CN109100707B - 雷达传感器的标定方法、装置、设备及存储介质 - Google Patents
雷达传感器的标定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109100707B CN109100707B CN201810955042.9A CN201810955042A CN109100707B CN 109100707 B CN109100707 B CN 109100707B CN 201810955042 A CN201810955042 A CN 201810955042A CN 109100707 B CN109100707 B CN 109100707B
- Authority
- CN
- China
- Prior art keywords
- location information
- radar sensor
- unmanned equipment
- obtains
- barrier
- 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
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
本申请实施例提供一种雷达传感器的标定方法、装置、设备及存储介质,通过获取无人驾驶设备搭载的定位设备采集的定位信息,以及定位设备在采集得到定位信息时对应的无人驾驶设备搭载的雷达传感器采集获得的障碍物在雷达传感器坐标系下的位置信息;基于获取到的定位信息以及定位信息对应的位置信息,计算障碍物与无人驾驶设备之间的第一相对位置;调整雷达传感器的外部参数,得到目标外部参数,使得基于目标外部参数,以及位置信息计算获得的第二相对位置与对应的基于位置信息计算获得的第一相对位置一致。本申请实施例提供的技术方案能够基于无人驾驶设备搭载的定位设备对无人驾驶设备搭载的雷达传感器进行标定,提高雷达标定的鲁棒性。
Description
技术领域
本申请实施例涉及无人驾驶技术领域,尤其涉及一种雷达传感器的标定方法、装置、设备及存储介质。
背景技术
目前在无人驾驶设备中通过使用多线束激光雷达传感器(大于等于16线)来检测设备周围的障碍物,以达到避障的目的。但是,多线束激光雷达传感器的价格较为昂贵,成本较高。
为了降低成本现有技术提供了一种采用单线束激光雷达传感器替代多线束激光雷达传感器的方案,在该方案中将单线束激光雷达传感器与相机进行标定,具体是在一个特定的场地中,选取一个适合进行标定的参照物,然后将单线束激光雷达传感器的点云投影到相机拍摄的图像上,同时不断更改单线束激光雷达传感器的外参值,直至单线束激光雷达传感器探测到的障碍物的点云与图像上的障碍物完全吻合为止,完成标定。但是这种标定方法,会受到单线束激光雷达传感器和相机时间戳不同步、相机曝光度过高或过低以及场景等诸多因素的影响,使得标定结果不准确,标定的鲁棒性较差。
发明内容
本申请实施例提供一种雷达传感器的标定方法、装置、设备及存储介质,用以基于无人驾驶设备搭载的定位设备对无人驾驶设备搭载的雷达传感器进行标定,提高标定结果的鲁棒性。
本申请实施例第一方面提供一种雷达传感器的标定方法,包括:获取无人驾驶设备搭载的定位设备采集的定位信息,以及所述定位设备在采集得到所述定位信息时对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达传感器坐标系下的位置信息;基于获取到的所述定位信息以及所述定位信息对应的所述位置信息,计算所述障碍物与所述无人驾驶设备之间的第一相对位置;调整所述雷达传感器的外部参数,得到目标外部参数,使得基于所述目标外部参数,以及所述位置信息计算获得的所述障碍物与所述无人驾驶设备之间的第二相对位置与对应的基于所述位置信息计算获得的所述第一相对位置一致。
本申请实施例第二方面提供一种标定雷达传感器的装置,包括:获取模块,用于获取无人驾驶设备搭载的定位设备采集的定位信息,以及所述定位设备在采集得到所述定位信息时对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达传感器坐标系下的位置信息;处理模块,用于基于获取到的所述定位信息以及所述定位信息对应的所述位置信息,计算所述障碍物与所述无人驾驶设备之间的第一相对位置;调整模块,用于调整所述雷达传感器的外部参数,得到目标外部参数,使得基于所述目标外部参数,以及所述位置信息计算获得的所述障碍物与所述无人驾驶设备之间的第二相对位置与对应的基于所述位置信息计算获得的所述第一相对位置一致。
本申请实施例第三方面提供一种无人驾驶设备,包括:一个或多个处理器;一个或多个定位设备,用于对无人驾驶设备在空间中的位置进行定位;一个或多个雷达传感器,用于采集障碍物在其坐标系下的位置信息;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述第一方面所述的方法。
本申请实施例第四方面提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一方面所述的方法。
