CN109521403A - 多线激光雷达的参数标定方法及装置、设备及可读介质 - Google Patents
多线激光雷达的参数标定方法及装置、设备及可读介质 Download PDFInfo
- Publication number
- CN109521403A CN109521403A CN201710851934.XA CN201710851934A CN109521403A CN 109521403 A CN109521403 A CN 109521403A CN 201710851934 A CN201710851934 A CN 201710851934A CN 109521403 A CN109521403 A CN 109521403A
- Authority
- CN
- China
- Prior art keywords
- point
- laser radar
- coordinate system
- line laser
- dimensional scene
- 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
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—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
- 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
Abstract
本发明提供一种多线激光雷达的参数标定方法及装置、设备及可读介质。其方法包括:基于已标定的三维扫描仪采集的标定场景的数据,创建标定场景的三维场景模型;获取待标定的多线激光雷达分别在标定场景中的多个位置点采集的点云数据;将多线激光雷达在各位置点采集的点云数据和三维场景模型中的点云数据,以各位置点与三维场景模型中对应的位置点对齐为原则,对齐至同一坐标系中;建立同一坐标系下、多线激光雷达采集的各点的数据与三维场景模型中距离点的最近的匹配点的数据之间的目标函数;根据目标函数,标定多线激光雷达的参数。本发明的技术方案,不用建立复杂的标定场景,能够有效地提高多线激光雷达的参数的标定效率。
Description
【技术领域】
本发明涉及计算机应用技术领域,尤其涉及一种多线激光雷达的参数标 定方法及装置、设备及可读介质。
【背景技术】
在无人驾驶、机器人、测绘等多个领域中,多线激光雷达是一种常用的 传感器设备,用于准确的测量周围环境中障碍物的方位以及距离信息,但是 多线激光雷达的测量精度与其自身的内参和相对挂载机器的外参密切相关。 所以,现有技术中,需要对多线激光雷达的内参和/或外参进行标定,以提高 多线激光雷达的测量精度。
现有技术中的多线激光雷达的标定,按照是否对场景进行建模分为监督 式和非监督式。其中,非监督式的标定技术,对标定场景进行简单的假设, 即假定场景中的物体表面在相邻激光管的扫描范围内是平滑的,然后通过优 化相邻光束扫描到的点云的一致性,同时实现对多线激光雷达的内参和外参 进行标定。监督式的标定技术中,大部分需要耗费大量的时间去搭建标定场 景,以获得一个更好的标定精度。
但是,现有的监督式标定技术中,在对多线激光雷达的参数进行标定的 时候,建立标定场景的过程非常复杂,费时费力,导致多线激光雷达的参数 标定效率较低。
【发明内容】
本发明提供了一种多线激光雷达的参数标定方法及装置、设备及可读介 质,用于提高激光雷达的参数的标定效率。
本发明提供一种多线激光雷达的参数标定方法,所述方法包括:
基于已标定的三维扫描仪采集的标定场景的数据,创建所述标定场景的三 维场景模型;
获取待标定的多线激光雷达分别在所述标定场景中的多个位置点采集的点 云数据;
将所述多线激光雷达在各所述位置点采集的点云数据和所述三维场景模型 中的点云数据,以各所述位置点与所述三维场景模型中对应的位置点对齐为原 则,对齐至同一坐标系中;
建立同一坐标系下、所述多线激光雷达采集的各点的数据与所述三维场景 模型中距离所述点的最近的匹配点的数据之间的目标函数;
根据所述目标函数,标定所述多线激光雷达的参数。
进一步可选地,如上所述的方法中,将所述多线激光雷达在各所述位置点 采集的点云数据和所述三维场景模型中的点云数据,以各所述位置点与所述三 维场景模型中对应的位置点对齐为原则,对齐至同一坐标系中,具体包括:
将各所述位置点对齐到所述三维场景模型中对应的位置;
获取对齐后各所述位置点处的挂载所述多线激光雷达的挂载机器的坐标系 到所述三维场景模型的坐标系的转换参数;
根据各所述位置点处的挂载所述多线激光雷达的挂载机器的坐标系到所述 三维场景模型的坐标系的转换参数、以及所述多线激光雷达的外参和内参,将 所述多线激光雷达在各所述位置处采集的点云数据转换至所述三维场景模型中 对应的坐标,使得在各所述位置点采集的点云数据与所述三维场景模型属于同 一坐标系。
进一步可选地,如上所述的方法中,根据各所述位置点处的挂载所述多线 激光雷达的挂载机器的坐标系到所述三维场景模型的坐标系的转换参数、以及 所述多线激光雷达的外参和内参,将所述多线激光雷达在各所述位置处采集的 点云数据转换至所述三维场景模型中对应的坐标,具体包括:
取所述多线激光雷达在第i个位置点采集的点云中的任一点j的原始数据为 rj,根据所述多线激光雷达的内参I、所述原始数据转换至所述多线激光雷达坐 标系的转换函数以及所述多线激光雷达的坐标系到挂载所述多线激光雷达的挂 载机器的坐标系的转换参数,利用公式计算所述点j在所述挂 载机器的坐标系中的坐标;其中所述rj∈Ri,所述Ri为所述多线激光雷达在第i 个位置处采集的原始数据集合;所述L(rj;I)为所述原始数据转换至所述多线激光 雷达坐标系的转换函数;所述Tb,s为所述多线激光雷达的坐标系到挂载所述多线 激光雷达的挂载机器的坐标系的转换参数集合,所述其中所述为第i个所述多线激光雷达的坐标系到挂载所述多线激光雷达的挂载机器的坐 标系的转换参数;所述为所述点j在所述挂载机器的坐标系中的坐标;
根据所述第i个位置点的所述挂载机器的坐标系到所述三维场景模型的坐 标系的转换参数以及所述点j在所述挂载机器的坐标系中的坐标利用公 式计算所述点j在所述三维场景模型的坐标系中的坐标;其中所 述为所述点j在所述三维场景模型的坐标系中的坐标。
进一步可选地,如上所述的方法中,建立同一坐标系下、所述多线激光雷 达采集的各点的数据与所述三维场景模型中距离所述点的最近的匹配点的数据 之间的目标函数,具体包括:
设置所述三维场景模型中各点p的权重w(p)=f(c(p))以及法线方向n(p), 其中所述c(p)为一标量函数,衡量所述点p附近模型表面的弯曲程度;所述函数 f()为单调函数,以将所述c(p)映射到0到1之间,所述c(p)衡量的所述点p附 近表面越是平坦的区域,所述w(p)的值越接近等于1,否则所述c(p)衡量的所述 点p附近表面越是弯曲的区域,所述w(p)的值越接近等于0;所述n(p)为所述点 p的法线方向;
获取距离所述第i个位置点采集的所述点j在所述三维场景模型中的坐标最近的匹配点的坐标mj,并获取所述匹配点mj的权重w(mj)以及法线方向n(mj);
根据所述点j在所述三维场景模型的坐标系中的坐标所述匹配点的坐 标mj、所述匹配点mj的权重w(mj)以及法线方向n(mj),利用如下公式构建所述 目标函数:
所述mj∈M
其中所述E(Tm,b,Tb,s,I)为所述目标函数;所述ρ(·)为损失函数;所述 nT(mj)为所述匹配点mj的法线方向n(mj)的转置;所述M为所述三维场景模 型中的点集;所述为所有i个所述位置点的所述挂载机器的坐标 系到所述三维场景模型的坐标系的转换参数的集合。
进一步可选地,如上所述的方法中,根据所述目标函数,标定所述多线激 光雷达的参数,具体包括:
优化所述目标函数中所述多线激光雷达的坐标系到挂载所述多线激光雷达 的挂载机器的坐标系的转换参数Tb,s,使得所述目标函数收敛;
再联合优化所述目标函数中的所述Tb,s和所述内参I,使得所述目标函数取 最小值;
获取所述目标函数取最小值时对应的所述Tb,s和所述内参I的数值,分别作 为所述多线激光雷达标定后的外参和内参。
进一步可选地,如上所述的方法中,将所述多线激光雷达在各所述位置点 采集的点云数据和所述三维场景模型中的点云数据,以各所述位置点与所述三 维场景模型中对应的位置点对齐为原则,对齐至同一坐标系中,具体包括:
将各所述位置点对齐到所述三维场景模型中对应的位置;
获取对齐后各所述位置点处挂载在挂载机器上的所述多线激光雷达的坐标 系到所述三维场景模型的坐标系的转换参数;
根据各所述位置点处挂载在所述挂载机器上的所述多线激光雷达的坐标系 到所述三维场景模型的坐标系的转换参数、以及所述多线激光雷达的内参,将 所述多线激光雷达在各所述位置处采集的点云数据转换至所述三维场景模型中 对应的坐标,使得在各所述位置点采集的点云数据与所述三维场景模型属于同 一坐标系。
进一步可选地,如上所述的方法中,根据各所述位置点处挂载的所述多线 激光雷达的坐标系到所述三维场景模型的坐标系的转换参数、以及所述多线激 光雷达的内参,将所述多线激光雷达在各所述位置处采集的点云数据转换至所 述三维场景模型中对应的坐标,具体包括:
取所述多线激光雷达在第i个位置点采集的点云中的任一点j的原始数据为 rj,根据所述多线激光雷达的内参I以及对应的所述位置点处挂载的所述多线激 光雷达的坐标系到所述三维场景模型的坐标系的转换参数,利用公式 计算所述点j在所述三维场景模型的坐标系中的坐标;其中所 述rj∈Ri,所述Ri为所述多线激光雷达在第i个位置处采集的原始数据集合;所 述L(rj;I)为所述原始数据转换至所述多线激光雷达坐标系的转换函数;所述为所述第i个位置处所述多线激光雷达的坐标系到所述三维场景模型的坐标系 的转换参数;所述为所述点j在所述三维场景模型的坐标系中的坐标。
进一步可选地,如上所述的方法中,建立同一坐标系下、所述多线激光雷 达采集的各点的数据与所述三维场景模型中距离所述点的最近的匹配点的数据 之间的目标函数,具体包括:
设置所述三维场景模型中各点p的权重w(p)=f(c(p))以及法线方向n(p), 其中所述c(p)为一标量函数,衡量所述点p附近模型表面的弯曲程度;所述函数 f()为单调函数,以将所述c(p)映射到0到1之间,所述c(p)衡量的所述点p附 近表面越是平坦的区域,所述w(p)的值越接近等于1,否则所述c(p)衡量的所述 点p附近表面越是弯曲的区域,所述w(p)的值越接近等于0;所述n(p)为所述点 p的法线方向;
获取距离所述第i个位置点采集的所述点j在所述三维场景模型中的坐标最近的匹配点的坐标mj,并获取所述匹配点mj的权重w(mj)以及法线方向n(mj);
根据所述点j在所述三维场景模型的坐标系中的坐标所述匹配点的坐 标mj、所述匹配点mj的权重w(mj)以及法线方向n(mj),利用如下公式构建所述 目标函数:
所述mj∈M
其中所述为所述目标函数;所述ρ(·)为损失函数;所述nT(mj) 为所述匹配点mj的法线方向n(mj)的转置;所述M为所述三维场景模型中的点 集,所述为所有i个所述位置点处挂载的所述多线激光雷达的坐 标系到所述三维场景模型的坐标系的转换参数的集合。
进一步可选地,如上所述的方法中,根据所述目标函数,标定所述多线激 光雷达的参数,具体包括:
优化所述目标函数中所述多线激光雷达的坐标系到所述三维场景模型的坐 标系的转换参数Tm,s,使得所述目标函数收敛;
再优化所述目标函数中的所述内参I,使得所述目标函数取最小值;
获取所述目标函数取最小值时对应的所述Tb,s和所述内参I的数值,作为所 述多线激光雷达标定后的内参。
本发明提供一种多线激光雷达的参数标定装置,所述装置包括:
模型创建模块,用于基于已标定的三维扫描仪采集的标定场景的数据,创 建所述标定场景的三维场景模型;
获取模块,用于获取待标定的多线激光雷达分别在所述标定场景中的多个 位置点采集的点云数据;
对齐处理模块,用于将所述多线激光雷达在各所述位置点采集的点云数据 和所述三维场景模型中的点云数据,以各所述位置点与所述三维场景模型中对 应的位置点对齐为原则,对齐至同一坐标系中;
函数建立模块,用于建立同一坐标系下、所述多线激光雷达采集的各点的 数据与所述三维场景模型中距离所述点的最近的匹配点的数据之间的目标函数;
标定模块,用于根据所述目标函数,标定所述多线激光雷达的参数。
进一步可选地,如上所述的装置中,所述对齐处理模块,具体用于:
将各所述位置点对齐到所述三维场景模型中对应的位置;
获取对齐后各所述位置点处的挂载所述多线激光雷达的挂载机器的坐标系 到所述三维场景模型的坐标系的转换参数;
根据各所述位置点处的挂载所述多线激光雷达的挂载机器的坐标系到所述 三维场景模型的坐标系的转换参数、以及所述多线激光雷达的外参和内参,将 所述多线激光雷达在各所述位置处采集的点云数据转换至所述三维场景模型中 对应的坐标,使得在各所述位置点采集的点云数据与所述三维场景模型属于同 一坐标系。
进一步可选地,如上所述的装置中,所述对齐处理模块,具体用于:
取所述多线激光雷达在第i个位置点采集的点云中的任一点j的原始数据为 rj,根据所述多线激光雷达的内参I、所述原始数据转换至所述多线激光雷达坐 标系的转换函数以及所述多线激光雷达的坐标系到挂载所述多线激光雷达的挂 载机器的坐标系的转换参数,利用公式计算所述点j在所述挂 载机器的坐标系中的坐标;其中所述rj∈Ri,所述Ri为所述多线激光雷达在第i 个位置处采集的原始数据集合;所述L(rj;I)为所述原始数据转换至所述多线激光 雷达坐标系的转换函数;所述Tb,s为所述多线激光雷达的坐标系到挂载所述多线 激光雷达的挂载机器的坐标系的转换参数集合,所述其中所述为第i个所述多线激光雷达的坐标系到挂载所述多线激光雷达的挂载机器的坐 标系的转换参数;所述为所述点j在所述挂载机器的坐标系中的坐标;
根据所述第i个位置点的所述挂载机器的坐标系到所述三维场景模型的坐 标系的转换参数以及所述点j在所述挂载机器的坐标系中的坐标利用公 式计算所述点j在所述三维场景模型的坐标系中的坐标;其中所 述为所述点j在所述三维场景模型的坐标系中的坐标。
进一步可选地,如上所述的装置中,所述函数建立模块,具体用于:
设置所述三维场景模型中各点p的权重w(p)=f(c(p))以及法线方向n(p), 其中所述c(p)为一标量函数,衡量所述点p附近模型表面的弯曲程度;所述函数 f()为单调函数,以将所述c(p)映射到0到1之间,所述c(p)衡量的所述点p附 近表面越是平坦的区域,所述w(p)的值越接近等于1,否则所述c(p)衡量的所述 点p附近表面越是弯曲的区域,所述w(p)的值越接近等于0;所述n(p)为所述点 p的法线方向;
获取距离所述第i个位置点采集的所述点j在所述三维场景模型中的坐标最近的匹配点的坐标mj,并获取所述匹配点mj的权重w(mj)以及法线方向n(mj);
根据所述点j在所述三维场景模型的坐标系中的坐标所述匹配点的坐 标mj、所述匹配点mj的权重w(mj)以及法线方向n(mj),利用如下公式构建所述 目标函数:
所述mj∈M
其中所述E(Tm,b,Tb,s,I)为所述目标函数;所述ρ(·)为损失函数;所述 nT(mj)为所述匹配点mj的法线方向n(mj)的转置;所述M为所述三维场景模 型中的点集;所述为所有i个所述位置点的所述挂载机器的坐标 系到所述三维场景模型的坐标系的转换参数的集合。
进一步可选地,如上所述的装置中,所述标定模块,具体用于:
优化所述目标函数中所述多线激光雷达的坐标系到挂载所述多线激光雷达 的挂载机器的坐标系的转换参数Tb,s,使得所述目标函数收敛;
再联合优化所述目标函数中的所述Tb,s和所述内参I,使得所述目标函数取 最小值;
获取所述目标函数取最小值时对应的所述Tb,s和所述内参I的数值,分别作 为所述多线激光雷达标定后的外参和内参。
进一步可选地,如上所述的装置中,所述对齐处理模块,具体用于:
将各所述位置点对齐到所述三维场景模型中对应的位置;
获取对齐后各所述位置点处挂载在挂载机器上的所述多线激光雷达的坐标 系到所述三维场景模型的坐标系的转换参数;
根据各所述位置点处挂载在所述挂载机器上的所述多线激光雷达的坐标系 到所述三维场景模型的坐标系的转换参数、以及所述多线激光雷达的内参,将 所述多线激光雷达在各所述位置处采集的点云数据转换至所述三维场景模型中 对应的坐标,使得在各所述位置点采集的点云数据与所述三维场景模型属于同 一坐标系。
进一步可选地,如上所述的装置中,所述对齐处理模块,具体用于:
取所述多线激光雷达在第i个位置点采集的点云中的任一点j的原始数据为 rj,根据所述多线激光雷达的内参I以及对应的所述位置点处挂载的所述多线激 光雷达的坐标系到所述三维场景模型的坐标系的转换参数,利用公式 计算所述点j在所述三维场景模型的坐标系中的坐标;其中所 述rj∈Ri,所述Ri为所述多线激光雷达在第i个位置处采集的原始数据集合;所 述L(rj;I)为所述原始数据转换至所述多线激光雷达坐标系的转换函数;所述为所述第i个位置处所述多线激光雷达的坐标系到所述三维场景模型的坐标系 的转换参数;所述为所述点j在所述三维场景模型的坐标系中的坐标。
进一步可选地,如上所述的装置中,所述函数建立模块,具体用于:
设置所述三维场景模型中各点p的权重w(p)=f(c(p))以及法线方向n(p), 其中所述c(p)为一标量函数,衡量所述点p附近模型表面的弯曲程度;所述函数 f()为单调函数,以将所述c(p)映射到0到1之间,所述c(p)衡量的所述点p附 近表面越是平坦的区域,所述w(p)的值越接近等于1,否则所述c(p)衡量的所述 点p附近表面越是弯曲的区域,所述w(p)的值越接近等于0;所述n(p)为所述点 p的法线方向;
获取距离所述第i个位置点采集的所述点j在所述三维场景模型中的坐标最近的匹配点的坐标mj,并获取所述匹配点mj的权重w(mj)以及法线方向n(mj);
根据所述点j在所述三维场景模型的坐标系中的坐标所述匹配点的坐 标mj、所述匹配点mj的权重w(mj)以及法线方向n(mj),利用如下公式构建所述 目标函数:
所述mj∈M
其中所述为所述目标函数;所述ρ(·)为损失函数;所述nT(mj) 为所述匹配点mj的法线方向n(mj)的转置;所述M为所述三维场景模型中的点 集,所述为所有i个所述位置点处挂载的所述多线激光雷达的坐 标系到所述三维场景模型的坐标系的转换参数的集合。
进一步可选地,如上所述的装置中,所述标定模块,具体用于:
优化所述目标函数中所述多线激光雷达的坐标系到所述三维场景模型的坐 标系的转换参数Tm,s,使得所述目标函数收敛;
再优化所述目标函数中的所述内参I,使得所述目标函数取最小值;
获取所述目标函数取最小值时对应的所述Tb,s和所述内参I的数值,作为所 述多线激光雷达标定后的内参。
本发明还提供一种计算机设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
三维扫描仪,用于采集标定场景的数据;
多线激光雷达,用于在所述标定场景中的多个位置点采集点云数据;所述 三维扫描仪和所述多线激光雷达分别与所述处理器通讯连接,以将采集的数据 传输至所述处理器;
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 个处理器实现如上所述的多线激光雷达的参数标定方法。
本发明还提供一种计算机可读介质,其上存储有计算机程序,该程序被处 理器执行时实现如上所述的多线激光雷达的参数标定方法。
本发明的多线激光雷达的参数标定方法及装置、设备及可读介质,通过基 于已标定的三维扫描仪采集的标定场景的数据,创建标定场景的三维场景模型; 获取待标定的多线激光雷达分别在标定场景中的多个位置点采集的点云数据; 将多线激光雷达在各位置点采集的点云数据和三维场景模型中的点云数据,以 各位置点与三维场景模型中对应的位置点对齐为原则,对齐至同一坐标系中; 建立同一坐标系下、多线激光雷达采集的各点的数据与三维场景模型中距离点 的最近的匹配点的数据之间的目标函数;根据目标函数,标定多线激光雷达的 参数。采用本实施例的技术方案,与现有技术相比,不用建立复杂的标定场景, 通过随意选择的一个标定场景便可以实现对多线激光雷达的参数的标定,从而能够有效地提高多线激光雷达的参数的标定效率。且本实施例的多线激光雷达 的参数标定方法,与现有的非监督式标定技术,能够有效地提高对多线激光雷 达的参数的标定精度。
【附图说明】
图1为本发明的多线激光雷达的参数标定方法实施例一的流程图。
图2为本发明的多线激光雷达的参数标定方法实施例二的流程图。
图3为本发明的多线激光雷达的参数标定方法实施例三的流程图。
图4为本发明的多线激光雷达的参数标定装置实施例的结构图。
图5为本发明的计算机设备实施例的结构图。
图6为本发明提供的一种计算机设备的示例图。
【具体实施方式】
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体 实施例对本发明进行详细描述。
图1为本发明的多线激光雷达的参数标定方法实施例一的流程图。如图1 所示,本实施例的多线激光雷达的参数标定方法,具体可以包括如下步骤:
100、基于已标定的三维扫描仪(3D scanner)采集的标定场景的数据,创 建标定场景的三维场景模型;
本实施例的多线激光雷达的参数标定方法的执行主体可以为多线激光雷达 的参数标定装置,该多线激光雷达的参数标定装置可以为一实体装置。
本实施例中,由于要标定多线激光雷达的参数,因此,采集标定场景的数 据所使用的三维扫描仪的精度必须大于待标定的多线激光雷达的精度,因此, 本实施例中称该三维扫描仪为已标定的三维扫描仪,以表示该三维扫描仪具有 较高的精度。
由于在标定场景中,三维扫描仪并不能在一个位置点一次性扫描获取到标 定场景的数据即三维几何信息,因此,可以在三维场景中选择多个位置点分别 进行采集,并根据多个位置点采集的三维几何信息恢复整个标定场景的三维场 景模型。具体地,可以先在标定场景中选择多个位置点,然后控制三维扫描仪 在各位置点扫描标定场景的三维场景的数据即三维几何信息。然后获取三维扫 描仪在标定场景中多个位置点扫描的三维场景的数据;将各位置点扫描的三维 场景的数据拼接,得到三维场景模型。该三维场景模型中的各点的数据即三维 几何信息或者三维坐标,作为标定时用作参考的标准数据。
需要说明的是,本实施例中的三维扫描仪扫描到的标定场景的数据可以为 任意形式的结构信息的表达,不局限于使用点云或者网格模型等表达方式。
101、获取待标定的多线激光雷达分别在标定场景中的多个位置点采集的点 云数据;
本实施例中,在使用待标定的多线激光雷达在标定场景中采集点云数据时, 为了使得优化结果更加准确,防止过拟合现象的产生,也需要在标定场景中选 择多个位置点,控制多线激光雷达分别在各个位置点采集标定场景中的点云数 据。具体地,采集时,可以先将多线激光雷达挂载在挂载机器上,然后将挂载 机器位于各采集的位置点,并控制挂载机器上的多线激光雷达采集标定场景中 的点云数据。
另外,需要说明的是,使用待标定的多线激光雷达采集标定场景中的点云 数据时所采用的多个位置点,与使用三维扫描仪采集标定场景中的点云数据时 所采用的多个位置点可以相同,也可以不同,在此不作限制。
102、将多线激光雷达在各位置点采集的点云数据和三维场景模型中的点云 数据,以各位置点与三维场景模型中对应的位置点对齐为原则,对齐至同一坐 标系中;
具体地,本实施例中,多线激光雷达在各位置点采集点云数据时,最初采 集的数据为原始数据,然后,该原始数据可以转换至挂载多线激光雷达的挂载 机器的坐标系下,或者还可以进一步转换到三维场景模型的坐标系下。也就是 说,同样的采集数据,在不同的坐标系下具有不同的表达。虽然多线激光雷达 在同一位置点相对于挂载的挂载机器的高度会有不同,但是无论在哪个坐标系 下,挂载机器所在的位置点不变,都是同一地理上的位置点。本实施例中,即 以各位置点与三维场景模型中对应的位置点对齐为原则,可以将各位置点采集 到的点云数据和三维场景模型中的点云数据,对齐到同一坐标系中。本实施例 中,不局限于是对齐到三维场景模型的坐标系,还是挂载机器的坐标系或者是 多线激光雷达的坐标系,或者还可以为上述坐标系之外的其他坐标系。只要保 证多线激光雷达采集到的点云数据和三维场景模型中的点云数据,以多线激光 雷达采集的各位置点与三维场景模型中对应的位置点对齐为原则,对齐到同一 坐标系中即可。需要说明的是,这种对齐处理方式中,多线激光雷达采集的各 位置点与三维场景模型中对应的位置点是绝对的对齐,即重合。而多线激光雷 达在各位置点采集的点云数据和三维场景模型中的点云数据时坐标的对齐,并 不一定能够实现点与点的重合。
103、建立同一坐标系下、多线激光雷达采集的各点的数据与三维场景模型 中距离点的最近的匹配点的数据之间的目标函数;
在上述步骤中,将多线激光雷达在各位置点采集的各点的数据与三维场景 模型中的各点的数据,对齐至同一坐标系下,这样,可以在该同一坐标系中, 对于多线激光雷达在各位置点采集的每一个点,均可以获取到三维场景模型中 与该点距离最近的匹配点。由于多线激光雷达采集的标定场景和三维场景模型 对应的标定场景为同一场景,理想状况下,将多线激光雷达采集的各位置点与 三维场景模型中对应的位置点是绝对对齐之后,在各位置点采集的点也应该与 三维场景模型中的对应的点对齐。但是本实施例中,由于多线激光雷达存在精 度不高的问题,所以对于多线激光雷达采集的各点,在同一坐标系下的三维场 景模型对应的匹配点,不会与该点完全重合,而是具有一个较小的距离差。本 实施例中,基于同一坐标系下,建立多线激光雷达采集的各点的数据与三维场 景模型中距离点的最近的匹配点的数据之间的目标函数。
由于上述步骤102中,将多线激光雷达在各位置点采集的点云数据和三维 场景模型中的点云数据,对齐到同一坐标系的过程中,会根据多线激光雷达的 参数如内参和/或外参,进行坐标的转换。因此,同一坐标系下、多线激光雷达 采集的各点的数据与三维场景模型中距离点的最近的匹配点的数据之间的目标 函数中会携带有多线激光雷达的参数。
104、根据目标函数,标定多线激光雷达的参数。
