CN110398747A - 全固态激光雷达视场角动态扩展方法、系统及存储介质 - Google Patents
全固态激光雷达视场角动态扩展方法、系统及存储介质 Download PDFInfo
- Publication number
- CN110398747A CN110398747A CN201910684131.9A CN201910684131A CN110398747A CN 110398747 A CN110398747 A CN 110398747A CN 201910684131 A CN201910684131 A CN 201910684131A CN 110398747 A CN110398747 A CN 110398747A
- Authority
- CN
- China
- Prior art keywords
- state laser
- laser radar
- point cloud
- matrix
- solid
- 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
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
-
- 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
-
- 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
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了全固态激光雷达视场角动态扩展方法、系统及存储介质,包括步骤:获取单个固态激光雷达测量的返回深度数据矩阵;通过计算单个固态激光雷达的返回深度数据矩阵得到相应的点云矩阵;获取三轴加速度姿态传感器测量运动后的姿态参数,并根据运动后姿态参数计算点云旋转矩阵;对所有固态激光雷达的点云矩阵与点云旋转矩阵进行点云数据融合处理,得到扩展后整体的固态激光雷达的最终深度数据矩阵及最终点云数据矩阵;对最终深度数据矩阵及最终点云数据矩阵进行点云数据渲染,得出扩展后整体的固态激光雷达的视场角数据。本发明实现了全固态激光雷达视场角的扩展,并降低由视场角而造成的测量盲区。
Description
技术领域
本发明涉及全固态激光雷达技术领域,尤其涉及的是全固态激光雷达视场角动态扩展方法、系统及存储介质。
背景技术
相比于机械式或混合式固态激光雷达,全固态激光雷达内部不包含任何旋转部件,且结构简单、精度高、体积小、成本低,成为了目前一大主流技术的研发方向;目前常见的激光雷达有MEMS激光雷达、光学相控阵(OPA)激光雷达、3DFLASH激光雷达等,其中MEMS微振镜面积是影响探测视场角的一个重要因素,而且MEMS成本高,可靠性差、较难量产。
目前,全固态激光雷达探测的水平和垂直方向的视场角都是通过电子方式实现的,从而导致探测范围是受限的,并且接收端接收面积较大,对接收端工艺精度要求较高,传统的扩展视场角的方式是增加接收端的接收面积,在像素分辨率一定的情况下增大接收的视场角会使得相邻像素之间夹角增大,从而导致在被测物边缘以及一些细小的物体测距误差增大。
因此,现有技术还有待于改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供全固态激光雷达视场角动态扩展方法、系统及存储介质,旨在解决现有技术中扩展视场角时使得相邻像素之间夹角增大,从而导致在被测物边缘以及一些细小的物体测距误差增大的问题。
本发明解决技术问题所采用的技术方案如下:
全固态激光雷达视场角动态扩展方法,其中,包括步骤:
获取单个固态激光雷达测量的返回深度数据矩阵;
通过计算单个固态激光雷达的返回深度数据矩阵得到相应的点云矩阵;
获取三轴加速度姿态传感器测量运动后的姿态参数,并根据运动后姿态参数计算点云旋转矩阵;
对所有固态激光雷达的点云矩阵与点云旋转矩阵进行点云数据融合处理,得到扩展后整体的固态激光雷达的最终深度数据矩阵及最终点云数据矩阵;
对最终深度数据矩阵及最终点云数据矩阵进行点云数据渲染,得出扩展后整体的固态激光雷达的视场角数据。
所述全固态激光雷达视场角动态扩展方法,其中,所述通过计算单个固态激光雷达的返回深度数据矩阵得到相应的点云矩阵的具体步骤为:
选定单个全固态激光雷达的接收端的接收面作为参考面;
采用相似三角形原理并以接收面的中心点作为原点建立坐标系;