基于以上各方面,本申请实施例通过获取无人驾驶设备搭载的定位设备采集获得的定位信息,以及定位设备在采集获得定位信息时无人驾驶设备上搭载的雷达传感器采到的障碍物在雷达传感器坐标系下的位置信息,基于获取到的定位信息以及该定位信息对应的雷达传感器采集到的位置信息,计算障碍物与无人驾驶设备之间的第一相对位置,进而通过调整雷达传感器的外部参数来得到目标外部参数,使得基于目标外部参数计算获得的障碍物与无人驾驶设备之间的第二相对位置与对应的第一相对位置一致。由于本申请实施例是通过定位设备的定位信息来对雷达传感器进行标定的,而不是像现有技术那样通过拍摄设备拍摄的图像对雷达传感器进行标定,因而,在对雷达传感器进行标定时,不会因为拍摄设备自身的因素(比如曝光过强或过暗等)对标定结果造成影响,并且,本申请实施例提供的标定方案不需要基于特定的场景,而是在任意灵活的场景中均可实现准确的标定,因而本申请实施例在方案实施方面具有较高的灵活性和普适性,特别是本申请实施例可以用于对无人驾驶设备搭载的单线束雷达传感器进行标定,从而使得单线束雷达传感器能够取代多线束雷达传感器被用于无人驾驶设备的障碍检测,降低检测成本。
应当理解,上述发明内容部分中所描述的内容并非旨在限定本申请的实施例的关键或重要特征,亦非用于限制本申请的范围。本公申请的其它特征将通过以下的描述变得容易理解。
附图说明
图1是本申请实施例提供的一种标定雷达的场景示意图;
图2是本申请实施例提供的一种雷达传感器的标定方法的流程图;
图3是本申请实施例提供的一种雷达传感器的标定方法的流程图;
图4是本申请实施例提供的一种雷达传感器的标定方法的流程图;
图5是本申请实施例提供的一种标定雷达传感器的装置的结构示意图;
图6是本申请实施例提供的一种标定雷达传感器的装置的结构示意图;
图7是本申请实施例提供的一种标定雷达传感器的装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的实施例。虽然附图中显示了本申请的某些实施例,然而应当理解的是,本申请可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本申请。应当理解的是,本申请的附图及实施例仅用于示例性作用,并非用于限制本申请的保护范围。
本申请实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1是本申请实施例提供的一种标定雷达的场景示意图,如图1所示,该场景中包括无人驾驶设备10、障碍物11和定位卫星12,其中,无人驾驶设备10上搭载有至少一个定位设备和至少一个雷达传感器(在图1中未示出定位设备和雷达传感器),定位设备用于接收定位卫星12的定位信号,基于定位信号获得无人驾驶设备10的定位信息。雷达传感器水平安装,用于检测无人驾驶设备10周围的障碍物,获得障碍物在雷达传感器坐标系下的位置信息,雷达传感器与定位设备的时间同步。在执行标定操做时无人驾驶设备10按照特定的移动轨迹或者随机的运动轨迹进行移动。在无人驾驶设备10移动的同时中或者之后基于定位设备采集的定位信息以及在采集定位信息时雷达传感器采集到的障碍物在雷达坐标系下的位置信息,计算障碍物11与无人驾驶设备10之间的第一相对位置,并通过调整雷达传感器的外部参数来得到目标外部参数,从而使得基于目标参数计算获得的障碍物与无人驾驶设备之间的第二相对位置与对应的第一性对位置一致。由于本申请实施例是通过定位设备的定位信息来对雷达传感器进行标定的,而不是像现有技术那样通过拍摄设备拍摄的图像对雷达传感器进行标定,因而,在对雷达传感器进行标定时,不会因为拍摄设备自身的因素(比如曝光过强或过暗等)对标定结果造成影响,并且,本申请实施例提供的标定方案不需要基于特定的场景,而是在任意灵活的场景中均可实现准确的标定,因而本申请实施例在方案实施方面具有较高的灵活性和普适性,特别是本申请实施例可以用于对无人驾驶设备搭载的单线束雷达传感器进行标定,从而使得单线束雷达传感器能够取代多线束雷达传感器被用于无人驾驶设备的障碍检测,降低检测成本。
以下将结合附图来具体描述本申请实施例的技术方案。
图2是本申请实施例提供的一种雷达传感器的标定方法的流程图,该方法可以由一种标定雷达传感器的装置(以下简称标定装置)来执行。参见图2,该方法包括步骤S11-S13:
S11、获取无人驾驶设备搭载的定位设备采集的定位信息,以及所述定位设备在采集得到所述定位信息时对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达传感器坐标系下的位置信息。
S12、基于获取到的所述定位信息以及所述定位信息对应的所述位置信息,计算所述障碍物与所述无人驾驶设备之间的第一相对位置。
S13、调整所述雷达传感器的外部参数,得到目标外部参数,使得基于所述目标外部参数,以及所述位置信息计算获得的所述障碍物与所述无人驾驶设备之间的第二相对位置与对应的基于所述位置信息计算获得的所述第一相对位置一致。
其中,本实施例涉及的无人驾驶设备可以是无人驾驶飞机、无人驾驶汽车或者其他任意一种无需人工操作或者只需简单的人工辅助操作即可完成自动驾驶操作的设备。为了方便理解本实施例中可示例性的将无人驾驶设备理解为无人驾驶汽车。
本实施例中涉及的雷达传感器可以是任意一种类型或者型号的雷达传感器,可选的,本实施例中可示例性的将雷达传感器理解为单线束雷达传感器。
本实施例中涉及的定位设备可以是任意一种类型或者型号的定位设备,可选的,本实施例中可示例性的将定位设备理解为全球卫星导航系统(GNSS)。