根据上述实施例中,可以知道目标函数中携带有多线激光雷达的参数。本 实施例可以利用该目标函数标定多线激光雷达的参数,标定方式具体可以为通 过调整目标函数中多线激光雷达的参数,使得该目标函数取最小值,此时多线 激光雷达采集的各点的数据与三维场景模型中距离点的最近的匹配点的距离足 够近,可以认为此时的多线激光雷达标定完毕,从而可以取该目标函数为最小 值对应的多线激光雷达的参数为标定后的参数。
本实施例的多线激光雷达的参数标定方法,通过基于已标定的三维扫描仪 采集的标定场景的数据,创建标定场景的三维场景模型;获取待标定的多线激 光雷达分别在标定场景中的多个位置点采集的点云数据;将多线激光雷达在各 位置点采集的点云数据和三维场景模型中的点云数据,以各位置点与三维场景 模型中对应的位置点对齐为原则,对齐至同一坐标系中;建立同一坐标系下、 多线激光雷达采集的各点的数据与三维场景模型中距离点的最近的匹配点的数 据之间的目标函数;根据目标函数,标定多线激光雷达的参数。采用本实施例 的技术方案,与现有技术相比,不用建立复杂的标定场景,通过随意选择的一 个标定场景便可以实现对多线激光雷达的参数的标定,从而能够有效地提高多 线激光雷达的参数的标定效率。
对于现有的非监督式标定技术,由于优化的是相邻光束的一致性,为了得 到精确的内参,往往需要规定挂载机器的运行轨迹,如半径合适的圆圈或者“8” 字。并且,为了得到准确的挂载高度(即外参),需要在一个具有一定坡度的路 上进行标定,在对挂载高度精度要求较高的场合,需要人工建立或者选择一个 特定的场景,导致现有的非监督式标定的精度较低。而本实施例的多线激光雷 达的参数标定方法,通过利用已标定的三维扫描仪采集的标定场景的数据,创 建标定场景的三维场景模型,来实现对多线激光雷达的标定,由于已标定的三 维扫描仪的精度较高,因此,采用本实施例的技术方案,对多线激光雷达的参 数的标定精度较高。
图2为本发明的多线激光雷达的参数标定方法实施例二的流程图。本实施 例的多线激光雷达的参数标定方法在上述图1所示实施例的技术方案的基础上, 进一步更加详细地介绍本发明的技术方案。如图2所示,本实施例的多线激光 雷达的参数标定方法,具体可以包括如下步骤:
200、基于已标定的三维扫描仪采集的标定场景的数据,创建标定场景的三 维场景模型;
201、获取挂载待标定的多线激光雷达的挂载机器分别位于标定场景中的多 个位置点时,多线激光雷达采集的点云数据;
本实施例的步骤200与上述图1所示实施例的步骤100实施相同,详细可 以参考上述图1所示实施例的相关记载,在此不再赘述。
本实施例中,若多个位置点分别采用经度坐标和维度坐标的世界坐标系来 表示时,而多线激光雷达位于挂载机器上,还存在一定的高度坐标,因此,更 精确地来讲,可以认为是挂载多线激光雷达的挂载机器位于各位置点,而多线 激光雷达位于挂载机器所处在的对应位置点之上一定高度处。实际应用中,可 以将挂载多线激光雷达的挂载机器分别位于各位置点,由挂载的多线激光雷达 采集标定场景中的点云数据。
202、将各位置点对齐到三维场景模型中对应的位置;
203、获取对齐后各位置点处挂载多线激光雷达的挂载机器的坐标系到三维 场景模型的坐标系的转换参数;
204、根据各位置点处的挂载多线激光雷达的挂载机器的坐标系到三维场景 模型的坐标系的转换参数、以及多线激光雷达的外参和内参,将多线激光雷达 在各位置处采集的点云数据转换至三维场景模型中对应的坐标,使得在各位置 点采集的点云数据与三维场景模型属于同一坐标系;
本实施例的步骤202-204为上述图1所示实施例的102的一种具体实现方式。 本实施例中以将多线激光雷达在各位置点采集的点云数据的坐标转换到三维场 景模型的坐标系中为例,以使得在各位置点采集的点云数据与三维场景模型属 于同一坐标系。
本实施例中,将各位置点对齐到三维场景模型中对应的位置的对齐方式为 绝对的精确对齐,例如可以使用全球卫星导航系统(Global Navigation Satellite System;GNSS),将两者对齐。具体地,可以通过GNSS检测挂载多线激光雷达 的挂载机器所位于的各位置点的世界坐标,并在三维场景模型中获取各位置点 的世界坐标对应的位置。从而可以将各位置点对齐到三维场景模型中对应的位 置。
或者可选地,还可以使用GNSS计算挂载机器在多个位置点处的相对姿态 变换参数即坐标变换参数,先将多个位置点采集的点云数据进行拼接,得到多 线激光雷达在标定场景中检测的完整三维模型,最后使用模型配准技术如表面 配准(surfaceregistration)或者手工的方法将两者对齐。
本实施例中,多线激光雷达的外参可以为从多线激光雷达的坐标系转换到 挂载机器的坐标系的转换参数,例如本实施例中可以采用Tb,s来表示。本实施例 中多线激光雷达的内参采用I表示。多线激光雷达的外参的初始值可以根据对应 的多线激光雷达的坐标系和挂载机器的坐标系来预先获取到。多线激光雷达的 内参的初始值由多线激光雷达本身来决定。
对齐后各位置点处挂载多线激光雷达的挂载机器的坐标系到三维场景模型 的坐标系的转换参数,例如可以根据每个位置点的挂载机器的坐标系的坐标原 点的实际位置和三维场景模型的坐标系的坐标原点的实际位置、以及每个位置 点的挂载机器的坐标系的每个坐标轴的朝向和三维场景模型的坐标系的每个坐 标轴的朝向来确定。
例如步骤204具体可以包括:取多线激光雷达在第i个位置点采集的点云中 的任一点j的原始数据为rj,即挂载多线激光雷达的挂载机器在第i个位置点时, 挂载的多线激光雷达采集的点云中的任一点j的原始数据为rj。
然后,根据多线激光雷达的内参I、原始数据转换至多线激光雷达坐标系的 转换函数以及多线激光雷达的坐标系到挂载多线激光雷达的挂载机器的坐标系 的转换参数,利用公式计算点j在挂载机器的坐标系中的坐标; 其中rj∈Ri,Ri为多线激光雷达在第i个位置处采集的原始数据集合;L(rj;I)为 原始数据转换至多线激光雷达坐标系的转换函数;Tb,s为多线激光雷达的坐标系 到挂载多线激光雷达的挂载机器的坐标系的转换参数集合,其中 为第i个多线激光雷达的坐标系到挂载多线激光雷达的挂载机器的坐标系的 转换参数;为点j在挂载机器的坐标系中的坐标;该步骤实现了将多线激光雷 达在第i个位置点采集的点云中的任一点j的原始数据为rj的坐标,经过转换至 多线激光雷达坐标系之后,最终再转换到挂载机器的坐标系中。
接着再根据第i个位置点的挂载机器的坐标系到三维场景模型的坐标系的 转换参数以及点j在挂载机器的坐标系中的坐标利用公式计算点j在三维场景模型的坐标系中的坐标;其中为点j在三维场景模型的坐 标系中的坐标。该步骤实现了将多线激光雷达在第i个位置点采集的点云中的任 一点j的坐标,从挂载机器的坐标系中转换至三维场景模型的坐标系中。经过上 述处理,可以实现多线激光雷达在各位置点采集的点云数据与三维场景模型属 于同一坐标系。
205、设置三维场景模型中各点p的权重w(p)=f(c(p))以及法线方向n(p);
本实施例中,c(p)为一标量函数,衡量点p附近模型表面的弯曲程度;函数 f()为单调函数,以将c(p)映射到0到1之间,c(p)衡量的点p附近表面越是平 坦的区域,w(p)的值越接近等于1,否则c(p)衡量的点p附近表面越是弯曲的区 域,w(p)的值越接近等于0;n(p)为点p的法线方向。
本实施例中,建立的目标函数是多线激光雷达采集的各点的数据与三维场 景模型中距离该点最近的匹配点的数据之间的函数关系,且具体地,在函数关 系中,主要根据各点的权重以及法线方向的数据来实现函数关系的建立。因此, 首先需要获取三维场景模型中各点的权重和法线方向。本实施例中,根据三维 场景模型中各点附近表面面积的完全程度来定义权重,例如,对于三维场景模 型中任一点p,标量函数c(p)用来衡量点p附近模型表面的弯曲程度;f(c(p))根 据c(p)的弯曲程度的大小,将c(p)映射到0到1之间,c(p)衡量的点p附近表面 越是平坦的区域,w(p)的值越接近等于1,否则c(p)衡量的点p附近表面越是弯 曲的区域,w(p)的值越接近等于0。n(p)为点p的法线方向,法线方向为垂直于 该点p所在的切面的方向。详细可以参考相关现有技术。
206、获取距离第i个位置点采集的点j在三维场景模型中的坐标最近的 匹配点的坐标mj,并获取匹配点mj的权重w(mj)以及法线方向n(mj);
根据上述步骤处理之后,多线激光雷达在各位置点采集的点云数据中各点 的坐标,都映射到三维场景模型的坐标系中。这样,在三维场景模型中,可以 获取到多线激光雷达在第i个位置点采集的点j的匹配点mj,具体获取过程为在 三维场景模型中获取距离点j的坐标最近的那个点的坐标mj作为匹配点的坐 标,从而获取到匹配点mj。根据上述步骤205已经获取到三维场景模型中每个 点的权重和法线方向,这样,可以从中获取到匹配点mj的权重w(mj)以及法线方 向n(mj)。
207、根据点j在三维场景模型的坐标系中的坐标匹配点的坐标mj、匹 配点mj的权重w(mj)以及法线方向n(mj),利用如下公式构建目标函数:
mj∈M
其中E(Tm,b,Tb,s,I)为目标函数;ρ(·)为损失函数(Loss(Function),用于 抑制异常数据对标定时优化参数的过程造成影响;nT(mj)为匹配点mj的法线 方向n(mj)的转置;M为三维场景模型中的点集。其中为所有i 个位置点的挂载机器的坐标系到三维场景模型的坐标系的转换参数的集合。的获取参考上述公式且的获取可以参考上述公式 步骤204,在此不再赘述。
本实施例的步骤205-207为上述图1所示实施例的103的建立目标函数的一 种具体实现方式。本实施例的目标函数,利用了三维场景模型中的匹配点mj的 权重和法线方向,具体根据三维场景模型中该匹配点mj的表面弯曲程度来定义 对应的权重,以为了使得之后用于标定时优化的目标参数更加平滑,提高标定 精度,加快目标函数的收敛速度。
208、优化目标函数中多线激光雷达的坐标系到挂载多线激光雷达的挂载机 器的坐标系的转换参数即外参Tb,s,使得目标函数收敛;
209、再联合优化目标函数中的外参Tb,s和内参I,使得目标函数取最小值;
210、获取目标函数取最小值时对应的外参Tb,s和内参I的数值,分别作为多 线激光雷达标定后的外参和内参。
本实施例的步骤208-210为上述图1所示实施例的104的标定多线激光雷达 的参数的一种具体实现方式。
在上述实施例中,建立上述目标函数之后,可以看出该目标函数中 E(Tm,b,Tb,s,I)是关于多线激光雷达的外参Tb,s、挂载机器的坐标系到三维场景模 型的坐标系的转换参数Tm,b以及光线激光雷达的内参I,本实施例中,可以认为 目标函数中的Tm,b的初始值为真实值,在优化时,可以仅优化多线激光雷达的外 参Tb,s和内参I。
具体优化时,多线激光雷达的内参I可以先取初始值,调整多线激光雷达的 外参Tb,s,以优化外参Tb,s,使得目标函数E(Tm,b,Tb,s,I)收敛。目标函数 E(Tm,b,Tb,s,I)收敛时对应的外参Tb,s,即为外参Tb,s对应的最优值。例如,具体可 以采用grid(search的方法来实现。然后进一步地再联合优化外参Tb,s和内参I。 也就是说,如果调整内参I之后,结合前述获取的外参Tb,s的最优值,此时目标 函数又未收敛到最小值,此时还可以进一步调整外参Tb,s,并同时调整内参I, 使得目标函数收敛,取最小值。最后获取目标函数取最小值时对应的外参Tb,s和 内参I的数值,分别作为多线激光雷达标定后的外参和内参。例如,具体可以使 用迭代优化的技术实现目标函数中的外参Tb,s和内参I的联合优化。
本实施例的目标函数充分利用了三维场景模型的各点的几何信息,并不局 限于平面的结果,还可以有效降低对标定场景的要求。
本实施例的多线激光雷达的参数标定方法,通过采用上述技术方案,与现 有技术相比,不用建立复杂的标定场景,通过随意选择的一个标定场景便可以 实现对多线激光雷达的参数的标定,从而能够有效地提高多线激光雷达的参数 的标定效率。且本实施例的多线激光雷达的参数标定方法,与现有的非监督式 标定技术,能够有效地提高对多线激光雷达的参数的标定精度。
图3为本发明的多线激光雷达的参数标定方法实施例三的流程图。本实施 例的多线激光雷达的参数标定方法在上述图1所示实施例的技术方案的基础上, 进一步更加详细地介绍本发明的技术方案。如图3所示,本实施例的多线激光 雷达的参数标定方法,具体可以包括如下步骤:
300、基于已标定的三维扫描仪采集的标定场景的数据,创建标定场景的三 维场景模型;
301、获取挂载待标定的多线激光雷达的挂载机器分别位于标定场景中的多 个位置点时,多线激光雷达采集的点云数据;
本实施例的步骤300和301分别与上述图2所示实施例的步骤200和201 的实施相同,详细可以参考上述图2所示实施例的相关记载,在此不再赘述。
302、将各位置点对齐到三维场景模型中对应的位置;
303、获取对齐后各位置点处挂载在挂载机器上的多线激光雷达的坐标系到 三维场景模型的坐标系的转换参数;
304、根据各位置点处挂载在挂载机器上的多线激光雷达的坐标系到三维场 景模型的坐标系的转换参数、以及多线激光雷达的内参,将多线激光雷达在各 位置处采集的点云数据转换至三维场景模型中对应的坐标,使得在各位置点采 集的点云数据与三维场景模型属于同一坐标系;