根据全固态面阵激光雷达视场角、接收端镜头的焦距参数以及三轴加速度姿态传感器初始姿态参数,使返回深度数据与接收面上的坐标系建立映射关系并转换为相应的点云坐标;
点云坐标集合成点云矩阵。
所述全固态激光雷达视场角动态扩展方法,其中,所述根据全固态面阵激光雷达视场角、接收端镜头的焦距参数以及三轴加速度姿态传感器初始姿态参数,使返回深度数据与接收面上的坐标系建立映射关系并转换为相应的点云坐标的具体步骤为:
计算理论视场角及视场盲区夹角大小,计算公式为:
其中,Vx1为水平方向理论可视角,Vy1为垂直方向理论可视角,θmx为水平方向盲区夹角,θmy为垂直方向盲区夹角,为初始姿态参数的x方向分量,为初始姿态参数的y方向分量,Vx为面阵固态激光雷达视场角的x方向值,Vy为面阵固态激光雷达视场角的y方向值;
根据所述实时获取各个子设备测量的返回深度数据转换为点云坐标,转换公式为:
P(i)z=D(i)z,
P(i)x=D(i)z*(W/2*S-S*i)/F,
P(i)y=D(i)z*(H/2*S-S*i)/F,
其中,P(i)z为第i个像素点的点云坐标的Z方向坐标值,P(i)x第i个像素点的点云坐标的X方向坐标值,P(i)y第i个像素点的点云坐标的Y方向坐标值,D(i)z为第i个像素点返回深度数据,W接收面的宽度,H为接收面的长度,F为全固态激光雷达焦距,S为接收面相邻像素点间距,i表示像素点索引值。
所述全固态激光雷达视场角动态扩展方法,其中,所述获取三轴加速度姿态传感器测量运动后的姿态参数,并根据运动后姿态参数计算点云旋转矩阵的具体步骤为:
对运动的三轴加速度姿态传感器的姿态参数进行实时获取;
根据实时获取的姿态参数计算点云旋转矩阵。
所述全固态激光雷达视场角动态扩展方法,其中,所述根据实时获取的姿态参数计算点云旋转矩阵的具体步骤为:
实时获取姿态传感器的姿态参数;
映射到坐标系旋转角,映射关系公式为:
通过计算确定点云旋转矩阵,计算公式为:
其中,为姿态传感器实时获取值,θx为旋转角度相对于单个坐标系的X向分量,θy为旋转角度相对于单个坐标系的Y向分量,θz为旋转角度相对于单个坐标系的Z向分量,Rzyx为点云旋转矩阵。
所述全固态激光雷达视场角动态扩展方法,其中,所述对点云矩阵与点云旋转矩阵进行点云数据融合处理,得到扩展后完整的最终深度数据矩阵及最终点云数据矩阵的步骤中,融合公式为:
P=(P0*Rzyx+L)+(P1*Rzyx+L)+...+(Pn*Rzyx+L),
D=Pz;
其中,P为最终点云数据矩阵,D为最终深度数据矩阵,P0~Pn为单个所述全固态激光雷达点云矩阵,L为单个所述固态激光雷达参考坐标系与扩展后统一坐标系间的矢量矩阵,Pz为最终点云数据矩阵P的Z坐标值。
所述全固态激光雷达视场角动态扩展方法,其中,所述对最终深度数据矩阵及最终点云数据矩阵进行点云数据渲染,得出扩展后的视场角数据的具体步骤为:选取扩展后的点云数据P的上、下、左、右端点坐标,以及此时所述固态激光雷达距离平面的实际距离L;
计算得出扩展后的视场角,计算方法为:
其中,端点坐标中的最小值为Xmin和最大值为Xmax,端点坐标中的最小值为Ymin和最大值Ymax,Vx2为水平方向扩展后的视场角,Vy2为垂直方向扩展后的视场角。
所述一种全固态激光雷达视场角动态扩展方法,还包括有步骤:
对比扩展后的视场角数值与视场角的理论值;
判断扩展后的视场角是否在理论误差范围内。
相应的,为了保证上述方法的实施,本发明还提供了一种全固态激光雷达视场角扩展系统,所述系统包括:多个固态激光雷达处理器,与多个所述固态激光雷达的位置相固定设置的三轴加速度姿态传感器,分别与所述固态激光雷达处理器和所述三轴加速度姿态传感器相连接的处理器,以及与所述处理器连接的存储器;
所述固态激光雷达用于得到返回的测量深度数据矩阵;
所述三轴加速度姿态传感器用于得到自身的姿态参数;
所述存储器存储有全固态激光雷达视场角动态扩展的程序,所述全固态激光雷达视场角动态扩展的程序被所述处理器执行时实现如上所述的全固态激光雷达视场角动态扩展方法。
一种存储介质,储存有用于实现如上所述的全固态激光雷达视场角动态扩展方法的程序。