本实施例中涉及的外部参数可以理解为雷达传感器相对于无人驾驶设备或者无人驾驶设备上其他传感器的朝向、俯仰角以及位置等参数。具体关于外部参数的理解可以参照现有技术,在这里不再赘述。
参见图1,本实施例在执行获取定位信息的操作以及执行获取障碍物在雷达传感器坐标系中位置信息的操作时,其具体执行方式可以包括如下几种:
在一种可能的执行方式中,可以只获取无人驾驶设备在某一时刻或者某一位置的定位信息,并在获取定位信息的同时获取雷达传感器检测到的障碍物在雷达传感器坐标系下的位置信息。从而基于获取到的定位信息和位置信息来计算当处于这一时刻或者这一位置时,障碍物与无人驾驶设备之间的第一相对位置,其中第一相对位置可以理解为障碍物与无人驾驶设备之间的实际相对位置。进一步的,再通过调整雷达传感器的外部参数,使得基于外部参数和上述位置信息计算获得的障碍物与无人驾驶设备之间的第二相对位置与前述计算获得的第一相对位置一致,从而完成雷达传感器的标定。其中,本实施例中所称的第二相对位置与第一相对位置一致是指,第二相对位置与第一相对位置相同,或者第二相对位置与第一相对位置之间的位置差距在预设范围内。
在另一种可能的执行方式中,可以获取无人驾驶设备搭载的定位设备采集的多组定位信息,并在采集定位信息的同时获取雷达创暖气采集到的障碍物在雷达坐标系下的位置信息,也就是说,在这种方式下获取到的定位信息和位置信息有多组,并且获取到的定位信息的组数与获取到的位置信息的组数相同,其中每一组定位信息都对应一组同时刻采集得到的障碍物在雷达坐标系下的位置信息。在这种方式下,需要分别基于各组定位信息以及其对应的障碍物在雷达坐标系下的位置信息,计算相应的障碍物与无人驾驶设备之间的第一相对位置,也就是说,在这种方式下如果获取到的定位信息有N组,那么相应的就要计算N个第一相对位置。进一步的,再调整雷达传感器的外部参数,使得基于外部参数和上述获得的每个位置信息计算获得的第二相对位置均与相应的第一相对位置一致,得到目标外部参数,这里所称的目标外部参数,即为校准后准确的外部参数。
其中,本实施例在获取多组定位信息的方法有多种:
在一种可能的方法中,可以间隔预设时间获取无人驾驶设备搭载的定位设备采集的定位信息,以及定位设备在采集得到每个定位信息时,对应的无人驾驶设备搭载的雷达传感器采集获得的障碍物在雷达坐标系下的位置信息,得到多组定位信息以及对应的多组位置信息。也就是说,在这种方法中是每间隔预设时间获取一次定位信息和雷达传感器采集的障碍物在雷达坐标系下的位置信息,直至获取到预设组数的定位向信息和位置信息为止。
在另一种可能的方法中,可以通过对无人驾驶设备的实时位置进行监测来获得无人驾驶设备的移动距离,在无人驾驶设备每移动预设距离时获取一个定位信息,以及在获取该定位信息时,雷达传感器采集获得的障碍物在雷达坐标系下的位置信息,直至得到预设组数的定位向信息和位置信息为止。其中,这里所称的移动距离可以指无人驾驶设备移动轨迹的长度,也可以指无人驾驶设备在前时刻的实时位置和在后时刻实时位置之间的直线距离,或者在其他场景中也可以根据需要采用其他方式对移动距离进行设定,本实施例中不做具体限定。
进一步的,本实施例在基于获取到的定位信息以及定位信息对应的所述位置信息,计算障碍物与所述无人驾驶设备之间的第一相对位置时,具体可以是根据雷达传感器与定位设备之间的距离,将障碍物在雷达传感器中的位置映射为定位设备所在的实际三维空间坐标系中,在基于障碍物在实际三维空间中的坐标信息和无人驾驶设备的定位信息,确定障碍物与无人驾驶设备之间的第一相对位置。
再进一步的,在计算获得每组定位信息对应的第一相对位置后,先基于预先设定的雷达传感器的外部参数,以及前述获取到的各组位置信息,计算各组位置信息对应的障碍物与无人驾驶设备之间的第二相对位置,若存在至少一个第二相对位置与对应的第一相对位置不一致,则调整雷达传感器的外部参数,并继续上述过程,直至计算获得的每个第二相对位置均与对应的第一相对位置一致为止,从而完成雷达传感器的标定。其中,上述基于雷达传感器的外部参数和障碍物在雷达传感器坐标系中的位置信息,计算障碍物与无人驾驶设备之间的第二相对位置的方法可以参考现有技术,在这里不再赘述。
本实施例通过获取无人驾驶设备搭载的定位设备采集获得的定位信息,以及定位设备在采集获得定位信息时无人驾驶设备上搭载的雷达传感器采到的障碍物在雷达传感器坐标系下的位置信息,基于获取到的定位信息以及该定位信息对应的雷达传感器采集到的位置信息,计算障碍物与无人驾驶设备之间的第一相对位置,进而通过调整雷达传感器的外部参数来得到目标外部参数,使得基于目标外部参数计算获得的障碍物与无人驾驶设备之间的第二相对位置与对应的第一相对位置一致。由于本实施例是通过定位设备的定位信息来对雷达传感器进行标定的,而不是像现有技术那样通过拍摄设备拍摄的图像对雷达传感器进行标定,因而,在对雷达传感器进行标定时,不会因为拍摄设备自身的因素(比如曝光过强或过暗等)对标定结果造成影响,并且,本实施例提供的标定方案不需要基于特定的场景,而是在任意灵活的场景中均可实现准确的标定,因而本实施例在方案实施方面具有较高的灵活性和普适性,特别是本实施例可以用于对无人驾驶设备搭载的单线束雷达传感器进行标定,从而使得单线束雷达传感器能够取代多线束雷达传感器被用于无人驾驶设备的障碍检测,降低检测成本。
下面结合附图对上述实施例进行进一步的优化和扩展。
图3是本申请实施例提供的一种雷达传感器的标定方法的流程图,如图3所示,在图2实施例的基础上,该方法包括步骤S21-S23:
S21、获取无人驾驶设备搭载的定位设备采集的定位信息,以及所述定位设备在采集得到所述定位信息时对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达传感器坐标系下的位置信息。
S22、基于获取到的所述定位信息以及所述定位信息对应的所述位置信息,计算所述障碍物与所述无人驾驶设备之间的第一相对位置。
S23、对所述雷达传感器的外部参数进行多次调整,针对每一次调整,均基于调整后的外部参数,计算每个位置信息对应的第二相对位置,若存在一个或多个第二相对位置与对应的第一相对位置不一致,则执行下一次调整,直至基于调整后的外部参数计算获得的每个第二相对位置与相应的第一相对位置均一致为止。
举例来说,假设无人驾驶设备在位置A时,障碍物与无人驾驶设备之间的实际相对位置为a1,无人驾驶设备在位置B时,障碍物与无人驾驶设备之间的实际相对位置为b1,则先基于雷达传感器的一组外部参数,计算无人驾驶设备在位置A时,障碍物与无人驾驶设备之间的相对位置为a2,以及无人驾驶设备在位置B时,障碍物与无人驾驶设备之间的相对位置为b2,若a1与a2不相同,或者b1与b2不相同,则换一组外部参数重新执行上述运算,直至a1与a2相同,且b1与b2相同时,确定此时的外部参数为目标外部参数,完成标定。
当然上述举例仅是通过举例说明来清楚说明本申请的实现方式,而不是对本申请的唯一限定。
本实施例的有益效果与图2实施例类似,在这里不再赘述。
图4是本申请实施例提供的一种雷达传感器的标定方法的流程图,如图4所示,在图2实施例的基础上,该方法包括步骤S31-S33:
S31、获取无人驾驶设备搭载的定位设备采集的定位信息,以及所述定位设备在采集得到所述定位信息时对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达传感器坐标系下的位置信息。
S32、基于获取到的所述定位信息以及所述定位信息对应的所述位置信息,计算所述障碍物与所述无人驾驶设备之间的第一相对位置。
S33、基于计算获得的各第一相对位置,以及各第一相对位置对应的所述雷达传感器采集到的位置信息进行统计计算,得到目标外部参数,使得基于目标外部参数计算获得的每个第二相对位置与对应的第一相对位置均一致。
本实施例中可以通过预设的统计算法计算获得目标外部参数,比如,可以先基于各第一相对位置,以及各第一相对位置对应的雷达传感器采集到的位置信息,反向计算雷达传感器的外部参数,再对计算获得的多组外部参数进行统计计算(比如,求平均计算等)得到目标外部参数。
本实施例的有益效果与图2实施例类似,在这里不再赘述。
图5是本申请实施例提供的一种标定雷达传感器的装置的结构示意图,如图5所示,该装置50包括:
获取模块51,用于获取无人驾驶设备搭载的定位设备采集的定位信息,以及所述定位设备在采集得到所述定位信息时对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达传感器坐标系下的位置信息;
处理模块52,用于基于获取到的所述定位信息以及所述定位信息对应的所述位置信息,计算所述障碍物与所述无人驾驶设备之间的第一相对位置;
调整模块53,用于调整所述雷达传感器的外部参数,得到目标外部参数,使得基于所述目标外部参数,以及所述位置信息计算获得的所述障碍物与所述无人驾驶设备之间的第二相对位置与对应的基于所述位置信息计算获得的所述第一相对位置一致。
可选的,所述获取模块51,具体用于:
获取无人驾驶设备搭载的定位设备采集的多组定位信息,以及所述定位设备在采集得到每个定位信息时对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息;
所述调整模块,具体用于:调整所述雷达传感器的外部参数,得到目标外部参数,使得基于目标外部参数计算获得的每个第二相对位置与对应的第一相对位置均一致。
可选的,所述获取模块51,包括:
第一获取子模块,用于间隔预设时间获取无人驾驶设备搭载的定位设备采集的定位信息,以及所述定位设备在采集得到每个定位信息时,对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息,得到多组定位信息以及对应的多组位置信息。
可选的,所述获取模块51,包括:
第二获取子模块,用于无人驾驶设备每移动预设距离获取一个定位信息,以及在采集得到每个定位信息时,对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息,得到多组定位信息以及对应的多组位置信息。
可选的,所述第二获取子模块,具体用于:
监测无人驾驶设备的移动轨迹,每间隔预设轨迹长度获取一个定位信息,以及在采集得到每个定位信息时,对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息,得到多组定位信息以及对应的多组位置信息。
可选的,所述第二获取子模块,具体用于:
监测无人驾驶设备的实时位置,当在前时刻的实时位置与在后时刻的实时位置之间的直线距离达到预设距离时获取定位信息,以及在采集得到所述定位信息时,对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息,得到多组定位信息以及对应的多组位置信息。
本实施例提供的装置能够用于执行图2实施例的方法,其执行方式和有益效果类似,在这里不再赘述。
图6是本申请实施例提供的一种标定雷达传感器的装置的结构示意图,如图6所示,在图5实施例的基础上,所述调整模块53,包括:
第一调整子模块531,用于对所述雷达传感器的外部参数进行多次调整,针对每一次调整,均基于调整后的外部参数,计算每个位置信息对应的第二相对位置,若存在一个或多个第二相对位置与对应的第一相对位置不一致,则执行下一次调整,直至基于调整后的外部参数计算获得的每个第二相对位置与相应的第一相对位置均一致为止。
本实施例提供的装置能够用于执行图3实施例的方法,其执行方式和有益效果类似,在这里不再赘述。
图7是本申请实施例提供的一种标定雷达传感器的装置的结构示意图,如图7所示,在图5实施例的基础上,所述调整模块53,包括:
第二调整子模块532,用于基于计算获得的各第一相对位置,以及各第一相对位置对应的所述雷达传感器采集到的位置信息进行统计计算,得到目标外部参数,使得基于目标外部参数计算获得的每个第二相对位置与对应的第一相对位置均一致。
本实施例提供的装置能够用于执行图4实施例的方法,其执行方式和有益效果类似,在这里不再赘述。
本申请实施例还提供一种无人驾驶设备,包括:一个或多个处理器;
一个或多个定位设备,用于对无人驾驶设备在空间中的位置进行定位;
一个或多个雷达传感器,用于采集障碍物在其坐标系下的位置信息;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述任一实施例所述的方法。
可选的,所述无人驾驶设备包括无人驾驶汽车。
可选的,所述定位设备包括全球卫星导航系统GNSS。
可选的,所述雷达传感器包括单线束雷达传感器。
本申请实施例还提供在一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一实施例所述的方法。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外,虽然采用特定次序描绘了各操作,但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行,或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地,在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (21)
1.一种雷达传感器的标定方法,其特征在于,包括:
获取无人驾驶设备搭载的定位设备采集的定位信息,以及所述定位设备在采集得到所述定位信息时对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达传感器坐标系下的位置信息;
基于获取到的所述定位信息以及所述定位信息对应的所述位置信息,计算所述障碍物与所述无人驾驶设备之间的第一相对位置;
调整所述雷达传感器的外部参数,得到目标外部参数,使得基于所述目标外部参数,以及所述位置信息计算获得的所述障碍物与所述无人驾驶设备之间的第二相对位置与对应的基于所述位置信息计算获得的所述第一相对位置一致;
其中,所述基于获取到的所述定位信息以及所述定位信息对应的所述位置信息,计算所述障碍物与所述无人驾驶设备之间的第一相对位置,包括:
根据所述雷达传感器与所述定位设备之间的距离,将所述障碍物在所述雷达传感器中的位置映射到所述定位设备所在的三维空间坐标系中,得到所述障碍物在所述三维空间坐标系中的坐标位置;
基于所述坐标位置和所述定位信息,确定所述障碍物与所述无人驾驶设备之间的第一相对位置。
2.根据权利要求1所述的方法,其特征在于,所述获取无人驾驶设备搭载的定位设备采集的定位信息,以及所述定位设备在采集得到所述定位信息时对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达传感器坐标系下的位置信息,包括:
获取无人驾驶设备搭载的定位设备采集的多组定位信息,以及所述定位设备在采集得到每个定位信息时对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息;
所述调整所述雷达传感器的外部参数,得到目标外部参数,使得基于所述目标外部参数,以及所述位置信息计算获得所述障碍物和所述无人驾驶设备之间的第二相对位置与对应的基于所述位置信息计算获得的所述第一相对位置一致,包括:
调整所述雷达传感器的外部参数,得到目标外部参数,使得基于目标外部参数计算获得的每个第二相对位置与对应的第一相对位置均一致。
3.根据权利要求2所述的方法,其特征在于,所述获取无人驾驶设备搭载的定位设备采集的多组定位信息,以及所述定位设备在采集得到每个定位信息时对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息,包括:
间隔预设时间获取无人驾驶设备搭载的定位设备采集的定位信息,以及所述定位设备在采集得到每个定位信息时,对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息,得到多组定位信息以及对应的多组位置信息。
4.根据权利要求2所述的方法,其特征在于,所述获取无人驾驶设备搭载的定位设备采集的多组定位信息,以及所述定位设备在采集得到每个定位信息时对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息,包括:
无人驾驶设备每移动预设距离获取一个定位信息,以及在采集得到每个定位信息时,对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息,得到多组定位信息以及对应的多组位置信息。
5.根据权利要求4所述的方法,其特征在于,所述无人驾驶设备每移动预设距离获取一个定位信息,以及在采集得到每个定位信息时,对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息,得到多组定位信息以及对应的多组位置信息,包括:
监测无人驾驶设备的移动轨迹,每间隔预设轨迹长度获取一个定位信息,以及在采集得到每个定位信息时,对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息,得到多组定位信息以及对应的多组位置信息。
6.根据权利要求4所述的方法,其特征在于,所述无人驾驶设备每移动预设距离获取一个定位信息,以及在采集得到每个定位信息时,对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息,得到多组定位信息以及对应的多组位置信息,包括:
监测无人驾驶设备的实时位置,当在前时刻的实时位置与在后时刻的实时位置之间的直线距离达到预设距离时获取定位信息,以及在采集得到所述定位信息时,对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息,得到多组定位信息以及对应的多组位置信息。
7.根据权利要求2所述的方法,其特征在于,所述调整所述雷达传感器的外部参数,得到目标外部参数,使得基于目标外部参数计算获得的每个第二相对位置与对应的第一相对位置均一致,包括:
对所述雷达传感器的外部参数进行多次调整,针对每一次调整,均基于调整后的外部参数,计算每个位置信息对应的第二相对位置,若存在一个或多个第二相对位置与对应的第一相对位置不一致,则执行下一次调整,直至基于调整后的外部参数计算获得的每个第二相对位置与相应的第一相对位置均一致为止。
8.根据权利要求2所述的方法,其特征在于,所述调整所述雷达传感器的外部参数,得到目标外部参数,使得基于目标外部参数计算获得的每个第二相对位置与对应的第一相对位置均一致,包括:
基于计算获得的各第一相对位置,以及各第一相对位置对应的所述雷达传感器采集到的位置信息进行统计计算,得到目标外部参数,使得基于目标外部参数计算获得的每个第二相对位置与对应的第一相对位置均一致。
9.一种标定雷达传感器的装置,其特征在于,包括:
获取模块,用于获取无人驾驶设备搭载的定位设备采集的定位信息,以及所述定位设备在采集得到所述定位信息时对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达传感器坐标系下的位置信息;
处理模块,用于基于获取到的所述定位信息以及所述定位信息对应的所述位置信息,计算所述障碍物与所述无人驾驶设备之间的第一相对位置;
调整模块,用于调整所述雷达传感器的外部参数,得到目标外部参数,使得基于所述目标外部参数,以及所述位置信息计算获得的所述障碍物与所述无人驾驶设备之间的第二相对位置与对应的基于所述位置信息计算获得的所述第一相对位置一致;
其中,所述处理模块在计算所述第一相对位置时,具体用于:
根据所述雷达传感器与所述定位设备之间的距离,将所述障碍物在所述雷达传感器中的位置映射到所述定位设备所在的三维空间坐标系中,得到所述障碍物在所述三维空间坐标系中的坐标位置;
基于所述坐标位置和所述定位信息,确定所述障碍物与所述无人驾驶设备之间的第一相对位置。
10.根据权利要求9所述的装置,其特征在于,所述获取模块,具体用于:
获取无人驾驶设备搭载的定位设备采集的多组定位信息,以及所述定位设备在采集得到每个定位信息时对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息;
所述调整模块,具体用于:调整所述雷达传感器的外部参数,得到目标外部参数,使得基于目标外部参数计算获得的每个第二相对位置与对应的第一相对位置均一致。
11.根据权利要求10所述的装置,其特征在于,所述获取模块,包括:
第一获取子模块,用于间隔预设时间获取无人驾驶设备搭载的定位设备采集的定位信息,以及所述定位设备在采集得到每个定位信息时,对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息,得到多组定位信息以及对应的多组位置信息。
12.根据权利要求10所述的装置,其特征在于,所述获取模块,包括:
第二获取子模块,用于无人驾驶设备每移动预设距离获取一个定位信息,以及在采集得到每个定位信息时,对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息,得到多组定位信息以及对应的多组位置信息。
13.根据权利要求12所述的装置,其特征在于,所述第二获取子模块,具体用于:
监测无人驾驶设备的移动轨迹,每间隔预设轨迹长度获取一个定位信息,以及在采集得到每个定位信息时,对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息,得到多组定位信息以及对应的多组位置信息。
14.根据权利要求12所述的装置,其特征在于,所述第二获取子模块,具体用于:
监测无人驾驶设备的实时位置,当在前时刻的实时位置与在后时刻的实时位置之间的直线距离达到预设距离时获取定位信息,以及在采集得到所述定位信息时,对应的所述无人驾驶设备搭载的雷达传感器采集获得的障碍物在所述雷达坐标系下的位置信息,得到多组定位信息以及对应的多组位置信息。
15.根据权利要求10所述的装置,其特征在于,所述调整模块,包括:
第一调整子模块,用于对所述雷达传感器的外部参数进行多次调整,针对每一次调整,均基于调整后的外部参数,计算每个位置信息对应的第二相对位置,若存在一个或多个第二相对位置与对应的第一相对位置不一致,则执行下一次调整,直至基于调整后的外部参数计算获得的每个第二相对位置与相应的第一相对位置均一致为止。
16.根据权利要求10所述的装置,其特征在于,所述调整模块,包括:
第二调整子模块,用于基于计算获得的各第一相对位置,以及各第一相对位置对应的所述雷达传感器采集到的位置信息进行统计计算,得到目标外部参数,使得基于目标外部参数计算获得的每个第二相对位置与对应的第一相对位置均一致。
17.一种无人驾驶设备,其特征在于,包括:
一个或多个处理器;
一个或多个定位设备,用于对无人驾驶设备在空间中的位置进行定位;
一个或多个雷达传感器,用于采集障碍物在其坐标系下的位置信息;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一项所述的方法。
18.根据权利要求17所述的设备,其特征在于,所述无人驾驶设备包括无人驾驶汽车。
19.根据权利要求17所述的设备,其特征在于,所述定位设备包括全球卫星导航系统GNSS。
20.根据权利要求17所述的设备,其特征在于,所述雷达传感器包括单线束雷达传感器。
21.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810955042.9A CN109100707B (zh) | 2018-08-21 | 2018-08-21 | 雷达传感器的标定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810955042.9A CN109100707B (zh) | 2018-08-21 | 2018-08-21 | 雷达传感器的标定方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109100707A CN109100707A (zh) | 2018-12-28 |
CN109100707B true CN109100707B (zh) | 2019-11-26 |
Family
ID=64850562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810955042.9A Active CN109100707B (zh) | 2018-08-21 | 2018-08-21 | 雷达传感器的标定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109100707B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11428817B2 (en) * | 2018-10-11 | 2022-08-30 | Baidu Usa Llc | Automatic LIDAR calibration based on cross validation for autonomous driving |
CN111383279B (zh) * | 2018-12-29 | 2023-06-20 | 阿里巴巴集团控股有限公司 | 外参标定方法、装置及电子设备 |
CN111771137A (zh) * | 2019-01-30 | 2020-10-13 | 深圳市大疆创新科技有限公司 | 雷达外参标定方法、装置及存储介质 |
CN110007293B (zh) * | 2019-04-24 | 2021-11-02 | 禾多科技(北京)有限公司 | 场端多线束激光雷达的在线标定方法 |
CN110096059B (zh) * | 2019-04-25 | 2022-03-01 | 杭州飞步科技有限公司 | 自动驾驶方法、装置、设备及存储介质 |
CN111060898B (zh) * | 2019-12-20 | 2021-07-23 | 禾多科技(北京)有限公司 | 场端多线束激光雷达内参标定方法 |
CN112710341A (zh) * | 2020-11-30 | 2021-04-27 | 广州文远知行科技有限公司 | 一种车载终端、服务器、传感器标定方法及系统 |
CN116008970B (zh) * | 2023-03-27 | 2024-01-05 | 南京牧镭激光科技股份有限公司 | 基于视频图像验证雷达净空值反演精度的方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160120467A (ko) * | 2015-04-08 | 2016-10-18 | 국방과학연구소 | 차량용 2차원 레이더의 방위각 보정 장치 및 방법 |
US10352703B2 (en) * | 2016-04-28 | 2019-07-16 | Rogerson Aircraft Corporation | System and method for effectuating presentation of a terrain around a vehicle on a display in the vehicle |
CN206611521U (zh) * | 2017-04-12 | 2017-11-03 | 吉林大学 | 一种基于多传感器的车载环境识别系统及全方位视觉模块 |
CN107422730A (zh) * | 2017-06-09 | 2017-12-01 | 武汉市众向科技有限公司 | 基于视觉导引的agv运输系统及其驾驶控制方法 |
-
2018
- 2018-08-21 CN CN201810955042.9A patent/CN109100707B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109100707A (zh) | 2018-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109100707B (zh) | 雷达传感器的标定方法、装置、设备及存储介质 | |
JP6527178B2 (ja) | 視覚センサのキャリブレーション装置、方法及びプログラム | |
US9377310B2 (en) | Mapping and positioning system | |
CN108986164B (zh) | 基于图像的位置检测方法、装置、设备及存储介质 | |
JP6442193B2 (ja) | 点群位置データ処理装置、点群位置データ処理システム、点群位置データ処理方法およびプログラム | |
US9058538B1 (en) | Bundle adjustment based on image capture intervals | |
KR101672732B1 (ko) | 객체 추적 장치 및 방법 | |
Tanaka et al. | Avisual marker for precise pose estimation based on lenticular lenses | |
CN110910459B (zh) | 一种对摄像装置的标定方法、装置及标定设备 | |
CN105184214A (zh) | 一种基于声源定位和人脸检测的人体定位方法和系统 | |
CN109099889B (zh) | 近景摄影测量系统和方法 | |
US9443349B2 (en) | Electronic apparatus and method for incremental pose estimation and photographing thereof | |
CN105451461A (zh) | 基于scara机器人的pcb板定位方法 | |
CN103679693A (zh) | 一种多相机单视图标定装置及其标定方法 | |
JP2019032218A (ja) | 位置情報記録方法および装置 | |
CN111627073B (zh) | 一种基于人机交互的标定方法、标定装置和存储介质 | |
CN106646441A (zh) | 结合环境信息的室内移动机器人定位系统及方法 | |
CN113137958B (zh) | 一种rtk主机的放样控制方法、系统及存储介质 | |
Yang et al. | Simultaneous estimation of ego-motion and vehicle distance by using a monocular camera | |
KR101340555B1 (ko) | 기준 시점 영상 생성 장치 및 방법 | |
JP2015007639A (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP2010145219A (ja) | 運動推定装置及びプログラム | |
KR20190050819A (ko) | 가정된 캘리브레이션 모델 없이 측정된 데이터를 이용하여 캘리브레이션을 수행하는 방법 및 상기 방법을 수행하는 3차원 스캐너 캘리브레이션 시스템 | |
Mazzei et al. | A lasers and cameras calibration procedure for VIAC multi-sensorized vehicles | |
CN117649619B (zh) | 无人机视觉导航定位回收方法、系统、装置及可读存储介质 |
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 |