本实施例的步骤302-304为上述图1所示实施例的102的一种具体实现方式。 其中步骤302与上述图2所示实施例的步骤202实施相同,详细可以参考上述 实施例中的相关记载,在此不再赘述。
本实施例与上述图3所示实施例的不同在于:本实施例中不单独分析多线 激光雷达的坐标系转换到挂载机器的坐标系的转换参数Tb,s,以及挂载机器的坐 标系到三维场景模型的坐标系的转换参数Tm,b;而是直接分析多线激光雷达的坐 标系到三维场景模型的坐标系的转换参数Tm,s。第i个位置点对应的多线激光雷 达的坐标系到三维场景模型的坐标系的转换参数整个标定场景的多线激光 雷达的坐标系到三维场景模型的坐标系的转换参数集合可以表示为 其中即相当于上述图2所示实施例的第i个位置处 的挂载机器的坐标系到三维场景模型的坐标系的转换参数与第i个位置处 的多线激光雷达的坐标系转换到挂载机器的坐标系的转换参数的乘积。
各位置点处挂载在挂载机器上的多线激光雷达的坐标系到三维场景模型的 坐标系的转换参数,具体可以根据每个位置点的挂载机器上挂载的多线激光雷 达的坐标系的坐标原点的实际位置,以及三维场景模型的坐标系的坐标原点的 实际位置来确定。
例如该步骤304具体可以包括:取多线激光雷达在第i个位置点采集的点云 中的任一点j的原始数据为rj,即挂载多线激光雷达的挂载机器在第i个位置点 时,挂载的多线激光雷达采集的点云中的任一点j的原始数据为rj。
然后,根据多线激光雷达的内参I以及对应的位置点处挂载的多线激光雷达 的坐标系到三维场景模型的坐标系的转换参数,利用公式计 算点j在三维场景模型的坐标系中的坐标;其中rj∈Ri,Ri为多线激光雷达在第 i个位置处采集的原始数据集合;L(rj;I)为原始数据转换至多线激光雷达坐标系 的转换函数;为第i个位置处多线激光雷达的坐标系到三维场景模型的坐标 系的转换参数;为点j在三维场景模型的坐标系中的坐标。
305、设置三维场景模型中各点p的权重w(p)=f(c(p))以及法线方向n(p);
其中c(p)为一标量函数,衡量点p附近模型表面的弯曲程度;函数f()为单 调函数,以将c(p)映射到0到1之间,c(p)衡量的点p附近表面越是平坦的区域, w(p)的值越接近等于1,否则c(p)衡量的点p附近表面越是弯曲的区域,w(p)的 值越接近等于0;n(p)为点p的法线方向。
306、获取距离第i个位置点采集的点j在三维场景模型中的坐标最近的 匹配点的坐标mj,并获取匹配点mj的权重w(mj)以及法线方向n(mj);
步骤305和306可以分别参考上述图2所示实施例的步骤205和206的具 体实现,在此不再赘述。
307、根据点j在三维场景模型的坐标系中的坐标匹配点的坐标mj、匹 配点mj的权重w(mj)以及法线方向n(mj),利用如下公式构建目标函数:
其中E(Tm,s,I)为目标函数;ρ(·)为损失函数;nT(mj)为匹配点mj的法 线方向n(mj)的转置;M为三维场景模型中的点集。
需要说明的是,在本实施例中,若无法准确的将挂载机器和三维场景模型 对齐到同一坐标系中,此时,优化上述图2所示实施例的目标函数,是无法准 确的得到Tm,b、Tb,s与I的真实值,但是可以对多线激光雷达的内参I进行优化, 前提是必须约束多线激光雷达的内参I中与外参Tm,b耦合很紧密的几个参数。例 如以velodyne的64线激光雷达内参模型为例,内参总共包括七个参数: rotCorrection、vertCorrection、distCorrection、distCorrectionX、distCorrectionY、 vertOffsetCorrection以及horizOffsetCorrection。采用本实施例的技术方案,需要 对vertOffsetCorrection,horizOffsetCorrection两个参数进行约束。
在本实施例的应用场景中,可以选择以下两种方式对这些参数进行约束:
方式一:并不进行优化,认为厂家给定的初始值即为真实值;
方式二:使用正则化(regularization)技术,允许在优化的过程中对这些参数 进行微小的改动。
本实施例的目标函数E(Tm,s,I)中的多线激光雷达的坐标系到三维场景模型 的坐标系的转换参数Tm,s,相当于将上述图2所示实施例的目标函数E(Tm,b,Tb,s,I)中的第i个位置处的挂载机器的坐标系到三维场景模型的坐标系的 转换参数与第i个位置处的多线激光雷达的坐标系转换到挂载机器的坐标 系的转换参数的相乘,即所有i个集合在一起得到Tm,s, 即在本实施例的应用场景中,通过上述变化,可以仅对内参中的 部分参数进行标定。而不用实现外参的标定。
本实施例的步骤305-307为上述图1所示实施例的103的建立目标函数的一 种具体实现方式。
308、优化目标函数中多线激光雷达的坐标系到三维场景模型的坐标系的转 换参数Tm,s,使得目标函数收敛;
309、再优化目标函数中的内参I,使得目标函数取最小值;
310、获取目标函数取最小值时对应内参I的数值,作为多线激光雷达标定 后的内参。
本实施例的步骤308-310为上述图1所示实施例的104的标定多线激光雷达 的参数的一种具体实现方式。
本实施例中,具体优化时,可以采用迭代优化技术进行优化,例如先对多 线激光雷达的坐标系到三维场景模型的坐标系的转换参数Tm,s进行优化,具体可 以对i个同时进行优化,实现对Tm,s的优化,使得目标函数收敛;然后再优 化目标函数中的内参I,使得目标函数取最小值;获取目标函数取最小值时对应 的内参I的数值,作为多线激光雷达标定后的内参。
本实施例的多线激光雷达的参数标定方法,通过采用上述技术方案,与现 有技术相比,不用建立复杂的标定场景,通过随意选择的一个标定场景便可以 实现对多线激光雷达的参数的标定,从而能够有效地提高多线激光雷达的参数 的标定效率。且本实施例的多线激光雷达的参数标定方法,与现有的非监督式 标定技术,能够有效地提高对多线激光雷达的参数的标定精度。
需要说明的是,图2和图3所示实施例中的变换参数中所有用符号T表示 的变量,均为4×4的刚体变换矩阵,但是实际上只有6个自由度,在优化的过 程中,需要使用局部参数化技术,本发明并不局限于任何一种。
且上述图2和图3所示实施例中的公式中,与变换参数进行矩阵乘法的点, 都是齐次坐标表达。而其他的情况都是普通的三维向量。
图4为本发明的多线激光雷达的参数标定装置实施例的结构图。如图4所 示,本实施例的多线激光雷达的参数标定装置,具体可以包括:模型创建模块 10、获取模块11、对齐处理模块12、函数建立模块13和标定模块14。
其中模型创建模块10用于基于已标定的三维扫描仪采集的标定场景的数据, 创建标定场景的三维场景模型;
获取模块11用于获取待标定的多线激光雷达分别在标定场景中的多个位置 点采集的点云数据;
对齐处理模块12用于将获取模块11获取的多线激光雷达在各位置点采集 的点云数据和模型创建模块10创建的三维场景模型中的点云数据,以各位置点 与三维场景模型中对应的位置点对齐为原则,对齐至同一坐标系中;
函数建立模块13用于基于对齐处理模块12的处理,建立同一坐标系下、 多线激光雷达采集的各点的数据与三维场景模型中距离点的最近的匹配点的数 据之间的目标函数;
标定模块14用于根据函数建立模块13目标函数,标定多线激光雷达的参 数。
本实施例的多线激光雷达的参数标定装置,通过采用上述模块实现多线激 光雷达的参数标定的实现原理以及技术效果与上述相关方法实施例的实现相同, 详细可以参考上述相关方法实施例的记载,在此不再赘述。
进一步可选地,上述图4所示实施例中的多线激光雷达的参数标定装置中, 对齐处理模块12具体用于:
将获取模块11获取的多线激光雷达采集点云数据的各位置点对齐到模型创 建模块10创建的三维场景模型中对应的位置;
获取对齐后各位置点处的挂载多线激光雷达的挂载机器的坐标系到三维场 景模型的坐标系的转换参数;
根据各位置点处的挂载多线激光雷达的挂载机器的坐标系到三维场景模型 的坐标系的转换参数、以及多线激光雷达的外参和内参,将多线激光雷达在各 位置处采集的点云数据转换至三维场景模型中对应的坐标,使得在各位置点采 集的点云数据与三维场景模型属于同一坐标系。
进一步可选地,上述实施例中的多线激光雷达的参数标定装置中,对齐处 理模块12具体用于:
取多线激光雷达在第i个位置点采集的点云中的任一点j的原始数据为rj, 根据多线激光雷达的内参I、原始数据转换至多线激光雷达坐标系的转换函数以 及多线激光雷达的坐标系到挂载多线激光雷达的挂载机器的坐标系的转换参数, 利用公式计算点j在挂载机器的坐标系中的坐标;其中rj∈Ri, Ri为多线激光雷达在第i个位置处采集的原始数据集合;L(rj;I)为原始数据转换 至多线激光雷达坐标系的转换函数;Tb,s为多线激光雷达的坐标系到挂载多线激 光雷达的挂载机器的坐标系的转换参数集合,其中为第i个多 线激光雷达的坐标系到挂载多线激光雷达的挂载机器的坐标系的转换参数;为点j在挂载机器的坐标系中的坐标;
根据第i个位置点的挂载机器的坐标系到三维场景模型的坐标系的转换参 数以及点j在挂载机器的坐标系中的坐标利用公式计算 点j在三维场景模型的坐标系中的坐标;其中为点j在三维场景模型的坐标系 中的坐标。
进一步可选地,上述实施例中的多线激光雷达的参数标定装置中,函数建 立模块13具体用于:
设置三维场景模型中各点p的权重w(p)=f(c(p))以及法线方向n(p),其 中c(p)为一标量函数,衡量点p附近模型表面的弯曲程度;函数f()为单调函数, 以将c(p)映射到0到1之间,c(p)衡量的点p附近表面越是平坦的区域,w(p)的 值越接近等于1,否则c(p)衡量的点p附近表面越是弯曲的区域,w(p)的值越接 近等于0;n(p)为点p的法线方向;
获取距离第i个位置点采集的点j在三维场景模型中的坐标最近的匹配点 的坐标mj,并获取匹配点mj的权重w(mj)以及法线方向n(mj);
根据点j在三维场景模型的坐标系中的坐标匹配点的坐标mj、匹配点mj的权重w(mj)以及法线方向n(mj),利用如下公式构建目标函数:
其中E(Tm,b,Tb,s,I)为目标函数;ρ(·)为损失函数;nT(mj)为匹配点mj的法线方向n(mj)的转置;M为三维场景模型中的点集;为所有 i个位置点的挂载机器的坐标系到三维场景模型的坐标系的转换参数的集合。
进一步可选地,上述实施例中的多线激光雷达的参数标定装置中,标定模 块14具体用于:
优化目标函数中多线激光雷达的坐标系到挂载多线激光雷达的挂载机器的 坐标系的转换参数Tb,s,使得目标函数收敛;
再联合优化目标函数中的Tb,s和内参I,使得目标函数取最小值;
获取目标函数取最小值时对应的Tb,s和内参I的数值,分别作为多线激光雷 达标定后的外参和内参。
或者,进一步可选地,上述图4所示实施例中的多线激光雷达的参数标定 装置中,对齐处理模块12具体用于:
将获取模块11获取的多线激光雷达采集点云数据的各位置点齐到模型创建 模块10创建的三维场景模型中对应的位置;
获取对齐后各位置点处挂载在挂载机器上的多线激光雷达的坐标系到三维 场景模型的坐标系的转换参数;
根据各位置点处挂载在挂载机器上的多线激光雷达的坐标系到三维场景模 型的坐标系的转换参数、以及多线激光雷达的内参,将多线激光雷达在各位置 处采集的点云数据转换至三维场景模型中对应的坐标,使得在各位置点采集的 点云数据与三维场景模型属于同一坐标系。
进一步可选地,上述实施例中的多线激光雷达的参数标定装置中,对齐处 理模块12具体用于:
取多线激光雷达在第i个位置点采集的点云中的任一点j的原始数据为rj, 根据多线激光雷达的内参I以及对应的位置点处挂载的多线激光雷达的坐标系 到三维场景模型的坐标系的转换参数,利用公式计算点j在三 维场景模型的坐标系中的坐标;其中rj∈Ri,Ri为多线激光雷达在第i个位置处 采集的原始数据集合;L(rj;I)为原始数据转换至多线激光雷达坐标系的转换函数; 为第i个位置处多线激光雷达的坐标系到三维场景模型的坐标系的转换参数; 为点j在三维场景模型的坐标系中的坐标。
进一步可选地,上述实施例中的多线激光雷达的参数标定装置中,函数建 立模块13具体用于:
设置三维场景模型中各点p的权重w(p)=f(c(p))以及法线方向n(p),其 中c(p)为一标量函数,衡量点p附近模型表面的弯曲程度;函数f()为单调函数, 以将c(p)映射到0到1之间,c(p)衡量的点p附近表面越是平坦的区域,w(p)的 值越接近等于1,否则c(p)衡量的点p附近表面越是弯曲的区域,w(p)的值越接 近等于0;n(p)为点p的法线方向;
获取距离第i个位置点采集的点j在三维场景模型中的坐标最近的匹配点 的坐标mj,并获取匹配点mj的权重w(mj)以及法线方向n(mj);
根据点j在三维场景模型的坐标系中的坐标匹配点的坐标mj、匹配点mj的权重w(mj)以及法线方向n(mj),利用如下公式构建目标函数:
其中为目标函数;ρ(·)为损失函数;nT(mj)为匹配点mj的法 线方向n(mj)的转置;M为三维场景模型中的点集,为所有i个 位置点处挂载的多线激光雷达的坐标系到三维场景模型的坐标系的转换参数的 集合。