有益效果:与现有技术相比,本实施例提供了全固态激光雷达视场角扩展方法、系统及存储介质,具体为获取单个固态激光雷达测量的返回深度数据矩阵;通过计算单个固态激光雷达的返回深度数据矩阵得到相应的点云矩阵,获取三轴加速度姿态传感器测量运动后的姿态参数,并根据运动后姿态参数计算点云旋转矩阵;对所有固态激光雷达的点云矩阵与点云旋转矩阵进行点云数据融合处理,得到扩展后整体的固态激光雷达的最终深度数据矩阵及最终点云数据矩阵;对最终深度数据矩阵及最终点云数据矩阵进行点云数据渲染,得出扩展后整体的固态激光雷达的视场角数据。通过上述技术方案,实现了以低成本的方式,对全固态激光雷达视场角的扩展,并能降低由视场角而造成的测量盲区,若加入特定的旋转机械结构,这种方法可以替代现有的机械式激光雷达。
附图说明
图1是本发明中全固态激光雷达视场角动态扩展方法的一种实施例的步骤流程图。
图2是本发明中全固态激光雷达视场角动态扩展方法较佳实施例的步骤流程图。
图3是本发明中全固态激光雷达视场角动态扩展系统的实施例结构框图。
图4是本发明中相似三角形原理的原理示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请同时参阅图1-图2,本发明提供了全固态激光雷达视场角动态扩展方法的一些实施例。
本发明的一个实施例提供的全固态激光雷达视场角动态扩展的方法,本方法是基于任意安装有多个全固态激光雷达的全固态激光雷达视场角动态扩展系统,全固态激光雷达为任意型号任意视场角的全固态激光雷达,多个全固态激光雷达的相对位置固定并组成一个全固态激光雷达组,内部安装三轴加速度姿态传感器。
如图1所示,全固态激光雷达视场角动态扩展的方法,该方法包括步骤:
步骤S100、获取单个固态激光雷达测量的返回深度数据矩阵。
具体的,多个全固态激光雷达同时工作,处理器收集每一个全固态激光雷达通过测量获取的相关数据,并通过数据处理得到相应的每一个全固态激光雷达的返回深度数据矩阵。
步骤S200、通过计算单个固态激光雷达的返回深度数据矩阵得到相应的点云矩阵。
具体的,将获取到的每个固态激光雷达的返回深度数据矩阵,通过处理器运算处理,得到每个固态激光雷达返回深度数据矩阵相对应的点云矩阵。所述全固态激光雷达的数据输出类型既可以是点云数据也可以是深度数据。
在优选的实施例中,步骤S200具体包括:
S210、选定单个全固态激光雷达的接收端的接收面作为参考面。
具体的,选取一个全固态激光雷达,以其接收端的接收面作为参考面,以此参考面作为标准进行数据处理。
S220、采用相似三角形原理并以接收面的中心点作为原点建立坐标系;
具体的,每个单独全固态激光雷达采用均有自己的坐标系,在进行工作时,首先要确立坐标系,根据相似三角形原理,以单个固态激光雷达的接收面的中心点作为坐标原点,建立单独的坐标系。如图4所示相似三角形原理,P(x,y)为点云矩阵中元素,D(x,y)为对于深度数据矩阵中的元素,F为所述全固态激光雷达接收端镜头焦距,M(x,y)为该元素在接收面上投射的位置M(x)和M(y),由相似三角形原理可得:P(x)/D(x,y)=M(x)/F,P(y)/D(x,y)=M(y)/F,通过已知接收端相邻像素点之间的间距S可以计算出准确的M(x)及M(y)的值,从而根据相似三角形原理可以计算出相对准确的P(x)及P(y),进而得到最终的点云数据矩阵。
S230、根据全固态面阵激光雷达视场角、接收端镜头的焦距参数以及三轴加速度姿态传感器初始姿态参数,使返回深度数据与接收面上的坐标系建立映射关系并转换为相应的点云坐标;
其中,全固态面阵激光雷达视场角、接收端镜头的焦距参数为全固态激光雷达的已知参数,由所用的全固态激光雷达的型号所确定;三轴加速度姿态传感器初始姿态参数根据全固态激光雷达开始工作时的姿态所确定,三轴加速度姿态传感器获取全固态激光雷达开始工作时的姿态,并得到姿态参数。
在优选的实施例中,步骤S230中使返回深度数据与接收面上的坐标系建立映射关系并转换为相应的点云坐标具体包括:
步骤S231、计算理论视场角及视场盲区夹角大小,计算公式为:
其中,Vx1为水平方向理论可视角,Vy1为垂直方向理论可视角,θmx为水平方向盲区夹角,θmy为垂直方向盲区夹角,为初始姿态参数的x方向分量,为初始姿态参数的y方向分量,Vx为面阵固态激光雷达视场角的x方向值,Vy为面阵固态激光雷达视场角的y方向值;
通过全固态面阵激光雷达视场角、接收端镜头的焦距参数以及三轴加速度姿态传感器初始姿态参数,计算得到理论视场角Vx1、Vy1及视场角盲区夹角θm,考虑到实际应用中,对视场角盲区的大小的要求不同,需调整单个全固态面阵激光雷达的安装方式,调整后计算视场角盲区直至计算的理论盲区在合理范围内,合理范围指的是具体情况中对测量无影响或影响在可接受范围内的盲区大小。通过计算调整盲区大小,有效的扩展了全固态激光雷达视场角的范围,降低了由视场角造成的测量盲区。
步骤S232、根据所述实时获取各个子设备测量的返回深度数据转换为点云坐标,转换公式为:
P(i)z=D(i)z,
P(i)x=D(i)z*(W/2*S-S*i)/F,
P(i)y=D(i)z*(H/2*S-S*i)/F,
其中,P(i)z为第i个像素点的点云坐标的Z方向坐标值,P(i)x第i个像素点的点云坐标的X方向坐标值,P(i)y第i个像素点的点云坐标的Y方向坐标值,D(i)z为第i个像素点返回深度数据,W接收面的宽度,H为接收面的长度,F为全固态激光雷达焦距,S为接收面相邻像素点间距,i表示像素点索引值。
每个全固态激光雷达在工作时会实时获取测量,将每个全固态激光雷达实时获取的测量的返回深度数据,根据上述公式转化成点云坐标。
步骤S240、点云坐标集合成点云矩阵。
具体的,通过上述步骤得到每个全固态激光雷达的点云坐标,根据每个全固态激光雷达的点云坐标的横坐标和纵坐标,组成一个点云矩阵。
步骤S300、获取三轴加速度姿态传感器测量运动后的姿态参数,并根据运动后姿态参数计算点云旋转矩阵。
具体的,三轴加速度姿态传感器在全固态激光雷达运动测量的过程中,实时测量并记录了全固态激光雷达的运动姿态参数,这些参数反映了全固态激光雷达在测量过程中的运动情况,将这些运动姿态参数收集后,通过处理器计算出姿态参数相对应点云旋转矩阵。
在优选的实施例中,步骤S300具体包括:
步骤S310、实时获取姿态传感器的姿态参数。
具体的,全固态激光雷达在测量的过程中,与其相对固定安装的三轴加速度姿态传感器会测量全固态激光雷达的运动方向和运动轨迹,并转换成全固态激光雷达的姿态参数,并将三轴加速度姿态传感器的姿态参数映射到坐标系旋转角,映射关系公式为:
步骤S320、根据实时获取的姿态参数计算点云旋转矩阵。
具体的,通过计算确定点云旋转矩阵,计算公式为:
其中,为姿态传感器实时获取值,θx为旋转角度相对于单个坐标系的X向分量,θy为旋转角度相对于单个坐标系的Y向分量,θz为旋转角度相对于单个坐标系的Z向分量,Rzyx为点云旋转矩阵。
步骤S400、对所有固态激光雷达的点云矩阵与点云旋转矩阵进行点云数据融合处理,得到扩展后整体的固态激光雷达的最终深度数据矩阵及最终点云数据矩阵。
具体的,将得到的所有固态激光雷达的点云矩阵和通过姿态参数获得的点云旋转矩阵,通过处理器进行点云数据融合处理,将矩阵的数据进行融合,得到扩展后整体的固态激光雷达的最终深度数据矩阵及最终点云数据矩阵,即将每个固态激光雷达的点云矩阵通过点云旋转矩阵的转换而统一到一个整体的深度数据矩阵(最终深度数据矩阵)和整体的点云数据矩阵(最终点云数据矩阵),通过计算方式结合后,能够有效扩大全固态激光雷达视场角。
在优选的实施例中,步骤S400的融合处理的融合公式为:
P=(P0*Rzyx+L)+(P1*Rzyx+L)+...+(Pn*Rzyx+L),
D=Pz;
其中,P为最终点云数据矩阵,D为最终深度数据矩阵,P0~Pn为单个所述全固态激光雷达点云矩阵,L为单个所述固态激光雷达参考坐标系与扩展后统一坐标系间的矢量矩阵,Pz为最终点云数据矩阵P的Z坐标值,Rzyx为点云旋转矩阵。
步骤S500、对最终深度数据矩阵及最终点云数据矩阵进行点云数据渲染,得出扩展后整体的固态激光雷达的视场角数据。
具体的,通过处理器对计算融合得出的最终深度数据矩阵及最终点云数据矩阵进行点云数据渲染,得出最终的扩展后整体的固态激光雷达的视场角数据。
在优选的实施例中,步骤S500选取扩展后的点云数据P的上、下、左、右端点坐标,以及此时所述固态激光雷达距离平面的实际距离L;
计算得出扩展后的视场角,计算方法为:
其中,端点坐标中的最小值为Xmin和最大值为Xmax,端点坐标中的最小值为Ymin和最大值Ymax,Vx2为水平方向扩展后的视场角,Vy2为垂直方向扩展后的视场角。
步骤S600、对比扩展后的视场角数值与视场角的理论值,判断扩展后的视场角是否在理论误差范围内。
具体的,通过点云渲染得到的扩展后的视场角数据Vx2、Vy2,将扩展后的视场角数据Vx2、Vx1与理论视场角Vx1、Vy1做对比,判断判断扩展后的视场角是否在理论误差范围内,理论误差范围根据具体情况通过计算确定,若在理论误差范围内,则表面扩展得到的数据是准确的,若超出理论误差范围,则重新调整全固态激光雷达,直至计算结果在理论误差范围内。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
如图3所示,本发明的另一个实施例所提供的全固态激光雷达视场角扩展系统,包括:
多个固态激光雷达处理器、用于得到返回的测量深度数据矩阵;
与多个固态激光雷达的位置相固定设置的三轴加速度姿态传感器、用于得到自身的姿态参数;
分别与固态激光雷达处理器和所述三轴加速度姿态传感器相连接的处理器、用于数据处理;
所述存储器存储有全固态激光雷达视场角动态扩展的程序,所述全固态激光雷达视场角动态扩展的程序被所述处理器执行时实现如上所述的全固态激光雷达视场角动态扩展方法。
本实施例还包括一种存储介质,储存有用于实现如上所述的全固态激光雷达视场角动态扩展方法的程序。
本发明的全固态激光雷达视场角扩展系统可作为整体的模组应用于移动式、旋转式的设备上,有效的增加固态激光雷达的探测范围,且在数据融合上提供了快速有效的处理算法,能够自适应安装装置进行数据融合;同时由于结构相对固定,提高了设备的可靠性及稳定,也降低了生产成本及加工、装配难度。
从上述方案可以看出,本实施例提供了全固态激光雷达视场角扩展方法、系统及存储介质,其中方法具体为:获取单个固态激光雷达测量的返回深度数据矩阵;通过计算单个固态激光雷达的返回深度数据矩阵得到相应的点云矩阵获取三轴加速度姿态传感器测量运动后的姿态参数,并根据运动后姿态参数计算点云旋转矩阵;对所有固态激光雷达的点云矩阵与点云旋转矩阵进行点云数据融合处理,得到扩展后整体的固态激光雷达的最终深度数据矩阵及最终点云数据矩阵;对最终深度数据矩阵及最终点云数据矩阵进行点云数据渲染,得出扩展后整体的固态激光雷达的视场角数据。通过上述技术方案,实现了以低成本的方式,对全固态激光雷达视场角的扩展,并能降低由视场角而造成的测量盲区,直接应用在旋转的机械结构上,可以替代现有的机械式激光雷达。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.全固态激光雷达视场角动态扩展方法,其特征在于,包括步骤:
获取单个固态激光雷达测量的返回深度数据矩阵;
通过计算单个固态激光雷达的返回深度数据矩阵得到相应的点云矩阵;
获取三轴加速度姿态传感器测量运动后的姿态参数,并根据运动后姿态参数计算点云旋转矩阵;
对所有固态激光雷达的点云矩阵与点云旋转矩阵进行点云数据融合处理,得到扩展后整体的固态激光雷达的最终深度数据矩阵及最终点云数据矩阵;
对最终深度数据矩阵及最终点云数据矩阵进行数据渲染,得出并验证扩展后整体的固态激光雷达的视场角数据。
2.根据权利要求1所述全固态激光雷达视场角动态扩展方法,其特征在于,所述通过计算单个固态激光雷达的返回深度数据矩阵得到相应的点云矩阵的具体步骤为:
选定单个全固态激光雷达的接收端的接收面作为参考面;
采用相似三角形原理并以接收面的中心点作为原点建立坐标系;
根据全固态面阵激光雷达视场角、接收端镜头的焦距参数以及三轴加速度姿态传感器初始姿态参数,使返回深度数据与接收面上的坐标系建立映射关系并转换为相应的点云坐标;
点云坐标集合成点云矩阵。
3.根据权利要求2所述全固态激光雷达视场角动态扩展方法,其特征在于,所述根据全固态面阵激光雷达视场角、接收端镜头的焦距参数以及三轴加速度姿态传感器初始姿态参数,使返回深度数据与接收面上的坐标系建立映射关系并转换为相应的点云坐标的具体步骤为:
计算理论视场角及视场盲区夹角大小,计算公式为:
其中,Vx1为水平方向理论可视角,Vy1为垂直方向理论可视角,θmx为水平方向盲区夹角,θmy为垂直方向盲区夹角,为初始姿态参数的x方向分量,为初始姿态参数的y方向分量,Vx为面阵固态激光雷达视场角的x方向值,Vy为面阵固态激光雷达视场角的y方向值;
根据所述实时获取各个子设备测量的返回深度数据转换为点云坐标,转换公式为:
P(i)z=D(i)z,
P(i)x=D(i)z*(W/2*S-S*i)/F,
P(i)y=D(i)z*(H/2*S-S*i)/F,
其中,P(i)z为第i个像素点的点云坐标的Z方向坐标值,P(i)x第i个像素点的点云坐标的X方向坐标值,P(i)y第i个像素点的点云坐标的Y方向坐标值,D(i)z为第i个像素点返回深度数据,W接收面的宽度,H为接收面的长度,F为全固态激光雷达焦距,S为接收面相邻像素点间距,i表示像素点索引值。
4.根据权利要求3所述全固态激光雷达视场角动态扩展方法,其特征在于,所述获取三轴加速度姿态传感器测量运动后的姿态参数,并根据运动后姿态参数计算点云旋转矩阵的具体步骤为:
对运动的三轴加速度姿态传感器的姿态参数进行实时获取;
根据实时获取的姿态参数计算点云旋转矩阵。
5.根据权利要求4所述全固态激光雷达视场角动态扩展方法,其特征在于,根据实时获取的姿态参数计算点云旋转矩阵的具体步骤为:
实时获取姿态传感器的姿态参数;
映射到坐标系旋转角,映射关系公式为:
通过计算确定点云旋转矩阵,计算公式为:
其中,为姿态传感器实时获取值,θx为旋转角度相对于单个坐标系的X向分量,θy为旋转角度相对于单个坐标系的Y向分量,θz为旋转角度相对于单个坐标系的Z向分量,Rzyx为点云旋转矩阵。
6.根据权利要求5所述全固态激光雷达视场角动态扩展方法,其特征在于,所述对点云矩阵与点云旋转矩阵进行点云数据融合处理,得到扩展后完整的最终深度数据矩阵及最终点云数据矩阵的步骤中,融合公式为:
P=(P0*Rzyx+L)+(P1*Rzyx+L)+...+(Pn*Rzyx+L),
D=Pz;
其中,P为最终点云数据矩阵,D为最终深度数据矩阵,P0~Pn为单个所述全固态激光雷达点云矩阵,L为单个所述固态激光雷达参考坐标系与扩展后统一坐标系间的矢量矩阵,Pz为最终点云数据矩阵P的Z坐标值。
7.根据权利要求6所述全固态激光雷达视场角动态扩展方法,其特征在于,对最终深度数据矩阵及最终点云数据矩阵进行点云数据渲染,得出并验证扩展后的视场角数据的具体步骤为:
选取扩展后的点云数据P的上、下、左、右端点坐标,以及此时所述全固态面阵激光雷达距离平面的实际距离L;
计算得出扩展后的视场角,计算方法为:
其中,端点坐标中的最小值为Xmin和最大值为Xmax,端点坐标中的最小值为Ymin和最大值Ymax,Vx2为水平方向扩展后的视场角,Vy2为垂直方向扩展后的视场角。
8.根据权利要求7所述全固态激光雷达视场角动态扩展方法,其特征在于,还包括有步骤:
对比扩展后的视场角数值与视场角的理论值;
判断扩展后的视场角是否在理论误差范围内。
9.全固态激光雷达视场角动态扩展系统,其特征在于,包括:多个固态激光雷达处理器,与多个所述固态激光雷达的位置相固定设置的三轴加速度姿态传感器,分别与所述固态激光雷达处理器和所述三轴加速度姿态传感器相连接的处理器,以及与所述处理器连接的存储器;
所述固态激光雷达用于得到返回的测量深度数据矩阵;
所述三轴加速度姿态传感器用于得到自身的姿态参数;
所述存储器存储有全固态激光雷达视场角动态扩展的程序,所述全固态激光雷达视场角动态扩展的程序被所述处理器执行时实现如权利要求1-8任一所述的全固态激光雷达视场角动态扩展方法。
10.一种存储介质,其特征在于,储存有用于实现如权利要求1-8任一所述的全固态激光雷达视场角动态扩展方法的程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910684131.9A CN110398747B (zh) | 2019-07-26 | 2019-07-26 | 全固态激光雷达视场角动态扩展方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910684131.9A CN110398747B (zh) | 2019-07-26 | 2019-07-26 | 全固态激光雷达视场角动态扩展方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110398747A true CN110398747A (zh) | 2019-11-01 |
CN110398747B CN110398747B (zh) | 2023-03-28 |
Family
ID=68326099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910684131.9A Active CN110398747B (zh) | 2019-07-26 | 2019-07-26 | 全固态激光雷达视场角动态扩展方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110398747B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111208523A (zh) * | 2020-01-19 | 2020-05-29 | 石家庄铁道大学 | 一种空间动态角度的测量方法及测量装置 |
CN113189568A (zh) * | 2021-04-30 | 2021-07-30 | 深圳市安思疆科技有限公司 | 一种激光雷达标定的装置和方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101726257A (zh) * | 2009-12-22 | 2010-06-09 | 西安交通大学 | 多目大范围激光扫描测量方法 |
US20160061954A1 (en) * | 2014-08-27 | 2016-03-03 | Leica Geosystems Ag | Multi-camera laser scanner |
CN106154285A (zh) * | 2016-06-20 | 2016-11-23 | 上海交通大学 | 一种基于摆动激光雷达的可变视野三维重建装置 |
CN206684300U (zh) * | 2017-03-13 | 2017-11-28 | 海伯森技术(深圳)有限公司 | 一种360度全景固态深度传感器 |
CN108196243A (zh) * | 2018-03-14 | 2018-06-22 | 北京因泰立科技有限公司 | 一种基于mems微镜的三维扫描激光雷达 |
CN108549084A (zh) * | 2018-01-30 | 2018-09-18 | 西安交通大学 | 一种基于稀疏二维激光雷达的目标检测与姿态估计方法 |
US20180313956A1 (en) * | 2017-05-01 | 2018-11-01 | Symbol Technologies, Llc | Device and method for merging lidar data |
CN109920011A (zh) * | 2019-05-16 | 2019-06-21 | 长沙智能驾驶研究院有限公司 | 激光雷达与双目摄像头的外参标定方法、装置及设备 |
CN109917356A (zh) * | 2019-03-13 | 2019-06-21 | 武汉际上导航科技有限公司 | 一种机载激光扫描系统误差标定方法 |
CN109974742A (zh) * | 2017-12-28 | 2019-07-05 | 沈阳新松机器人自动化股份有限公司 | 一种激光里程计算方法和地图构建方法 |
-
2019
- 2019-07-26 CN CN201910684131.9A patent/CN110398747B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101726257A (zh) * | 2009-12-22 | 2010-06-09 | 西安交通大学 | 多目大范围激光扫描测量方法 |
US20160061954A1 (en) * | 2014-08-27 | 2016-03-03 | Leica Geosystems Ag | Multi-camera laser scanner |
CN106154285A (zh) * | 2016-06-20 | 2016-11-23 | 上海交通大学 | 一种基于摆动激光雷达的可变视野三维重建装置 |
CN206684300U (zh) * | 2017-03-13 | 2017-11-28 | 海伯森技术(深圳)有限公司 | 一种360度全景固态深度传感器 |
US20180313956A1 (en) * | 2017-05-01 | 2018-11-01 | Symbol Technologies, Llc | Device and method for merging lidar data |
CN109974742A (zh) * | 2017-12-28 | 2019-07-05 | 沈阳新松机器人自动化股份有限公司 | 一种激光里程计算方法和地图构建方法 |
CN108549084A (zh) * | 2018-01-30 | 2018-09-18 | 西安交通大学 | 一种基于稀疏二维激光雷达的目标检测与姿态估计方法 |
CN108196243A (zh) * | 2018-03-14 | 2018-06-22 | 北京因泰立科技有限公司 | 一种基于mems微镜的三维扫描激光雷达 |
CN109917356A (zh) * | 2019-03-13 | 2019-06-21 | 武汉际上导航科技有限公司 | 一种机载激光扫描系统误差标定方法 |
CN109920011A (zh) * | 2019-05-16 | 2019-06-21 | 长沙智能驾驶研究院有限公司 | 激光雷达与双目摄像头的外参标定方法、装置及设备 |
Non-Patent Citations (3)
Title |
