AND PROPAGATION(EUCAP2018)》 *
左超 等: "一种新的点云拼接算法", 《中国激光》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109814093A (zh) * 2019-01-29 2019-05-28 北京奥特贝睿科技有限公司 一种基于cpu多核计算的激光雷达仿真方法以及装置
CN111275816A (zh) * 2020-02-25 2020-06-12 华为技术有限公司 获取点云数据的方法及相关设备
CN111275816B (zh) * 2020-02-25 2022-05-10 华为技术有限公司 获取点云数据的方法及相关设备
CN113433568A (zh) * 2020-03-23 2021-09-24 杭州海康威视数字技术股份有限公司 一种激光雷达观测模拟方法及装置
CN111859612A (zh) * 2020-06-08 2020-10-30 北京经纬恒润科技有限公司 激光雷达仿真方法以及装置
CN111624583A (zh) * 2020-07-30 2020-09-04 之江实验室 一种考虑速度因素的激光雷达测距的快速数值仿真方法
CN111624583B (zh) * 2020-07-30 2020-10-30 之江实验室 一种考虑速度因素的激光雷达测距的快速数值仿真方法
CN111796258A (zh) * 2020-08-20 2020-10-20 三一机器人科技有限公司 雷达参数标定场的构建方法、构建装置及可读存储介质
CN112991511A (zh) * 2020-10-13 2021-06-18 中国汽车技术研究中心有限公司 一种点云数据的展示方法
CN112800582A (zh) * 2020-12-30 2021-05-14 华南理工大学 一种结构光视觉传感器仿真激光线生成方法
CN113281716A (zh) * 2021-03-16 2021-08-20 中国人民解放军战略支援部队信息工程大学 一种光子计数激光雷达数据去噪方法
CN113281716B (zh) * 2021-03-16 2023-08-08 中国人民解放军战略支援部队信息工程大学 一种光子计数激光雷达数据去噪方法
CN113420520A (zh) * 2021-06-25 2021-09-21 海光信息技术股份有限公司 集成电路装置设计仿真方法、装置、设备和可读存储介质
CN113420520B (zh) * 2021-06-25 2024-01-23 海光信息技术股份有限公司 集成电路装置设计仿真方法、装置、设备和可读存储介质
CN116106873A (zh) * 2023-04-13 2023-05-12 西南交通大学 移动激光雷达标定控制系统及方法
CN116106873B (zh) * 2023-04-13 2023-10-24 西南交通大学 移动激光雷达标定控制系统及方法

Also Published As

Publication number Publication date
CN108732556B (zh) 2020-03-27

Similar Documents

Publication Publication Date Title
CN108732556A (zh) 一种基于几何求交运算的车载激光雷达仿真方法
US11709058B2 (en) Path planning method and device and mobile device
CN108198145A (zh) 用于点云数据修复的方法和装置
CN110109134B (zh) 一种基于2d激光雷达测距的折线提取极大似然估计的方法
CN107966693A (zh) 一种基于深度渲染的车载激光雷达仿真方法
CN111275816B (zh) 获取点云数据的方法及相关设备
CN105180890A (zh) 融合激光点云和数字影像的岩体结构面产状测量方法
KR20070054593A (ko) 단일한 이미지로부터 3차원 물체를 측량, 모델링 및맵핑하기 위한 시스템, 컴퓨터 프로그램 및 방법
CN111179274B (zh) 地图地面分割方法、装置、计算机设备和存储介质
CN112258590B (zh) 一种基于激光的深度相机外参标定方法、设备及其存储介质
CN112835064B (zh) 一种建图定位方法、系统、终端及介质
CN104517318A (zh) 三维量测模拟取点系统及方法
CN111856499B (zh) 基于激光雷达的地图构建方法和装置
CN108318002A (zh) 一种无人机巡检方法以及装置
WO2023142608A1 (zh) 获得飞机面型的系统和方法
CN103308902B (zh) 用于构建输变电三维数字电网的车载LiDAR三维数据采集方法
CN111709988A (zh) 一种物体的特征信息的确定方法、装置、电子设备及存储介质
CN110706331A (zh) 一种基于bim点云技术与三维扫描的施工质量控制方法
CN113093128A (zh) 用于标定毫米波雷达的方法、装置、电子设备及路侧设备
Garrote et al. 3D point cloud downsampling for 2D indoor scene modelling in mobile robotics
Song et al. BIM-supported scan and flight planning for fully autonomous LiDAR-carrying UAVs
Borisov et al. An automated process of creating 3D city model for monitoring urban infrastructures
Zhou et al. Crater identification simulation using LiDAR on Lunar rover
CN116912443A (zh) 一种使用无人机航测技术的矿区点云和影像融合建模方法
Zhao et al. Completing point clouds using structural constraints for large-scale points absence in 3D building reconstruction

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