进一步可选地,上述实施例中的多线激光雷达的参数标定装置中,标定模 块14具体用于:
优化目标函数中多线激光雷达的坐标系到三维场景模型的坐标系的转换参 数Tm,s,使得目标函数收敛;
再优化目标函数中的内参I,使得目标函数取最小值;
获取目标函数取最小值时对应的Tb,s和内参I的数值,作为多线激光雷达标 定后的内参。
上述实施例的多线激光雷达的参数标定装置,通过采用上述模块实现多线 激光雷达的参数标定的实现原理以及技术效果与上述相关方法实施例的实现相 同,详细可以参考上述相关方法实施例的记载,在此不再赘述。
图5为本发明的计算机设备实施例的结构图。如图5所示,本实施例的计 算机设备,包括:一个或多个处理器30、存储器40,以及三维扫描仪50和多 线激光雷达60,存储器40用于存储一个或多个程序。三维扫描仪50用于采集 标定场景的数据;多线激光雷达60用于在标定场景中的多个位置点采集点云数 据;三维扫描仪50和多线激光雷达60挂载在计算机设备上,分别与处理器30 通讯连接,以将采集的数据传输至处理器30。
当存储器40中存储的一个或多个程序被一个或多个处理器30执行,使得 一个或多个处理器30实现如上图1-图3所示实施例的多线激光雷达的参数标定 方法。图5所示实施例中以包括多个处理器30为例。
例如,图6为本发明提供的一种计算机设备的示例图。图6示出了适于 用来实现本发明实施方式的示例性计算机设备12a的框图。图6显示的计算 机设备12a仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任 何限制。本实施例中,以图6所示的计算机设备仅示出处理上述图1-图3所 示实施例中的多线激光雷达的参数标定方法的硬件部分,而未示出图6所示 实施例中的三维扫描仪50和多线激光雷达60。
如图6所示,计算机设备12a以通用计算设备的形式表现。计算机设备 12a的组件可以包括但不限于:一个或者多个处理器16a,系统存储器28a, 连接不同系统组件(包括系统存储器28a和处理器16a)的总线18a。
总线18a表示几类总线结构中的一种或多种,包括存储器总线或者存储 器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任 意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体 系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视 频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备12a典型地包括多种计算机系统可读介质。这些介质可以是 任何能够被计算机设备12a访问的可用介质,包括易失性和非易失性介质, 可移动的和不可移动的介质。
系统存储器28a可以包括易失性存储器形式的计算机系统可读介质,例 如随机存取存储器(RAM)30a和/或高速缓存存储器32a。计算机设备12a 可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储 介质。仅作为举例,存储系统34a可以用于读写不可移动的、非易失性磁介 质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供 用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘 驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与 总线18a相连。系统存储器28a可以包括至少一个程序产品,该程序产品具 有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明上述 图1-图4各实施例的功能。
具有一组(至少一个)程序模块42a的程序/实用工具40a,可以存储在 例如系统存储器28a中,这样的程序模块42a包括——但不限于——操作系 统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每 一个或某种组合中可能包括网络环境的实现。程序模块42a通常执行本发明 所描述的上述图1-图4各实施例中的功能和/或方法。
计算机设备12a也可以与一个或多个外部设备14a(例如键盘、指向设 备、显示器24a等)通信,还可与一个或者多个使得用户能与该计算机设备 12a交互的设备通信,和/或与使得该计算机设备12a能与一个或多个其它计 算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信 可以通过输入/输出(I/O)接口22a进行。并且,计算机设备12a还可以通 过网络适配器20a与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20a通过总线18a 与计算机设备12a的其它模块通信。应当明白,尽管图中未示出,可以结合 计算机设备12a使用其它硬件和/或软件模块,包括但不限于:微代码、设备 驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数 据备份存储系统等。
处理器16a通过运行存储在系统存储器28a中的程序,从而执行各种功 能应用以及数据处理,例如实现上述实施例所示的多线激光雷达的参数标定 方法。
本发明还提供一种计算机可读介质,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实施例所示的多线激光雷达的参数标定方法。
本实施例的计算机可读介质可以包括上述图6所示实施例中的系统存储 器28a中的RAM30a、和/或高速缓存存储器32a、和/或存储系统34a。
随着科技的发展,计算机程序的传播途径不再受限于有形介质,还可以 直接从网络下载,或者采用其他方式获取。因此,本实施例中的计算机可读 介质不仅可以包括有形的介质,还可以包括无形的介质。
本实施例的计算机可读介质可以采用一个或多个计算机可读的介质的 任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储 介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、 红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读 存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电 连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、 可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储 器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在 本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该 程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的 数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采 用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的 组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算 机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系 统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括 ——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作 的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如 Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或 类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在 用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分 在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程 计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如 利用因特网服务提供商来通过因特网连接)。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和 方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示 意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可 以有另外的划分方式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作 为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方, 或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或 者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中, 也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单 元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件 功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机 可读取存储介质中。上述软件功能单元存储在一个存储介质中,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) 或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述 的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、 随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可 以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本 发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在 本发明保护的范围之内。
Claims (20)
1.一种多线激光雷达的参数标定方法,其特征在于,所述方法包括:
基于已标定的三维扫描仪采集的标定场景的数据,创建所述标定场景的三维场景模型;
获取待标定的多线激光雷达分别在所述标定场景中的多个位置点采集的点云数据;
将所述多线激光雷达在各所述位置点采集的点云数据和所述三维场景模型中的点云数据,以各所述位置点与所述三维场景模型中对应的位置点对齐为原则,对齐至同一坐标系中;
建立同一坐标系下、所述多线激光雷达采集的各点的数据与所述三维场景模型中距离所述点的最近的匹配点的数据之间的目标函数;
根据所述目标函数,标定所述多线激光雷达的参数。
2.根据权利要求1所述的方法,其特征在于,将所述多线激光雷达在各所述位置点采集的点云数据和所述三维场景模型中的点云数据,以各所述位置点与所述三维场景模型中对应的位置点对齐为原则,对齐至同一坐标系中,具体包括:
将各所述位置点对齐到所述三维场景模型中对应的位置;
获取对齐后各所述位置点处的挂载所述多线激光雷达的挂载机器的坐标系到所述三维场景模型的坐标系的转换参数;
根据各所述位置点处的挂载所述多线激光雷达的挂载机器的坐标系到所述三维场景模型的坐标系的转换参数、以及所述多线激光雷达的外参和内参,将所述多线激光雷达在各所述位置处采集的点云数据转换至所述三维场景模型中对应的坐标,使得在各所述位置点采集的点云数据与所述三维场景模型属于同一坐标系。
3.根据权利要求2所述的方法,其特征在于,根据各所述位置点处的挂载所述多线激光雷达的挂载机器的坐标系到所述三维场景模型的坐标系的转换参数、以及所述多线激光雷达的外参和内参,将所述多线激光雷达在各所述位置处采集的点云数据转换至所述三维场景模型中对应的坐标,具体包括:
取所述多线激光雷达在第i个位置点采集的点云中的任一点j的原始数据为rj,根据所述多线激光雷达的内参I、所述原始数据转换至所述多线激光雷达坐标系的转换函数以及所述多线激光雷达的坐标系到挂载所述多线激光雷达的挂载机器的坐标系的转换参数,利用公式计算所述点j在所述挂载机器的坐标系中的坐标;其中所述rj∈Ri,所述Ri为所述多线激光雷达在第i个位置处采集的原始数据集合;所述L(rj;I)为所述原始数据转换至所述多线激光雷达坐标系的转换函数;所述Tb,s为所述多线激光雷达的坐标系到挂载所述多线激光雷达的挂载机器的坐标系的转换参数集合,所述其中所述为第i个所述多线激光雷达的坐标系到挂载所述多线激光雷达的挂载机器的坐标系的转换参数;所述为所述点j在所述挂载机器的坐标系中的坐标;
根据所述第i个位置点的所述挂载机器的坐标系到所述三维场景模型的坐标系的转换参数以及所述点j在所述挂载机器的坐标系中的坐标利用公式计算所述点j在所述三维场景模型的坐标系中的坐标;其中所述为所述点j在所述三维场景模型的坐标系中的坐标。
4.根据权利要求3所述的方法,其特征在于,建立同一坐标系下、所述多线激光雷达采集的各点的数据与所述三维场景模型中距离所述点的最近的匹配点的数据之间的目标函数,具体包括:
设置所述三维场景模型中各点p的权重w(p)=f(c(p))以及法线方向n(p),其中所述c(p)为一标量函数,衡量所述点p附近模型表面的弯曲程度;所述函数f()为单调函数,以将所述c(p)映射到0到1之间,所述c(p)衡量的所述点p附近表面越是平坦的区域,所述w(p)的值越接近等于1,否则所述c(p)衡量的所述点p附近表面越是弯曲的区域,所述w(p)的值越接近等于0;所述n(p)为所述点p的法线方向;
获取距离所述第i个位置点采集的所述点j在所述三维场景模型中的坐标最近的匹配点的坐标mj,并获取所述匹配点mj的权重w(mj)以及法线方向n(mj);
根据所述点j在所述三维场景模型的坐标系中的坐标所述匹配点的坐标mj、所述匹配点mj的权重w(mj)以及法线方向n(mj),利用如下公式构建所述目标函数:
所述mj∈M
其中所述E(Tm,b,Tb,s,I)为所述目标函数;所述ρ(·)为损失函数;所述nT(mj)为所述匹配点mj的法线方向n(mj)的转置;所述M为所述三维场景模型中的点集;所述为所有i个所述位置点的所述挂载机器的坐标系到所述三维场景模型的坐标系的转换参数的集合。
5.根据权利要求4所述的方法,其特征在于,根据所述目标函数,标定所述多线激光雷达的参数,具体包括:
优化所述目标函数中所述多线激光雷达的坐标系到挂载所述多线激光雷达的挂载机器的坐标系的转换参数Tb,s,使得所述目标函数收敛;
再联合优化所述目标函数中的所述Tb,s和所述内参I,使得所述目标函数取最小值;
获取所述目标函数取最小值时对应的所述Tb,s和所述内参I的数值,分别作为所述多线激光雷达标定后的外参和内参。
6.根据权利要求1所述的方法,其特征在于,将所述多线激光雷达在各所述位置点采集的点云数据和所述三维场景模型中的点云数据,以各所述位置点与所述三维场景模型中对应的位置点对齐为原则,对齐至同一坐标系中,具体包括:
将各所述位置点对齐到所述三维场景模型中对应的位置;
获取对齐后各所述位置点处挂载在挂载机器上的所述多线激光雷达的坐标系到所述三维场景模型的坐标系的转换参数;
根据各所述位置点处挂载在所述挂载机器上的所述多线激光雷达的坐标系到所述三维场景模型的坐标系的转换参数、以及所述多线激光雷达的内参,将所述多线激光雷达在各所述位置处采集的点云数据转换至所述三维场景模型中对应的坐标,使得在各所述位置点采集的点云数据与所述三维场景模型属于同一坐标系。
7.根据权利要求6所述的方法,其特征在于,根据各所述位置点处挂载的所述多线激光雷达的坐标系到所述三维场景模型的坐标系的转换参数、以及所述多线激光雷达的内参,将所述多线激光雷达在各所述位置处采集的点云数据转换至所述三维场景模型中对应的坐标,具体包括:
取所述多线激光雷达在第i个位置点采集的点云中的任一点j的原始数据为rj,根据所述多线激光雷达的内参I以及对应的所述位置点处挂载的所述多线激光雷达的坐标系到所述三维场景模型的坐标系的转换参数,利用公式计算所述点j在所述三维场景模型的坐标系中的坐标;其中所述rj∈Ri,所述Ri为所述多线激光雷达在第i个位置处采集的原始数据集合;所述L(rj;I)为所述原始数据转换至所述多线激光雷达坐标系的转换函数;所述为所述第i个位置处所述多线激光雷达的坐标系到所述三维场景模型的坐标系的转换参数;所述为所述点j在所述三维场景模型的坐标系中的坐标。
8.根据权利要求7所述的方法,其特征在于,建立同一坐标系下、所述多线激光雷达采集的各点的数据与所述三维场景模型中距离所述点的最近的匹配点的数据之间的目标函数,具体包括:
设置所述三维场景模型中各点p的权重w(p)=f(c(p))以及法线方向n(p),其中所述c(p)为一标量函数,衡量所述点p附近模型表面的弯曲程度;所述函数f()为单调函数,以将所述c(p)映射到0到1之间,所述c(p)衡量的所述点p附近表面越是平坦的区域,所述w(p)的值越接近等于1,否则所述c(p)衡量的所述点p附近表面越是弯曲的区域,所述w(p)的值越接近等于0;所述n(p)为所述点p的法线方向;
获取距离所述第i个位置点采集的所述点j在所述三维场景模型中的坐标最近的匹配点的坐标mj,并获取所述匹配点mj的权重w(mj)以及法线方向n(mj);
根据所述点j在所述三维场景模型的坐标系中的坐标所述匹配点的坐标mj、所述匹配点mj的权重w(mj)以及法线方向n(mj),利用如下公式构建所述目标函数:
所述mj∈M
其中所述为所述目标函数;所述ρ(·)为损失函数;所述nT(mj)为所述匹配点mj的法线方向n(mj)的转置;所述M为所述三维场景模型中的点集,所述为所有i个所述位置点处挂载的所述多线激光雷达的坐标系到所述三维场景模型的坐标系的转换参数的集合。
9.根据权利要求8所述的方法,其特征在于,根据所述目标函数,标定所述多线激光雷达的参数,具体包括:
优化所述目标函数中所述多线激光雷达的坐标系到所述三维场景模型的坐标系的转换参数Tm,s,使得所述目标函数收敛;
再优化所述目标函数中的所述内参I,使得所述目标函数取最小值;
获取所述目标函数取最小值时对应的所述Tb,s和所述内参I的数值,作为所述多线激光雷达标定后的内参。
10.一种多线激光雷达的参数标定装置,其特征在于,所述装置包括:
模型创建模块,用于基于已标定的三维扫描仪采集的标定场景的数据,创建所述标定场景的三维场景模型;
获取模块,用于获取待标定的多线激光雷达分别在所述标定场景中的多个位置点采集的点云数据;
对齐处理模块,用于将所述多线激光雷达在各所述位置点采集的点云数据和所述三维场景模型中的点云数据,以各所述位置点与所述三维场景模型中对应的位置点对齐为原则,对齐至同一坐标系中;
函数建立模块,用于建立同一坐标系下、所述多线激光雷达采集的各点的数据与所述三维场景模型中距离所述点的最近的匹配点的数据之间的目标函数;
标定模块,用于根据所述目标函数,标定所述多线激光雷达的参数。
11.根据权利要求10所述的装置,其特征在于,所述对齐处理模块,具体用于:
将各所述位置点对齐到所述三维场景模型中对应的位置;
获取对齐后各所述位置点处的挂载所述多线激光雷达的挂载机器的坐标系到所述三维场景模型的坐标系的转换参数;
根据各所述位置点处的挂载所述多线激光雷达的挂载机器的坐标系到所述三维场景模型的坐标系的转换参数、以及所述多线激光雷达的外参和内参,将所述多线激光雷达在各所述位置处采集的点云数据转换至所述三维场景模型中对应的坐标,使得在各所述位置点采集的点云数据与所述三维场景模型属于同一坐标系。
12.根据权利要求11所述的装置,其特征在于,所述对齐处理模块,具体用于:
取所述多线激光雷达在第i个位置点采集的点云中的任一点j的原始数据为rj,根据所述多线激光雷达的内参I、所述原始数据转换至所述多线激光雷达坐标系的转换函数以及所述多线激光雷达的坐标系到挂载所述多线激光雷达的挂载机器的坐标系的转换参数,利用公式计算所述点j在所述挂载机器的坐标系中的坐标;其中所述rj∈Ri,所述Ri为所述多线激光雷达在第i个位置处采集的原始数据集合;所述L(rj;I)为所述原始数据转换至所述多线激光雷达坐标系的转换函数;所述Tb,s为所述多线激光雷达的坐标系到挂载所述多线激光雷达的挂载机器的坐标系的转换参数集合,所述其中所述为第i个所述多线激光雷达的坐标系到挂载所述多线激光雷达的挂载机器的坐标系的转换参数;所述为所述点j在所述挂载机器的坐标系中的坐标;
根据所述第i个位置点的所述挂载机器的坐标系到所述三维场景模型的坐标系的转换参数以及所述点j在所述挂载机器的坐标系中的坐标利用公式计算所述点j在所述三维场景模型的坐标系中的坐标;其中所述为所述点j在所述三维场景模型的坐标系中的坐标。
13.根据权利要求12所述的装置,其特征在于,所述函数建立模块,具体用于:
设置所述三维场景模型中各点p的权重w(p)=f(c(p))以及法线方向n(p),其中所述c(p)为一标量函数,衡量所述点p附近模型表面的弯曲程度;所述函数f()为单调函数,以将所述c(p)映射到0到1之间,所述c(p)衡量的所述点p附近表面越是平坦的区域,所述w(p)的值越接近等于1,否则所述c(p)衡量的所述点p附近表面越是弯曲的区域,所述w(p)的值越接近等于0;所述n(p)为所述点p的法线方向;
获取距离所述第i个位置点采集的所述点j在所述三维场景模型中的坐标最近的匹配点的坐标mj,并获取所述匹配点mj的权重w(mj)以及法线方向n(mj);
根据所述点j在所述三维场景模型的坐标系中的坐标所述匹配点的坐标mj、所述匹配点mj的权重w(mj)以及法线方向n(mj),利用如下公式构建所述目标函数:
所述mj∈M
其中所述E(Tm,b,Tb,s,I)为所述目标函数;所述ρ(·)为损失函数;所述nT(mj)为所述匹配点mj的法线方向n(mj)的转置;所述M为所述三维场景模型中的点集;所述为所有i个所述位置点的所述挂载机器的坐标系到所述三维场景模型的坐标系的转换参数的集合。
14.根据权利要求13所述的装置,其特征在于,所述标定模块,具体用于:
优化所述目标函数中所述多线激光雷达的坐标系到挂载所述多线激光雷达的挂载机器的坐标系的转换参数Tb,s,使得所述目标函数收敛;
再联合优化所述目标函数中的所述Tb,s和所述内参I,使得所述目标函数取最小值;
获取所述目标函数取最小值时对应的所述Tb,s和所述内参I的数值,分别作为所述多线激光雷达标定后的外参和内参。
15.根据权利要求10所述的装置,其特征在于,所述对齐处理模块,具体用于:
将各所述位置点对齐到所述三维场景模型中对应的位置;
获取对齐后各所述位置点处挂载在挂载机器上的所述多线激光雷达的坐标系到所述三维场景模型的坐标系的转换参数;
根据各所述位置点处挂载在所述挂载机器上的所述多线激光雷达的坐标系到所述三维场景模型的坐标系的转换参数、以及所述多线激光雷达的内参,将所述多线激光雷达在各所述位置处采集的点云数据转换至所述三维场景模型中对应的坐标,使得在各所述位置点采集的点云数据与所述三维场景模型属于同一坐标系。
16.根据权利要求15所述的装置,其特征在于,所述对齐处理模块,具体用于:
取所述多线激光雷达在第i个位置点采集的点云中的任一点j的原始数据为rj,根据所述多线激光雷达的内参I以及对应的所述位置点处挂载的所述多线激光雷达的坐标系到所述三维场景模型的坐标系的转换参数,利用公式计算所述点j在所述三维场景模型的坐标系中的坐标;其中所述rj∈Ri,所述Ri为所述多线激光雷达在第i个位置处采集的原始数据集合;所述L(rj;I)为所述原始数据转换至所述多线激光雷达坐标系的转换函数;所述为所述第i个位置处所述多线激光雷达的坐标系到所述三维场景模型的坐标系的转换参数;所述为所述点j在所述三维场景模型的坐标系中的坐标。
17.根据权利要求16所述的装置,其特征在于,所述函数建立模块,具体用于:
设置所述三维场景模型中各点p的权重w(p)=f(c(p))以及法线方向n(p),其中所述c(p)为一标量函数,衡量所述点p附近模型表面的弯曲程度;所述函数f()为单调函数,以将所述c(p)映射到0到1之间,所述c(p)衡量的所述点p附近表面越是平坦的区域,所述w(p)的值越接近等于1,否则所述c(p)衡量的所述点p附近表面越是弯曲的区域,所述w(p)的值越接近等于0;所述n(p)为所述点p的法线方向;
获取距离所述第i个位置点采集的所述点j在所述三维场景模型中的坐标最近的匹配点的坐标mj,并获取所述匹配点mj的权重w(mj)以及法线方向n(mj);
根据所述点j在所述三维场景模型的坐标系中的坐标所述匹配点的坐标mj、所述匹配点mj的权重w(mj)以及法线方向n(mj),利用如下公式构建所述目标函数:
所述mj∈M
其中所述为所述目标函数;所述ρ(·)为损失函数;所述nT(mj)为所述匹配点mj的法线方向n(mj)的转置;所述M为所述三维场景模型中的点集,所述为所有i个所述位置点处挂载的所述多线激光雷达的坐标系到所述三维场景模型的坐标系的转换参数的集合。
18.根据权利要求17所述的装置,其特征在于,所述标定模块,具体用于:
