CN110579754A - 用于确定车辆的激光雷达与车辆其他的传感器的外参数的方法 - Google Patents
用于确定车辆的激光雷达与车辆其他的传感器的外参数的方法 Download PDFInfo
- Publication number
- CN110579754A CN110579754A CN201910977594.4A CN201910977594A CN110579754A CN 110579754 A CN110579754 A CN 110579754A CN 201910977594 A CN201910977594 A CN 201910977594A CN 110579754 A CN110579754 A CN 110579754A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- laser radar
- sensors
- time
- coordinate system
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种用于确定车辆的激光雷达与车辆其他的传感器的外参数的方法,包括:将原始实物三维模型与原始设计三维模型进行对比,以获得激光雷达在车辆坐标系下的外参数的初始值;将当前实物三维模型与原始设计三维模型进行对比,以获得激光雷达在车辆坐标系下对车辆的外参数的当前值;根据同一坐标系下的旋转平移变换矩阵,基于激光雷达在车辆坐标系下的外参数的初始值和当前值、激光雷达与车辆其他的传感器之间的外参数的初始值,获得激光雷达与车辆其他的传感器之间的外参数的当前值。通过本发明的方法,简单有效地实现了在车辆出厂并使用一段时间后对激光雷达的外参数以及激光雷达与车辆其他的传感器之间的外参数的重新标定。
Description
技术领域
本发明涉及智能车辆环境感知技术领域和三维建模技术领域,具体而言,涉及一种用于确定激光雷达的外参数以及激光雷达与车辆其他的传感器的外参数的方法。
背景技术
一方面,在自动驾驶领域,激光雷达与组合惯导是高精地图制作、激光点云定位以及点云物体检测任务中常用的传感器配置。因此精确标定两者之间的外参数具有非常重要的意义。
对自动驾驶车辆而言,若没有激光雷达而仅依靠由车载摄像机获得的图像信息实现城区路段的自动驾驶是很困难的。将激光雷达和摄像机产生的图像信息相结合能够获得更加真实的三维场景,从而有助于自动驾驶。
自动驾驶传感器标定是指利用传感器采集的数据计算各传感器的内参数以及多个传感器之间外参数的过程。自动驾驶系统使用多传感器融合策略来提高感知性能。传感器内外参的标定是各类多传感器信息融合算法的第一步。激光雷达与摄像机之间的外参数标定是这两种传感器设备之间的数据融合的基本要求。激光雷达与摄像机安装在车辆的不同位置上,自动驾驶的车辆需要将这些传感器的输出信息转换到统一的车辆坐标系下,从而使得激光雷达和摄像机能够协同工作,因此,需要对激光雷达和摄像机进行标定,即需要获得激光雷达与摄像机之间的外参数,激光雷达与摄像机的相对位置和姿态的标定对提高自动驾驶系统的数据融合和精度至关重要。
现有技术中,利用激光雷达对车辆的外参数和摄像机对车辆的外参数之间的数学关系,即通过求解激光雷达测量坐标系相对于摄像机(以及其它传感器)测量坐标系的相对变换关系,即旋转平移变换矩阵,得到激光雷达和摄像机之间的外参数。
对激光雷达进行标定是自动驾驶车辆的一个基础问题,为了实现这一目的,通常需要一系列复杂步骤:建立标定场、定标、角度标定准备、经纬仪组网、激光雷达扫描、经纬仪测量、建立角度修正方程、计算角度修正系数、建立基线场、激光雷达测量、经纬仪测量、建立距离修正方程、计算距离修正系数等。
在车辆出厂前,激光雷达在车辆上的位置是经实验室校验的,这时激光雷达的外参数能够满足自动驾驶的精度要求。但是,在车辆出厂后,随着时间推移和车辆的使用,激光雷达在车辆上的位置会逐渐发生变化,此时需要重新确定激光雷达对车辆的外参数以及激光雷达与车辆其他的传感器(包括摄像机,毫米波雷达等)之间的外参数,才能满足车辆自动驾驶的精度要求。