---|
NAYAK, M等: "Nanosatellite Maneuver Planning for Point Cloud Generation With a Rangefinder", 《IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS》 * |
杨帆: "基于点云融合的双目线结构光三维测量系统的研究与应用", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
韩栋斌等: "基于多对点云匹配的三维激光雷达外参数标定", 《激光与光电子学进展》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111208523A (zh) * | 2020-01-19 | 2020-05-29 | 石家庄铁道大学 | 一种空间动态角度的测量方法及测量装置 |
CN113189568A (zh) * | 2021-04-30 | 2021-07-30 | 深圳市安思疆科技有限公司 | 一种激光雷达标定的装置和方法 |
CN113189568B (zh) * | 2021-04-30 | 2024-03-05 | 深圳市安思疆科技有限公司 | 一种激光雷达标定的装置和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110398747B (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109458928B (zh) | 基于扫描振镜和事件相机激光线扫描3d检测方法及系统 | |
CN101582165B (zh) | 基于灰度图像与空间深度数据的摄像机阵列标定算法 | |
CN103424112B (zh) | 一种基于激光平面辅助的运动载体视觉导航方法 | |
CN109737913B (zh) | 一种激光跟踪姿态角测量系统及方法 | |
CN109737883A (zh) | 一种基于图像识别的三维形变动态测量系统及测量方法 | |
Nienaber et al. | A comparison of low-cost monocular vision techniques for pothole distance estimation | |
CN111220130B (zh) | 可对空间任意位置的物体测量的聚焦测量方法及终端 | |
CN108709499A (zh) | 一种结构光视觉传感器及其快速标定方法 | |
CN101416022A (zh) | 用于测量反射表面形状的方法和系统 | |
CN110779491A (zh) | 一种水平面上目标测距的方法、装置、设备及存储介质 | |
CN109323650A (zh) | 视觉图像传感器与点光测距传感器测量坐标系的统一方法 | |
CN104833342B (zh) | 一种多点测距建立立体模型的移动终端及方法 | |
CN105526906B (zh) | 大角度动态高精度激光测角方法 | |
CN107869968A (zh) | 一种适用于复杂物体表面的快速三维扫描方法及系统 | |
CN104634248A (zh) | 一种双目视觉下的转轴标定方法 | |
CN105203030B (zh) | 工程场地微小位移量监测方法 | |
CN110398747A (zh) | 全固态激光雷达视场角动态扩展方法、系统及存储介质 | |
CN110920824A (zh) | 一种基于双目立体视觉的船舶模型姿态测量系统及方法 | |
CN108180888A (zh) | 一种基于可转动摄像头的距离检测方法 | |
CN116030202B (zh) | 一种三维图像重建方法、装置、电子设备及存储介质 | |
CN113514803A (zh) | 一种单目相机和毫米波雷达的联合标定方法 | |
CN110135011B (zh) | 一种基于视觉的柔性板振动形态可视化方法 | |
CN108175535A (zh) | 一种基于微透镜阵列的牙科三维扫描仪 | |
CN111382591A (zh) | 一种双目相机测距校正方法及车载设备 | |
CN108663537B (zh) | 一种海上测风方法及其系统 |
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 |