优化所述目标函数中所述多线激光雷达的坐标系到所述三维场景模型的坐标系的转换参数Tm,s,使得所述目标函数收敛;
再优化所述目标函数中的所述内参I,使得所述目标函数取最小值;
获取所述目标函数取最小值时对应的所述Tb,s和所述内参I的数值,作为所述多线激光雷达标定后的内参。
19.一种计算机设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
三维扫描仪,用于采集标定场景的数据;
多线激光雷达,用于在所述标定场景中的多个位置点采集点云数据;所述三维扫描仪和所述多线激光雷达分别与所述处理器通讯连接,以将采集的数据传输至所述处理器;
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1-9中任一所述的方法。
20.一种计算机可读介质,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1-9中任一所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710851934.XA CN109521403B (zh) | 2017-09-19 | 2017-09-19 | 多线激光雷达的参数标定方法及装置、设备及可读介质 |
US16/117,953 US11714174B2 (en) | 2017-09-17 | 2018-08-30 | Parameter calibration method and apparatus of multi-line laser radar, device and readable medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710851934.XA CN109521403B (zh) | 2017-09-19 | 2017-09-19 | 多线激光雷达的参数标定方法及装置、设备及可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109521403A true CN109521403A (zh) | 2019-03-26 |
CN109521403B CN109521403B (zh) | 2020-11-20 |
Family
ID=65720063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710851934.XA Active CN109521403B (zh) | 2017-09-17 | 2017-09-19 | 多线激光雷达的参数标定方法及装置、设备及可读介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11714174B2 (zh) |
CN (1) | CN109521403B (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110007293A (zh) * | 2019-04-24 | 2019-07-12 | 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 |
CN110109146A (zh) * | 2019-04-30 | 2019-08-09 | 北京云迹科技有限公司 | 基于多线激光雷达的路面检测方法及装置 |
CN110109144A (zh) * | 2019-04-30 | 2019-08-09 | 北京云迹科技有限公司 | 基于多线激光雷达的路肩检测方法及装置 |
CN110109086A (zh) * | 2019-04-24 | 2019-08-09 | 禾多科技(北京)有限公司 | 场端多线束激光雷达的离线标定方法 |
CN110118973A (zh) * | 2019-05-27 | 2019-08-13 | 杭州亚美利嘉科技有限公司 | 仓库智能感知识别方法、装置及电子设备 |
CN111025250A (zh) * | 2020-01-07 | 2020-04-17 | 湖南大学 | 一种车载毫米波雷达在线标定方法 |
CN111398938A (zh) * | 2020-04-23 | 2020-07-10 | 武汉天眸光电科技有限公司 | 激光雷达校准方法及系统 |
CN111665493A (zh) * | 2020-06-12 | 2020-09-15 | 江苏卫国防务技术有限公司 | 一种基于数字波束形成技术的低慢小目标探测方法 |
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 |
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 |
CN112684432A (zh) * | 2019-10-18 | 2021-04-20 | 北京万集科技股份有限公司 | 激光雷达标定方法、装置、设备及存储介质 |
CN112686949A (zh) * | 2020-12-30 | 2021-04-20 | 深圳艾灵网络有限公司 | 一种车辆定位方法、系统及相关设备 |
CN112740070A (zh) * | 2019-12-30 | 2021-04-30 | 深圳市大疆创新科技有限公司 | 控制方法、可移动平台及存储介质 |
CN113077523A (zh) * | 2021-03-31 | 2021-07-06 | 商汤集团有限公司 | 一种标定方法、装置、计算机设备及存储介质 |
CN113325396A (zh) * | 2021-04-29 | 2021-08-31 | 盎锐(上海)信息科技有限公司 | 用于激光雷达的拼接标定方法、系统及激光雷达 |
CN113432553A (zh) * | 2020-03-23 | 2021-09-24 | 北京图森智途科技有限公司 | 一种挂车夹角的测量方法、装置及车辆 |
CN113466834A (zh) * | 2020-03-12 | 2021-10-01 | 华为技术有限公司 | 一种激光雷达参数标定方法及装置 |
CN113589243A (zh) * | 2021-07-30 | 2021-11-02 | 北京经纬恒润科技股份有限公司 | 一种雷达标定方法、装置、设备及存储介质 |
CN113608170A (zh) * | 2021-07-07 | 2021-11-05 | 云鲸智能(深圳)有限公司 | 雷达标定方法、雷达、机器人、介质及计算机程序产品 |
CN113744348A (zh) * | 2021-08-31 | 2021-12-03 | 南京慧尔视智能科技有限公司 | 一种参数标定方法、装置及雷视融合检测设备 |
CN116125446A (zh) * | 2023-01-31 | 2023-05-16 | 清华大学 | 旋转驱动式多线激光雷达三维重建装置的标定方法及装置 |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111754578B (zh) * | 2019-03-26 | 2023-09-19 | 舜宇光学(浙江)研究院有限公司 | 用于激光雷达和相机的联合标定方法及其系统和电子设备 |
CN110221275B (zh) * | 2019-05-21 | 2023-06-23 | 菜鸟智能物流控股有限公司 | 一种激光雷达与相机之间的标定方法和装置 |
WO2020237516A1 (zh) * | 2019-05-29 | 2020-12-03 | 深圳市大疆创新科技有限公司 | 点云的处理方法、设备和计算机可读存储介质 |
CN110442917B (zh) * | 2019-07-09 | 2023-06-20 | 武汉工程大学 | 基于点云的参数化模型重建方法 |
CN112630751A (zh) * | 2019-10-09 | 2021-04-09 | 中车时代电动汽车股份有限公司 | 一种激光雷达的标定方法 |
CN110850394B (zh) * | 2019-12-02 | 2023-08-15 | 苏州智加科技有限公司 | 一种自动驾驶激光雷达强度标定方法 |
CN115356711A (zh) * | 2020-03-10 | 2022-11-18 | 上海高仙自动化科技发展有限公司 | 外参标定方法及装置、智能机器人及计算机可读存储介质 |
CN111791968A (zh) * | 2020-06-09 | 2020-10-20 | 江苏斐飒机械科技有限公司 | 一种麦克纳姆轮底盘系统 |
CN112102375B (zh) * | 2020-07-22 | 2024-04-12 | 广州视源电子科技股份有限公司 | 一种点云配准可靠性检测的方法、装置、移动智慧设备 |
CN113776530A (zh) * | 2020-09-11 | 2021-12-10 | 北京京东乾石科技有限公司 | 一种点云地图构建方法、装置、电子设备和存储介质 |
CN112082484A (zh) * | 2020-09-11 | 2020-12-15 | 武汉理工大学 | 一种基于单线激光雷达检测工程车车身偏移的装置及方法 |
CN114255264B (zh) * | 2020-09-24 | 2023-03-24 | 北京万集科技股份有限公司 | 多基站配准方法、装置、计算机设备和存储介质 |
CN112379353B (zh) * | 2020-11-10 | 2022-10-25 | 上海交通大学 | 多台目标激光雷达间的联合标定方法及系统 |
CN112462381A (zh) * | 2020-11-19 | 2021-03-09 | 浙江吉利控股集团有限公司 | 一种基于车路协同的多激光雷达融合方法 |
CN112546460A (zh) * | 2020-12-09 | 2021-03-26 | 广州科莱瑞迪医疗器材股份有限公司 | 一种体表追踪系统 |
CN112763993A (zh) * | 2020-12-22 | 2021-05-07 | 北京百度网讯科技有限公司 | 标定雷达参数的方法和装置、电子设备、存储介质 |
CN112763995B (zh) * | 2020-12-24 | 2023-09-01 | 阿波罗智联(北京)科技有限公司 | 雷达标定方法、装置、电子设备和路侧设备 |
CN112946591A (zh) * | 2021-02-26 | 2021-06-11 | 商汤集团有限公司 | 外参标定方法、装置、电子设备及存储介质 |
CN114488097A (zh) * | 2022-01-26 | 2022-05-13 | 广州小鹏自动驾驶科技有限公司 | 激光雷达的外参标定方法、计算机设备及计算机存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150160332A1 (en) * | 2012-08-13 | 2015-06-11 | Digital Signal Corporation | System and Method for Calibrating Video and Lidar Subsystems |
CN106405555A (zh) * | 2016-09-23 | 2017-02-15 | 百度在线网络技术(北京)有限公司 | 用于车载雷达系统的障碍物检测方法和装置 |
CN106872963A (zh) * | 2017-03-31 | 2017-06-20 | 厦门大学 | 一种多组多线激光雷达的自动标定算法 |
CN107121064A (zh) * | 2017-04-27 | 2017-09-01 | 上海华测导航技术股份有限公司 | 一种激光扫描测量装置 |
CN107153186A (zh) * | 2017-01-06 | 2017-09-12 | 深圳市速腾聚创科技有限公司 | 激光雷达标定方法及激光雷达 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201116961D0 (en) * | 2011-09-30 | 2011-11-16 | Bae Systems Plc | Fast calibration for lidars |
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 |
US9965870B2 (en) * | 2016-03-29 | 2018-05-08 | Institut National D'optique | Camera calibration method using a calibration target |