但是,现有的对激光雷达进行重新标定的技术方案不仅需要人员、算法支持还需要有强大计算能力的电脑支持,且历时较长,现有技术的标定过程对专业及空旷的场地也有极高的要求,由此便带来了标准设备采买、标定时间安排、场地购买(租赁)和维护等问题。因此,需要一种在车辆出厂后能简单有效地重新确定激光雷达对车辆的外参数以及激光雷达与车辆其他的传感器之间的外参数的方法。
发明内容
本发明的出发点在于,提供一种用于确定车辆的激光雷达与车辆其他的传感器的外参数的方法,从而解决了现有技术中存在的上述问题。
本发明的实施例提供了用于确定车辆的激光雷达与车辆其他的传感器的外参数的方法,所述方法包括:
获得、记录并保留车辆的激光雷达的安装位置的原始设计三维模型,即车辆的激光雷达的安装位置的三维设计模型;
在第一时间,对车辆进行三维扫描以获得车辆的第一时间的三维扫描数据,并且对所述第一时间的三维扫描数据逆向建模以获得激光雷达相对于车辆的安装位置的第一时间的三维模型;
在对车辆传感器进行标定后,获得激光雷达与车辆的其他传感器之间的外参数的初始值;
将所述第一时间的三维模型与所述三维设计模型进行对比,以获得激光雷达在车辆坐标系下的外参数的初始值;
在第二时间,对车辆进行三维扫描以获得车辆的第二时间的三维扫描数据,并且对所述第二时间的三维扫描数据逆向建模以获得激光雷达相对于车辆的当前的三维模型;
将所述当前的三维模型与所述三维设计模型进行对比,以获得激光雷达在车辆坐标系下的外参数的当前值;和
根据同一车辆坐标系下的旋转平移变换矩阵,基于所述激光雷达与车辆的其他传感器之间的外参数的初始值、对比所述激光雷达在车辆坐标系下的外参数的初始值和当前值,从而获得激光雷达与车辆其他的传感器之间的外参数的当前值。
可选地,车辆其他的传感器包括车载摄像机、毫米波雷达和/或组合惯导。
可选地,激光雷达在车辆坐标系下的外参数包括车辆坐标系下的三个旋转参数(roll,pitch,yaw)及三个平移参数(x,y,z),即由一个旋转矩阵3×3和一个平移矩阵3×1组成;即传感器坐标系通过一些刚体变换(分别沿x,y,z方向做一些平移、旋转)就可以转换到车体坐标系。
可选地,所述方法还包括:利用激光雷达与车辆之间的外参数的不同时期的对比实现激光雷达的外参数标定。
可选地,所述第一时间为将激光雷达安装在车辆之后,车辆出厂前;所述第二时间为车辆出厂并使用一段时间后。
本发明的实施例的用于确定车辆的激光雷达与车辆其他的传感器的外参数的方法至少具有以下优点:
本发明中,通过对比不同时间获得的激光雷达精确位置信息的三维模型以获得激光雷达在车辆坐标系下的外参数的初始值和当前值,并且根据同一坐标系下的旋转平移变换矩阵,基于激光雷达在车辆坐标系下的外参数的初始值和当前值、激光雷达与车辆其他的传感器之间的外参数的初始值,获得激光雷达与车辆其他的传感器之间的外参数的当前值,简单有效地实现了在车辆出厂并使用一段时间后激光雷达的外参数的重新标定,从而简单有效地实现车辆出厂后,激光雷达与车辆其他的传感器之间的外参数的重新标定。
附图说明
图1示出了根据本发明的一个具体实施方式的用于确定车辆的激光雷达的外参数的方法的流程图。
图2示出了根据本发明的另一个具体实施方式的用于确定车辆的激光雷达与车辆其他的传感器的外参数的方法的流程图。
图3示出了图2中的方法的数据流示意图。
具体实施方式
下面参照附图描述本发明的实施例。在下面的描述中,阐述了许多具体细节以便使所属技术领域的技术人员更全面地了解和实现本发明。但是,对所属技术领域的技术人员明显的是,本发明的实现可不具有这些具体细节中的一些。此外,应当理解的是,本发明并不局限于所介绍的特定实施例。相反,可以考虑用下面所述的特征和要素的任意组合来实施本发明,而无论它们是否涉及不同的实施例。因此,下面的方面、特征、实施例和优点仅作说明之用,而不应看作是权利要求的要素或限定,除非在权利要求中明确提出。
本发明中,通过对比不同时期的三维模型,采用旋转平移变换矩阵对标定参数求解。在在车辆出厂并使用一段时间后,无需重复现有技术的复杂的标定过程即可得到激光雷达的外参数的当前值,以解决现有技术中存在的激光雷达多次或者定期的标定过程复杂且耗费时间长的问题。
图1示出了根据本发明的一个具体实施方式的用于确定车辆的激光雷达的外参数的方法。如图1所示,该方法包括如下步骤:
步骤S101,获得车辆的激光雷达的安装位置的原始设计三维模型。
步骤S102,在将激光雷达安装至车辆之后并且在车辆出厂前,对车辆进行三维扫描以获得车辆的三维扫描数据,并且对三维扫描数据逆向建模以获得激光雷达的安装位置的原始实物三维模型。
“逆向建模”指的是利用3D激光扫描仪等设备进行现场采集,后端配以软件解读数据、自动或半自动的建立三维模型,相对于正常顺序的建模来说,这种建模方法可以谓之“逆向建模”。现有的逆向工程技术可以通过对整车外饰及底盘等进行3D扫描,确定整车坐标系、主要外部特征、所有雷达等传感器的位置等详细、完整的测量数据,并进行逆向建模及相关分析。逆向建模技术包括:点云逆向建模、照片逆向建模、三维扫描逆向建模等技术。如果需要替换车辆的某个零部件或者实现定制化,逆向工程是确保原产品和新产品完美适合的最便捷办法。使用3D扫描仪对传感器进行检测,通过对实物扫描数据与三维设计模型对比,可以确保每个零件与设计位置相符,保证稳定性与准确性(例如:三维扫描软件VXMODEL可将3D扫描数据整合至CAD软件模块)。
在将激光雷达安装至车辆之后,对车载传感器进行标定,包括激光雷达内参数标定、激光雷达对车辆的外参数标定、以及激光雷达与其它车载传感器(包括车载摄像机、毫米波雷达、组合惯导)之间的外参数标定。
步骤S103,将原始实物三维模型与原始设计三维模型进行对比,以获得激光雷达在车辆坐标系下的外参数的初始值。激光雷达在车辆坐标系下的外参数包括车辆坐标系下的三个旋转参数及三个平移参数。
步骤S104,在车辆出厂并使用一段时间后,对车辆进行三维扫描以获得车辆的三维扫描数据,并且对三维扫描数据逆向建模以获得激光雷达的安装位置的当前实物三维模型。
步骤S105,将当前实物三维模型与原始设计三维模型进行对比,基于外参数的初始值,计算获得激光雷达在车辆坐标系下的外参数的当前值。
图2示出了根据本发明的一个具体实施方式的用于确定车辆的激光雷达与车辆其他的传感器的外参数的方法。图3示出了图2中的方法的数据流示意图。如图2所示,该方法包括如下步骤:
步骤S201:获得、记录并保留车辆的激光雷达的预安装位置的三维设计模型。
步骤S202:在将激光雷达安装至车辆后,(车辆出厂前)对车辆进行三维扫描和逆向建模以获得激光雷达相对于车辆的出厂时的三维模型。
步骤S203:保留标定后的激光雷达与车辆其他的传感器之间的外参数的初始值。
步骤S204:将出厂时的三维模型与设计的三维模型进行对比,以获得激光雷达在车辆坐标系下的外参数的初始值。
步骤S205:在车辆被使用一段时间后,对车辆再次进行三维扫描和逆向建模以获得激光雷达相对于车辆的当前的三维模型。
步骤S206:将当前的三维模型与设计的三维模型进行对比,以获得激光雷达在车辆坐标系下的外参数的当前值。
步骤S207:根据同一车辆坐标系下的旋转平移变换矩阵关系,基于激光雷达与车辆的其他传感器之间的外参数的初始值、对比激光雷达在车辆坐标系下的外参数的初始值和当前值,从而获得激光雷达与车辆其他的传感器之间的外参数的当前值。
本发明中,通过对比不同时间获得的激光雷达精确位置信息的三维模型以获得激光雷达在车辆坐标系下的外参数的初始值和当前值,并且根据同一坐标系下的旋转平移变换矩阵,基于激光雷达在车辆坐标系下的外参数的初始值和当前值、激光雷达与车辆其他的传感器之间的外参数的初始值,获得激光雷达与车辆其他的传感器之间的外参数的当前值,简单有效地实现了在车辆出厂并使用一段时间后激光雷达的外参数的重新标定,从而简单有效地实现车辆出厂后,激光雷达与车辆其他的传感器之间的外参数的重新标定。
虽然本发明已以较佳实施例披露如上,但本发明并非限于此。任何本领域技术人员,在不脱离本发明的精神和范围内所作的各种更动与修改,均应纳入本发明的保护范围内,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (5)
1.一种用于确定车辆的激光雷达与车辆其他的传感器的外参数的方法,其特征在于,所述方法包括:
获得、记录并保留车辆的激光雷达的安装位置的原始设计三维模型,即车辆的激光雷达的安装位置的三维设计模型;
在第一时间,对车辆进行三维扫描以获得车辆的第一时间的三维扫描数据,并且对所述第一时间的三维扫描数据逆向建模以获得激光雷达相对于车辆的安装位置的第一时间的三维模型;
在对车辆传感器进行标定后,获得激光雷达与车辆的其他传感器之间的外参数的初始值;
将所述第一时间的三维模型与所述三维设计模型进行对比,以获得激光雷达在车辆坐标系下的外参数的初始值;
在第二时间,对车辆进行三维扫描以获得车辆的第二时间的三维扫描数据,并且对所述第二时间的三维扫描数据逆向建模以获得激光雷达相对于车辆的当前的三维模型;
将所述当前的三维模型与所述三维设计模型进行对比,以获得激光雷达在车辆坐标系下的外参数的当前值;和
根据同一车辆坐标系下的旋转平移变换矩阵,基于所述激光雷达与车辆的其他传感器之间的外参数的初始值、对比所述激光雷达在车辆坐标系下的外参数的初始值和当前值,从而获得激光雷达与车辆其他的传感器之间的外参数的当前值。
2.根据权利要求1所述的方法,其中,车辆其他的传感器包括车载摄像机、毫米波雷达和/或组合惯导。
3.根据权利要求1所述的方法,其中,激光雷达在车辆坐标系下的外参数包括车辆坐标系下的三个旋转参数及三个平移参数。
4.根据权利要求1所述的方法,其中,所述方法还包括:利用激光雷达与车辆之间的外参数的不同时期的对比实现激光雷达对车辆的外参数标定。
5.根据权利要求1所述的方法,其中,所述第一时间为将激光雷达安装在车辆之后,车辆出厂前;所述第二时间为车辆出厂并使用一段时间后。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910977594.4A CN110579754A (zh) | 2019-10-15 | 2019-10-15 | 用于确定车辆的激光雷达与车辆其他的传感器的外参数的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910977594.4A CN110579754A (zh) | 2019-10-15 | 2019-10-15 | 用于确定车辆的激光雷达与车辆其他的传感器的外参数的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110579754A true CN110579754A (zh) | 2019-12-17 |
Family
ID=68814853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910977594.4A Pending CN110579754A (zh) | 2019-10-15 | 2019-10-15 | 用于确定车辆的激光雷达与车辆其他的传感器的外参数的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110579754A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111427028A (zh) * | 2020-03-20 | 2020-07-17 | 新石器慧通(北京)科技有限公司 | 参数监测方法、装置、设备和存储介质 |
CN112285676A (zh) * | 2020-10-22 | 2021-01-29 | 知行汽车科技(苏州)有限公司 | 激光雷达与imu外参标定方法及装置 |
CN112362054A (zh) * | 2020-11-30 | 2021-02-12 | 上海商汤临港智能科技有限公司 | 一种标定方法、装置、电子设备及存储介质 |
WO2022165793A1 (zh) * | 2021-02-07 | 2022-08-11 | 深圳市大疆创新科技有限公司 | 外参标定方法、装置及计算机可读存储介质 |
CN115097426A (zh) * | 2022-08-24 | 2022-09-23 | 盟识科技(苏州)有限公司 | 车载激光雷达更换后的自动标定方法、存储介质及车辆 |
-
2019
- 2019-10-15 CN CN201910977594.4A patent/CN110579754A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111427028A (zh) * | 2020-03-20 | 2020-07-17 | 新石器慧通(北京)科技有限公司 | 参数监测方法、装置、设备和存储介质 |
CN111427028B (zh) * | 2020-03-20 | 2022-03-25 | 新石器慧通(北京)科技有限公司 | 参数监测方法、装置、设备和存储介质 |
CN112285676A (zh) * | 2020-10-22 | 2021-01-29 | 知行汽车科技(苏州)有限公司 | 激光雷达与imu外参标定方法及装置 |
CN112285676B (zh) * | 2020-10-22 | 2024-02-09 | 知行汽车科技(苏州)股份有限公司 | 激光雷达与imu外参标定方法及装置 |
CN112362054A (zh) * | 2020-11-30 | 2021-02-12 | 上海商汤临港智能科技有限公司 | 一种标定方法、装置、电子设备及存储介质 |
WO2022165793A1 (zh) * | 2021-02-07 | 2022-08-11 | 深圳市大疆创新科技有限公司 | 外参标定方法、装置及计算机可读存储介质 |
CN115097426A (zh) * | 2022-08-24 | 2022-09-23 | 盟识科技(苏州)有限公司 | 车载激光雷达更换后的自动标定方法、存储介质及车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110579754A (zh) | 用于确定车辆的激光雷达与车辆其他的传感器的外参数的方法 | |
CN110389590B (zh) | 一种融合2d环境地图和稀疏人工地标的agv定位系统及方法 | |
CN109001711B (zh) | 多线激光雷达标定方法 | |
JP7297017B2 (ja) | オンボードセンサの外部パラメータを較正する方法及び装置、並びに関連する車両 | |
CN109541571B (zh) | Eps零偏和多线激光雷达的联合标定方法 | |
CN109084785A (zh) | 多车辆协同定位与地图构建方法、装置、设备及存储介质 | |
CN113819905B (zh) | 一种基于多传感器融合的里程计方法及装置 | |
CN111383287B (zh) | 一种车载传感器的外参标定方法及装置 | |
CN106996795B (zh) | 一种车载激光外参标定方法和装置 | |
CN112146682B (zh) | 智能汽车的传感器标定方法、装置、电子设备及介质 | |
CN112284416B (zh) | 一种自动驾驶定位信息校准装置、方法及存储介质 | |
CN114485698B (zh) | 一种交叉路口引导线生成方法及系统 | |
CN112785653B (zh) | 车载相机姿态角标定方法 | |
CN114440928A (zh) | 激光雷达与里程计的联合标定方法、机器人、设备和介质 | |
CN114972532B (zh) | 激光雷达之间的外参标定方法、装置、设备及存储介质 | |
CN110927762A (zh) | 一种定位修正方法、装置及系统 | |
CN114488094A (zh) | 一种车载多线激光雷达与imu外参数自动标定方法及装置 | |
CN115079143B (zh) | 一种用于双桥转向矿卡的多雷达外参快速标定方法及装置 | |
Chen et al. | 3D LiDAR-GPS/IMU calibration based on hand-eye calibration model for unmanned vehicle | |
CN115436920A (zh) | 一种激光雷达标定方法及相关设备 | |
CN109916417B (zh) | 一种地图建立方法、装置、计算机设备及其存储介质 | |
CN112965049A (zh) | 一种多固态激光雷达的外参标定方法 | |
CN117310627A (zh) | 一种应用于车路协同路侧感知系统的联合标定方法 | |
CN116559845A (zh) | 一种激光雷达自标定方法、系统、设备及存储介质 | |
CN111678533A (zh) | 一种惯性导航设备与激光雷达的标定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191217 |
|
WD01 | Invention patent application deemed withdrawn after publication |