场端多线束激光雷达的在线标定方法
技术领域
本发明涉及自动驾驶汽车技术领域,尤其涉及一种场端多线束激光雷达的在线标定方法。
背景技术
自动泊车是指汽车自动泊车入位不需要人工控制,即自动泊车能够帮助驾驶员自动停车。不同的自动泊车系统采用不同的方法来检测汽车周围的物体。对于许多驾驶员而言,顺列式驻车是一种痛苦的经历,大城市停车空间有限,将汽车驶入狭小的空间已成为一项必备技能。很少有不费一番周折就停好车的情况,停车可能导致交通阻塞、神经疲惫和保险杠被撞弯。因而自动泊车功能应运而生,这一技术目前主要通过以下几种方式来实现:
1、在汽车前后保险杠四周加装感应器,然后利用车上的计算机来确定障碍物的位置;
2、利用在汽车保险杠上安装的摄像头或雷达来检测障碍物;
3、在场端安装激光雷达,通过激光雷达的定位和感知实现车辆自动泊车。
上述方法1和2均需要在车内加装设备,然后还需要经过反复的调试才能真正得到的应用,使得车辆的成本大幅增加,而方法3虽然能够避免在车内加装昂贵的传感器,从而有效降低成本,但是场端多个激光雷达的标定则成了一个必须解决的首要问题,标定的精度直接关系感知分割的精度与定位精度,影响整个自动泊车功能是否能够顺利实现,目前人们仅仅关注激光雷达在场端安装后的标定精度,但是对于雷达安装后使用过程中的精度却鲜有关注,然而,标定完的场端雷达的外参精度会随着使用的时间和温度变化而变化,比如长时间震动或热胀冷缩,均会对外参造成改变影响,从而影响整个自动泊车功能的实现。
发明内容
本发明的一个目的是解决至少上述问题,并提供至少后面将说明的优点。
本发明还有一个目的是提供一种场端多线束激光雷达的在线标定方法,通过对激光雷达的在线标定,实时调整外参,保证了场端雷达即使受自身或外界因素干扰依然能稳定运行,始终保持较高精度,为定位和感知分割输入精确的外参,保证定位和感知分割的结果的精度要求,即保证了自动泊车的顺利进行。
为实现上述目的和一些其他的目的,本发明采用如下技术方案:
一种场端多线束激光雷达的在线标定方法,包括:
S1、激光雷达指定:对场端需要进行在线标定的激光雷达进行指定,以标记待标定激光雷达;
S2、初始外参指定:为所述待标定激光雷达指定初始外参;
S3、障碍物指定:为每个所述待标定激光雷达指定相应的障碍物,并记录所述障碍物相对于所述待标定激光雷达的参照参数;
S4、标定更新:所述待标定激光雷达在初始外参下按照预设频率扫描相应的障碍物,并将获得的所述障碍物相对于所述待标定激光雷达的参数与所述参照参数做比较,且根据所述参数与参照参数间的差值大小判定是否进行外参的更新;
S5、外参更新:将更新后的外参作为新的初始外参进行保存,并重复S3-S4。
优选的是,所述的场端多线束激光雷达的在线标定方法中,所述激光雷达的外参是否更新根据所述差值与阈值的比较决定,所述阈值为区间阈值,所述差值小于所述区间阈值的最小值时,所述激光雷达不做外参的更新;所述差值位于所述区间阈值内时,所述激光雷达以在线标定的方式进行外参的更新;所述差值大于所述区间阈值的最大值时,所述激光雷达以之前获取的最好的一次值作为外参输出。
优选的是,所述的场端多线束激光雷达的在线标定方法中,以所述初始外参标定的激光雷达与所述激光雷达的实际位置进行匹配计算,得到初始匹配度得分,计算以更新的外参标定的激光雷达与所述激光雷达的实际位置的匹配度得分,所述匹配度得分高于所述初始匹配度得分后,且所述待标定激光雷达在更新的外参下得到的所述差值在所述区间阈值内时,才能以所述更新的外参作为新的初始外参,否则丢弃所述更新的外参;其中,所述匹配度得分最高的更新的外参为所述最好的一次值。
优选的是,所述的场端多线束激光雷达的在线标定方法中,所述激光雷达以在线标定的方式进行外参的更新的具体方法为:以初始外参作为初始值,利用GICP算法循环迭代优化目标函数,以得到新的外参。
优选的是,所述的场端多线束激光雷达的在线标定方法中,所述目标函数通过最小二乘法不断迭代优化,具体公式为:
其中,R为三维旋转矩阵;T为平移向量;P
t i为目标点对,
为对应点对;N
p为对应点总数。
优选的是,所述的场端多线束激光雷达的在线标定方法中,所述初始外参的获取方法为:
S1-1、点云获取:由所述待标定激光雷达获取点云,用三维激光扫描仪扫描得到场端的场景地图点云;
S1-2、利用4PCS算法在所述场景地图点云中找到与选取的点云对应的所有对应点,通过不断迭代优化目标函数得到初始外参。
优选的是,所述的场端多线束激光雷达的在线标定方法中,所述参照参数和参数均包括:所述待标定激光雷达与相应障碍物间的距离、所述障碍物的体积大小以及所述障碍物的面积大小。
优选的是,所述的场端多线束激光雷达的在线标定方法中,所述频率为可调节的频率。
本发明至少包括以下有益效果:
本发明的场端多线束激光雷达的在线标定方法中,通过按照设定频率对激光雷达进行在线扫描,并以激光雷达附近的障碍物作为参照,实现了实时对于场端激光雷达标定精度的监控,以使得所述激光雷达能够始终保持较高精度,为定位和感知分割输入精确的外参,保证定位和感知分割的结果的精度要求。
通过对激光雷达的在线标定,实时调整外参,保证了场端雷达即使受自身或外界因素干扰依然能稳定运行,始终保持较高精度,为定位和感知分割输入精确的外参,保证定位和感知分割的结果的精度要求,即保证了自动泊车的顺利进行。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
具体实施方式
下面对本发明做详细说明,以令本领域普通技术人员参阅本说明书后能够据以实施。
一种场端多线束激光雷达的在线标定方法,包括:
S1、激光雷达指定:对场端需要进行在线标定的激光雷达进行指定,以标记待标定激光雷达。
S2、初始外参指定:为所述待标定激光雷达指定初始外参。
S3、障碍物指定:为每个所述待标定激光雷达指定相应的障碍物,并记录所述障碍物相对于所述待标定激光雷达的参照参数。
S4、标定更新:所述待标定激光雷达在初始外参下按照预设频率扫描相应的障碍物,并将获得的所述障碍物相对于所述待标定激光雷达的参数与所述参照参数做比较,且根据所述参数与参照参数间的差值大小判定是否进行外参的更新。
S5、外参更新:将更新后的外参作为新的初始外参进行保存,并重复S3-S4。
在上述方案中,先为需要进行在线标定的激光雷达赋予初始外参值,然后对其周围的固定障碍物进行指定,通过周期性的对激光雷达与指定固定障碍物间的参数的获取,并将获取的参数与初始记录的障碍物与待标记激光雷达间的参照参数进行比较,即能判定待标定激光雷达的位置相对于初始外参标定是否产生变化,以便根据变化决定是否对激光雷达的外参进行更新。
通过按照设定频率对激光雷达进行在线扫描,并以激光雷达附近的障碍物作为参照,实现了实时对于场端激光雷达标定精度的监控,以使得所述激光雷达能够始终保持较高精度,为定位和感知分割输入精确的外参,保证定位和感知分割的结果的高精度。
一个优选方案中,所述激光雷达的外参是否更新根据所述差值与阈值的比较决定,所述阈值为区间阈值,所述差值小于所述区间阈值的最小值时,所述激光雷达不做外参的更新;所述差值位于所述区间阈值内时,所述激光雷达以在线标定的方式进行外参的更新;所述差值大于所述区间阈值的最大值时,所述激光雷达以之前获取的最好的一次值作为外参输出。
在上述方案中,当参数与参照参数间的差值小于区间阈值的最小值时,激光雷达位置未变或变化在可接受的范围内,即激光雷达标定精度仍旧很高,外参无需重新标定;当参数与参照参数间的差值在区间阈值内时,激光雷达位置发生了微小变化,激光雷达重新标定,以保证标定精度;当参数与参照参数间的差值大于区间阈值的最大值时,则判定激光雷达和相应障碍物间存在遮挡,此时进行重新标定不仅不能提高标定精度,反而会造成标定偏差,因而激光雷达以之前获取的最好的一次值作为外参输出,以保证外参的精度。
一个优选方案中,以所述初始外参标定的激光雷达与所述激光雷达的实际位置进行匹配计算,得到初始匹配度得分,计算以更新的外参标定的激光雷达与所述激光雷达的实际位置的匹配度得分,所述匹配度得分高于所述初始匹配度得分后,且所述待标定激光雷达在更新的外参下得到的所述差值在所述区间阈值内时,才能以所述更新的外参作为新的初始外参,否则丢弃所述更新的外参;其中,所述匹配度得分最高的更新的外参为所述最好的一次值。
在上述方案中,每次更新外参都会与最好的那一次做个评估(刚开始最好那次就是指定的外参,且设定一个最好的匹配度得分,之后会进行更新),更新方法:如果匹配度得分比最好的那次高且两次外参差在阈值范围内,就会更新最好的外参也就是把这次作为最好的外参,当当前标出的外参与最好那次进行评估如果不满足阈值,就会舍弃这次参数,认为不正确。
一个优选方案中,所述激光雷达以在线标定的方式进行外参的更新的具体方法为:以初始外参作为初始值,利用GICP算法循环迭代优化目标函数,以得到新的外参。
在上述方案中,利用GICP算法得到新的外参避免了人工干预,即可自动完成多个激光雷达的标定,同时,采用对数据的自动化处理方式,在提高了标定精度的同时,也提高了标定的效率,且该方法可适用于不同的环境,适应性强。
一个优选方案中,所述目标函数通过最小二乘法不断迭代优化,具体公式为:
其中,R为三维旋转矩阵;T为平移向量;P
t i为目标点对,
为对应点对;N
p为对应点总数。
在上述方案中,最小二乘法的运用能够快速的拟合到对应的特征点间的对应关系的参数,即目标函数,实现了通过目标函数快速将对应的特征点拟合到提取的特征点的坐标系的目的,从而大大加快了运算的速度,提高了激光雷达的标定效率。
一个优选方案中,所述初始外参的获取方法为:
S1-1、点云获取:由所述待标定激光雷达获取点云,用三维激光扫描仪扫描得到场端的场景地图点云。
S1-2、利用4PCS算法在所述场景地图点云中找到与选取的点云对应的所有对应点,通过不断迭代优化目标函数得到初始外参。
在上述方案中,通过4PCS算法得到外参,避免了先验信息的选择,同时避免了人工干预,即可自动完成多个多线束激光雷达的标定,提高了标定效率。
一个优选方案中,所述参照参数和参数均包括:所述待标定激光雷达与相应障碍物间的距离、所述障碍物的体积大小以及所述障碍物的面积大小。
在上述方案中,因为障碍物体积太大或者距离激光太近,就会遮挡激光雷达,因而通过判定待标定激光雷达与相应障碍物间的距离以及障碍物的体积和面积的大小能够快速判定激光雷达的位置是否变化,以及激光雷达和障碍物间是否存在遮挡。
一个优选方案中,所述频率为可调节的频率。
在上述方案中,通过设置频率为可调节频率,能够根据用户需要对在线标定的周期进行调整,以满足用户的不同需求。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节。