EP3616159A4 (en) * | 2017-04-28 | 2020-05-13 | SZ DJI Technology Co., Ltd. | CALIBRATION OF LASER SENSORS |
-
2017
- 2017-09-19 CN CN201710851934.XA patent/CN109521403B/zh active Active
-
2018
- 2018-08-30 US US16/117,953 patent/US11714174B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150160332A1 (en) * | 2012-08-13 | 2015-06-11 | Digital Signal Corporation | System and Method for Calibrating Video and Lidar Subsystems |
CN106405555A (zh) * | 2016-09-23 | 2017-02-15 | 百度在线网络技术(北京)有限公司 | 用于车载雷达系统的障碍物检测方法和装置 |
CN107153186A (zh) * | 2017-01-06 | 2017-09-12 | 深圳市速腾聚创科技有限公司 | 激光雷达标定方法及激光雷达 |
CN106872963A (zh) * | 2017-03-31 | 2017-06-20 | 厦门大学 | 一种多组多线激光雷达的自动标定算法 |
CN107121064A (zh) * | 2017-04-27 | 2017-09-01 | 上海华测导航技术股份有限公司 | 一种激光扫描测量装置 |
Non-Patent Citations (2)
Title |
---|
VAN-DUNG HOANG, DANILO CÁCERES HERNÁNDEZ, HAN-SUNG PARK, KANG-HY: "Closed-Form Solution to 3D Points for Estimating Extrinsic Parameters of Camera and Laser Sensor", 《IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION》 * |
程金龙,冯莹,曹毓,雷兵,魏立安: "车载激光雷达外参数的标定方法", 《光电工程》 * |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110109086A (zh) * | 2019-04-24 | 2019-08-09 | 禾多科技(北京)有限公司 | 场端多线束激光雷达的离线标定方法 |
CN110007293A (zh) * | 2019-04-24 | 2019-07-12 | 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 |
CN110109146A (zh) * | 2019-04-30 | 2019-08-09 | 北京云迹科技有限公司 | 基于多线激光雷达的路面检测方法及装置 |
CN110109144A (zh) * | 2019-04-30 | 2019-08-09 | 北京云迹科技有限公司 | 基于多线激光雷达的路肩检测方法及装置 |
CN110109146B (zh) * | 2019-04-30 | 2021-05-14 | 北京云迹科技有限公司 | 基于多线激光雷达的路面检测方法及装置 |
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 |
CN110118973A (zh) * | 2019-05-27 | 2019-08-13 | 杭州亚美利嘉科技有限公司 | 仓库智能感知识别方法、装置及电子设备 |
CN110118973B (zh) * | 2019-05-27 | 2020-12-18 | 杭州亚美利嘉科技有限公司 | 仓库智能感知识别方法、装置及电子设备 |
CN112684432B (zh) * | 2019-10-18 | 2024-04-16 | 武汉万集光电技术有限公司 | 激光雷达标定方法、装置、设备及存储介质 |
CN112684432A (zh) * | 2019-10-18 | 2021-04-20 | 北京万集科技股份有限公司 | 激光雷达标定方法、装置、设备及存储介质 |
CN112740070A (zh) * | 2019-12-30 | 2021-04-30 | 深圳市大疆创新科技有限公司 | 控制方法、可移动平台及存储介质 |
CN111025250A (zh) * | 2020-01-07 | 2020-04-17 | 湖南大学 | 一种车载毫米波雷达在线标定方法 |
CN113466834A (zh) * | 2020-03-12 | 2021-10-01 | 华为技术有限公司 | 一种激光雷达参数标定方法及装置 |
US11945499B2 (en) | 2020-03-23 | 2024-04-02 | Beijing Tusen Zhitu Technology Co., Ltd. | Method and apparatus for trailer angle measurement and vehicle |
CN113432553B (zh) * | 2020-03-23 | 2023-06-16 | 北京图森智途科技有限公司 | 一种挂车夹角的测量方法、装置及车辆 |
CN113432553A (zh) * | 2020-03-23 | 2021-09-24 | 北京图森智途科技有限公司 | 一种挂车夹角的测量方法、装置及车辆 |
CN111398938A (zh) * | 2020-04-23 | 2020-07-10 | 武汉天眸光电科技有限公司 | 激光雷达校准方法及系统 |
CN111665493A (zh) * | 2020-06-12 | 2020-09-15 | 江苏卫国防务技术有限公司 | 一种基于数字波束形成技术的低慢小目标探测方法 |
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 |
CN112686949A (zh) * | 2020-12-30 | 2021-04-20 | 深圳艾灵网络有限公司 | 一种车辆定位方法、系统及相关设备 |
CN113077523A (zh) * | 2021-03-31 | 2021-07-06 | 商汤集团有限公司 | 一种标定方法、装置、计算机设备及存储介质 |
CN113077523B (zh) * | 2021-03-31 | 2023-11-24 | 商汤集团有限公司 | 一种标定方法、装置、计算机设备及存储介质 |
CN113325396A (zh) * | 2021-04-29 | 2021-08-31 | 盎锐(上海)信息科技有限公司 | 用于激光雷达的拼接标定方法、系统及激光雷达 |
CN113608170A (zh) * | 2021-07-07 | 2021-11-05 | 云鲸智能(深圳)有限公司 | 雷达标定方法、雷达、机器人、介质及计算机程序产品 |
CN113608170B (zh) * | 2021-07-07 | 2023-11-14 | 云鲸智能(深圳)有限公司 | 雷达标定方法、雷达、机器人、介质及计算机程序产品 |
CN113589243A (zh) * | 2021-07-30 | 2021-11-02 | 北京经纬恒润科技股份有限公司 | 一种雷达标定方法、装置、设备及存储介质 |
CN113589243B (zh) * | 2021-07-30 | 2023-09-05 | 北京经纬恒润科技股份有限公司 | 一种雷达标定方法、装置、设备及存储介质 |
CN113744348A (zh) * | 2021-08-31 | 2021-12-03 | 南京慧尔视智能科技有限公司 | 一种参数标定方法、装置及雷视融合检测设备 |
CN116125446A (zh) * | 2023-01-31 | 2023-05-16 | 清华大学 | 旋转驱动式多线激光雷达三维重建装置的标定方法及装置 |
CN116125446B (zh) * | 2023-01-31 | 2023-09-05 | 清华大学 | 旋转驱动式多线激光雷达三维重建装置的标定方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
US20190086524A1 (en) | 2019-03-21 |
CN109521403B (zh) | 2020-11-20 |
US11714174B2 (en) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109521403A (zh) | 多线激光雷达的参数标定方法及装置、设备及可读介质 | |
CN105627991B (zh) | 一种无人机影像实时全景拼接方法及系统 | |
CN110764111B (zh) | 雷达坐标与大地坐标的转换方法、装置、系统及介质 | |
JP2020035448A (ja) | 3次元シーンマップの生成方法、生成装置、機器および記憶媒体 | |
US20190371003A1 (en) | Monocular vision tracking method, apparatus and non-volatile computer-readable storage medium | |
CN109709801A (zh) | 一种基于激光雷达的室内无人机定位系统及方法 | |
US11346665B2 (en) | Method and apparatus for planning sample points for surveying and mapping, control terminal, and storage medium | |
JP6830137B2 (ja) | 動的障害物の位置校正方法、装置、機器、及び記憶媒体 | |
CN109238240A (zh) | 一种顾及地形的无人机倾斜摄影方法及其摄影系统 | |
US20140362174A1 (en) | Generating a composite field of view using a plurality of oblique panoramic images of a geographic area | |
Yang et al. | Marine surveying and mapping system based on Cloud Computing and Internet of Things | |
CN110376570A (zh) | 对扫描仪坐标系与imu坐标系进行标定的方法、系统和设备 | |
CN103578141A (zh) | 基于三维地图系统的增强现实实现方法及装置 | |
CN110146093A (zh) | 双体小行星探测自主协同光学导航方法 | |
CN112446844B (zh) | 一种基于点云特征提取与配准融合方法 | |
CN107063187A (zh) | 一种全站仪与无人机影像联合的树高快速提取方法 | |
CN103971167A (zh) | 预测光伏发电设备的发电功率的方法和系统 | |
CN112580428A (zh) | 一种配电网设计方法及装置 | |
CN114387319A (zh) | 点云配准方法、装置、设备以及存储介质 | |
CN108253942B (zh) | 一种提高倾斜摄影测量空三质量的方法 | |
CN112001952A (zh) | 一种输电线路空天地多传感数据配准方法及系统 | |
AU2018450016B2 (en) | Method and apparatus for planning sample points for surveying and mapping, control terminal and storage medium | |
CN110764105A (zh) | 一种无人机的激光雷达系统和无人机系统 | |
CN114049401A (zh) | 双目相机标定方法、装置、设备及介质 | |
CN107291844A (zh) | 分布式光伏远程设计SaaS系统及方法 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211015 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Patentee after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Patentee before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |