CN112362054A - 一种标定方法、装置、电子设备及存储介质 - Google Patents

一种标定方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112362054A
CN112362054A CN202011370652.6A CN202011370652A CN112362054A CN 112362054 A CN112362054 A CN 112362054A CN 202011370652 A CN202011370652 A CN 202011370652A CN 112362054 A CN112362054 A CN 112362054A
Authority
CN
China
Prior art keywords
external parameter
parameter information
point cloud
cloud data
radar sensor
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
Application number
CN202011370652.6A
Other languages
English (en)
Other versions
CN112362054B (zh
Inventor
陈龙泉
刘余钱
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Sensetime Lingang Intelligent Technology Co Ltd
Original Assignee
Shanghai Sensetime Lingang Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Sensetime Lingang Intelligent Technology Co Ltd filed Critical Shanghai Sensetime Lingang Intelligent Technology Co Ltd
Priority to CN202011370652.6A priority Critical patent/CN112362054B/zh
Publication of CN112362054A publication Critical patent/CN112362054A/zh
Priority to PCT/CN2021/102895 priority patent/WO2022110797A1/zh
Application granted granted Critical
Publication of CN112362054B publication Critical patent/CN112362054B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01C21/165—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 combined with non-inertial navigation instruments
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供了一种标定方法、装置、电子设备及存储介质，该标定方法包括：获取在行驶设备行驶过程中，所述行驶设备上的组合惯性导航设备的位姿数据，以及所述行驶设备上的雷达传感器采集的三维点云数据；基于表征雷达传感器与所述组合惯性导航设备之间坐标系转换关系的外部参数信息，以及所述组合惯性导航设备的位姿数据，确定所述雷达传感器的位姿数据；基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据，确定对目标区域的三维点云数据进行拼接后得到的拼接点云数据；基于所述拼接点云数据，对所述外部参数信息进行调整，得到目标外部参数信息。

Description

一种标定方法、装置、电子设备及存储介质
技术领域
本公开涉及数据处理技术领域，具体而言，涉及一种标定方法、装置、电子设备及存储介质。
背景技术
无人驾驶车也叫自动驾驶汽车，是指在没有人工参与的情况下，能够感知周围环境并进行自主驾驶的汽车。在自动驾驶汽车中，一般通过设置于自动驾驶汽车上的定位传感器来进行定位，定位的准确性将直接影响其后期行驶的可靠性。
由于单个定位传感器或多或少存在一些自身的局限性，因此当下采用多个传感器来进行综合定位，在基于多个传感器进行综合定位时，需要将不同传感器采集的位姿数据转换到同一个坐标系，具体是通过表征不同传感器之间的相对位置关系的外部参数信息进行转换的。
在无人车辆的行驶过程中，外部参数信息可能会发生变化，需要对其进行标定，来获取准确的外部参数信息。
发明内容
本公开实施例至少提供一种标定方案。
第一方面，本公开实施例提供了一种标定方法，包括：
获取在行驶设备行驶过程中，所述行驶设备上的组合惯性导航设备的位姿数据，以及所述行驶设备上的雷达传感器采集的三维点云数据；
基于表征雷达传感器与所述组合惯性导航设备之间坐标系转换关系的外部参数信息，以及所述组合惯性导航设备的位姿数据，确定所述雷达传感器的位姿数据；
基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据，确定对目标区域的三维点云数据进行拼接后得到的拼接点云数据；
基于所述拼接点云数据，对所述外部参数信息进行调整，得到目标外部参数信息。
本公开实施例中，在通过预先确定的外部参数信息确定出雷达传感器在不同时间点的位姿数据后，这样可以结合雷达传感器在不同时间点采集的三维点云数据，确定出不同时间点下表征目标区域的三维点云数据，在外部参数信息不再准确的情况下，不同时间点下表征目标区域同一位置点的坐标值不再相同，使得拼接点云数据中的点变多，基于此，可以基于拼接点云数据对外部参数信息进行调整，从而不断优化外部参数信息，直至得到准确度较高的目标外部参数信息。
在一种可能的实施方式中，所述基于所述雷达传感器在不同时间点对应的位姿数据，以及在相应时间点采集的三维点云数据，确定对目标区域的三维点云数据进行拼接后得到的拼接点云数据，包括：
基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据中的点相对于所述雷达传感器的距离信息，确定所述拼接点云数据。
在一种可能的实施方式中，所述基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据中的点相对于所述雷达传感器的距离信息，确定所述拼接点云数据，包括：
基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据中的点相对于所述雷达传感器的距离信息，确定所述不同时间点下，所述目标区域的三维点云数据中的各个点的位置信息；
基于所述不同时间点下，所述目标区域的三维点云数据中的各个点的位置信息，对不同时间点下所述目标区域的三维点云数据中的点进行拼接，得到所述拼接点云数据。
本公开实施例中，在雷达传感器在不同时间点下的位姿数据为在相同坐标系下的位姿数据时，可以基于雷达传感器的位姿数据和距离信息，确定出不同时间点下的三维点云数据中的点在相同坐标系下的位置信息，基于此，可以对不同时间点下目标区域的三维点云数据中的点进行拼接，得到拼接点云数据，为进行外部参数信息进行优化提供支持。
在一种可能的实施方式中，在对不同时间点下所述目标区域的三维点云数据中的点进行拼接，得到所述拼接点云数据之前，所述标定方法还包括：
确定不同时间点下所述目标区域的三维点云数据中，是否存在位置重复的点，
在确定存在位置重复的点的情况下，对所述位置重复的点进行去重处理。
本公开实施例中，提出在对目标区域在不同时间点下对应的三维点云数据中的点进行拼接之前，先对位置重复的点进行去重处理，从而减少后期数据处理时的冗余，以提高标定速度。
在一种可能的实施方式中，所述基于所述拼接点云数据，对所述外部参数信息进行调整，得到目标外部参数信息，包括：
根据所述拼接点云数据，对所述外部参数信息进行调整；
确定调整后的外部参数信息与调整前的外部参数信息不同，基于调整后的外部参数信息重新确定拼接点云数据后，返回根据所述拼接点云数据，对所述外部参数信息进行调整的过程，直至调整后的外部参数信息与调整前的外部参数信息相同；
将调整后的所述外部参数信息作为所述目标外部参数信息。
本公开实施例中，考虑到在外部参数信息不再准确的情况下，目标区域对应的拼接点云数据中的点的个数会相比一个时间点下的三维点云数据中的点的个数会变多，因此，可以基于拼接点云数据，对外部参数信息进行调整，直至调整后的外部参数信息与调整前的外部参数信息相同时，可以得到准确度较高的目标外部参数信息。
在一种可能的实施方式中，所述外部参数信息包含多个外部参数，所述根据所述拼接点云数据，对所述外部参数信息进行调整，包括：
对所述外部参数信息中的至少一个外部参数进行调整，得到调整后的外部参数信息。
本公开实施例中，保护在外部参数信息包含多个外部参数的情况下，可以基于至少一个外部参数对外部参数信息进行细微的调整，从而得到准确度较高的目标外部参数信息。
在一种可能的实施方式中，所述对所述外部参数信息中的至少一个外部参数进行调整，得到调整后的外部参数信息，包括：
在对所述外部参数信息进行当前轮调整过程中，从所述多个外部参数中选择当前轮还未调整的外部参数；其中，对外部参数信息进行一轮调整包括对所述外部参数信息中的各个外部参数均进行调整；
对选择的外部参数的参数值进行当前次调整，得到当前调整后的外部参数信息；
确定基于当前调整后的外部参数信息得到的拼接点云数据中的点的个数与基于当前次调整前的外部参数信息得到的拼接点云数据中的点的个数相比是否变少；其中，当前次调整前的外部参数信息包括选择的外部参数在进行当前次调整之前的参数值；
若变少，对选择的外部参数的参数值进行更新后，返回对选择的外部参数进行当前次调整的过程，否则，保持选择的外部参数在当前次调整前的参数值，并返回从所述多个外部参数中选择当前轮还未调整的外部参数的过程；
在对所述外部参数信息完成当前轮调整后，判断当前轮最后选择的外部参数的参数值在当前轮调整前后是否发生变化；若发生变化，进行下一轮外部参数信息调整，若未发生变化，确定对外部参数信息的调整结果达到调整后的外部参数信息与调整前的外部参数信息相同的条件，将调整后的外部参数信息作为所述目标外部参数信息。
本公开实施例中，在优化外部参数信息的过程中，可以基于拼接点云数据中点的个数的变化，对外部参数信息进行不断优化，直至使得到准确度较高的外部参数信息。
在一种可能的实施方式中，在得到所述目标外部参数信息后，所述标定方法还包括：
获取所述行驶设备行驶过程中，所述组合惯性导航设备的位姿数据，以及所述雷达传感器采集的三维点云数据；
基于所述目标外部参数信息和所述组合惯性导航设备的位姿数据，确定所述雷达传感器的位姿数据；
基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据，确定所述三维点云数据中各个点的位置信息；
基于所述三维点云数据中各个点的位置信息，构建所述行驶设备行驶的区域的地图。
本公开实施例中，在得到准确度较高的目标外部参数信息后，可以基于组合惯性导航设备和雷达传感器结合的方式准确地得到行驶车辆行驶的区域对应的三维点云数据中各个点的位置信息，从而便于针对该行驶车辆行驶的区域构建准确度较高的地图。
第二方面，本公开实施例提供了一种标定装置，包括：
获取模块，用于获取在行驶设备行驶过程中，所述行驶设备上的组合惯性导航设备的位姿数据，以及所述行驶设备上的雷达传感器采集的三维点云数据；
确定模块，用于基于表征雷达传感器与所述组合惯性导航设备之间坐标系转换关系的外部参数信息，以及所述组合惯性导航设备的位姿数据，确定所述雷达传感器的位姿数据；
拼接模块，用于基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据，确定对目标区域的三维点云数据进行拼接后得到的拼接点云数据；
调整模块，用于基于所述拼接点云数据，对所述外部参数信息进行调整，得到目标外部参数信息。
在一种可能的实施方式中，所述拼接模块用于：
基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据中的点相对于所述雷达传感器的距离信息，确定所述拼接点云数据。
在一种可能的实施方式中，所述拼接模块用于：
基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据中的点相对于所述雷达传感器的距离信息，确定所述不同时间点下，所述目标区域的三维点云数据中的各个点的位置信息；
基于所述不同时间点下，所述目标区域的三维点云数据中的各个点的位置信息，对不同时间点下所述目标区域的三维点云数据中的点进行拼接，得到所述拼接点云数据。
在一种可能的实施方式中，所述拼接模块还用于：
在对不同时间点下所述目标区域的三维点云数据中的点进行拼接，得到所述拼接点云数据之前，确定不同时间点下所述目标区域的三维点云数据中，是否存在位置重复的点；
在确定存在位置重复的点云点的情况下，对所述位置重复的点进行去重处理。
在一种实施方式中，所述调整模块用于：
根据所述拼接点云数据，对所述外部参数信息进行调整；
确定调整后的外部参数信息与调整前的外部参数信息不同，基于调整后的外部参数信息重新确定拼接点云数据后，返回根据所述拼接点云数据，对所述外部参数信息进行调整的过程，直至调整后的外部参数信息与调整前的外部参数信息相同；
将调整后的外部参数信息作为所述目标外部参数信息。
在一种实施方式中，所述外部参数信息包含多个外部参数，所述调整模块在用于根据所述拼接点云数据，对所述外部参数信息进行调整时，包括：
对所述外部参数信息中的至少一个外部参数进行调整，得到调整后的外部参数信息。
在一种实施方式中，所述调整模块在用于对所述外部参数信息中的至少一个外部参数进行调整，得到调整后的外部参数信息时，包括：
在对所述外部参数信息进行当前轮调整过程中，从所述多个外部参数中选择当前轮还未调整的外部参数；其中，对外部参数信息进行一轮调整包括对所述外部参数信息中的各个外部参数均进行调整；
对选择的外部参数的参数值进行当前次调整，得到当前调整后的外部参数信息；
确定基于当前调整后的外部参数信息得到的拼接点云数据中的点的个数与基于当前次调整前的外部参数信息得到的拼接点云数据中的点的个数相比是否变少；其中，当前次调整前的外部参数信息包括选择的外部参数在进行当前次调整之前的参数值；
若变少，对选择的外部参数的参数值进行更新后，返回对选择的外部参数进行当前次调整的过程，否则，保持选择的外部参数在当前次调整前的参数值，返回从所述多个外部参数中选择当前轮还未调整的外部参数的过程；
在对所述外部参数信息完成当前轮调整后，判断当前轮最后选择的外部参数的参数值在当前轮调整前后是否发生变化；若发生变化，进行下一轮外部参数信息调整，若未发生变化，确定对外部参数信息的调整结果达到调整后的外部参数信息与调整前的外部参数信息相同的条件，将调整后的外部参数信息作为所述目标外部参数信息。
在一种可能的实施方式中，所述标定装置还包括构图模块，在得到所述目标外部参数信息后，所述构图模块用于：
获取所述行驶设备行驶过程中，所述组合惯性导航设备的位姿数据，以及所述雷达传感器采集的三维点云数据；
基于所述目标外部参数信息和所述组合惯性导航设备的位姿数据，确定所述雷达传感器的位姿数据；
基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据，确定在所述三维点云数据中各个点的位置信息；
基于所述三维点云数据中各个点的位置信息，构建所述行驶设备行驶的区域的地图。
第三方面，本公开实施例提供了一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如第一方面所述的标定方法的步骤。
第四方面，本公开实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如第一方面所述的标定方法的步骤。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本公开实施例所提供的一种标定方法的流程图；
图2示出了本公开实施例所提供的一种针对外部参数信息进行调整的方法流程图；
图3示出了本公开实施例所提供的一种针对外部参数信息中的至少一个外部参数进行调整的方法流程图；
图4示出了本公开实施例所提供的一种标定装置的结构示意图；
图5示出了本公开实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在行驶设备行驶过程中，可以通过设置于行驶设备上的不同定位传感器来对行驶设备进行定位，比如通过设置于行驶设备上的组合惯性导航设备以及雷达传感器来对车辆进行综合定位，但是不同传感器检测的位姿数据所属的坐标系不同，在基于组合惯性导航设备和雷达传感器对车辆进行定位时，需要通过组合惯性导航设备的位姿数据和雷达传感器的位姿数据通过外部参数信息转换至相同的坐标系下，这样，外部参数信息标定的准确性将直接影响对车辆进行定位的准确性。
在对外部参数信息进行标定时，可以采用基于手眼标定方式来对组合惯性导航设备和雷达传感器之间的外部参数信息进行标定，具体过程可以是使得配置有组合惯性导航设备和雷达传感器的车辆按照预设路线进行行驶，然后获取组合惯性导航设备在不同时间点在世界坐标系下的位姿数据，以及获取雷达传感器在对应时间点基于不同目标物与雷达传感器的距离，确定的雷达传感器在雷达坐标系下的位姿数据，在得到不同时间点下的组合惯性导航设备在世界坐标系下的位姿数据，以及雷达传感器在雷达坐标下的位姿数据后，再根据手眼标定算法确定出组合惯性导航设备和雷达传感器之间的外部参数信息，该方式雷达传感器在对应时间点基于不同目标物与雷达传感器的距离，确定的雷达传感器在雷达坐标系下的位姿数据时，得到的位姿数据的精度较低，因此最终确定的外部参数信息的精度不高。
基于上述研究，本公开提供了一种标定方法，在通过预先确定的外部参数信息确定出雷达传感器在不同时间点的位姿数据后，这样可以结合雷达传感器在不同时间点采集的三维点云数据，确定出不同时间点下表征目标区域的三维点云数据，在外部参数信息不再准确的情况下，不同时间点下表征目标区域同一位置点的坐标值不再相同，使得拼接点云数据中的点变多，基于此，可以基于拼接点云数据对外部参数信息进行调整，从而不断优化外部参数信息，直至得到准确度较高的目标外部参数信息。
为便于对本实施例进行理解，首先对本公开实施例所公开的一种标定方法进行详细介绍，本公开实施例所提供的标定方法的执行主体一般为具有一定计算能力的计算机设备，该计算机设备例如包括：终端设备或服务器或其它处理设备，终端设备可以为用户设备(User Equipment，UE)、移动设备、手持设备、计算设备、车载设备等。在一些可能的实现方式中，该标定方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
参见图1所示，为本公开实施例提供的标定方法的流程图，该标定方法包括步骤S101～S104：
S101，获取在行驶设备行驶过程中，行驶设备上的组合惯性导航设备的位姿数据，以及行驶设备上的雷达传感器采集的三维点云数据。
示例性地，行驶设备可以包含行驶的车辆、行驶的机器人等安装有组合惯性导航设备和雷达传感器的设备，本公开实施例中以行驶设备为行驶车辆为例进行阐述。
示例性地，组合惯性导航设备可以是惯性测量单元(Inertial measurementunit，IMU)和全球定位系统(Global Positioning System，GPS)组成的组合惯性导航设备，在行驶设备行驶过程中，其能够输出该组合惯性导航设备的位姿数据，当该组合惯性导航设备设置于行驶设备上时，组合惯性导航设备输出的位姿数据也可以表示行驶设备的位姿数据。
示例性地，组合惯性导航设备的位姿数据是指组合惯性导航设备在世界坐标系中的位姿数据，其中，这里的世界坐标系可以包括球面坐标系和直角坐标系(笛卡尔坐标系)，其中组合惯性导航设备在球面坐标系中的坐标是指该组合惯性导航设置的经度、纬度、高度以及朝向，组合惯性导航设置在直角坐标系中的坐标是指组合惯性导航设置分别沿该直角坐标系的X轴、Y轴和Z轴方向平移的距离，以及分别沿X轴、Y轴和Z轴方向旋转的角度，可以通过(X，Y，Z，Roll，Pitch，Yaw)进行表示，为了方便后期运算，这里得到的组合惯性导航设备在世界坐标系下的位姿数据是指组合惯性导航设备在直角坐标系下的位姿数据。
具体地，可以以行驶设备出发地所在的位置点为坐标原点，以从该位置点开始，行驶设备前进方向为X轴，以垂直于行驶设备前进方向，且水平向左的方向为Y轴，以垂直于行驶设备前进方向，且指向天空的方向为Z轴建立世界坐标系，将组合惯性导航设备放置于行驶设备的设定位置时，即可以通过组合惯性导航设备在各个第一时间点采集的该组合惯性导航设备在球面坐标系下的位姿数据以及球面坐标系和直接坐标系之间的转换关系，得到该组合惯性导航设备在直角坐标系下的位姿数据。
示例性地，行驶设备上的雷达传感器采集的三维点云数据是指在雷达传感器对应的雷达坐标系下，雷达传感器采集到的目标区域中包含的位置点相对于雷达传感器的距离信息，具体在行驶设备行驶过程中，可以获取到行驶设备上的雷达传感器可以按照设定传输时间间隔传输的三维点云数据，基于获取到的雷达传感器传输的三维点云数据，可以得到雷达传感器按照设定采集时间间隔采集的三维点云数据，具体地，雷达传感传感器传输三维点云数据的传输时间间隔和雷达传感器采集三维点云数据的采集时间间隔可能不同，比如每隔1s采集一次三维点云数据，然后每隔2s传输一次采集到的三维点云数据。
示例性地，这里可以获取行驶设备上的组合惯性导航设备在各个第一时间点的位姿数据，以及雷达传感器在各个第二时间点采集的三维点云数据，考虑到雷达传感器采集三维点云数据的采集时间间隔和传输三维点云数据的传输时间间隔可能不同，因此这里获取到的雷达传感器在各个第二时间点采集的三维点云数据可以是针对获取到的雷达传感器在各个第二时间点传输的三维点云数据进行去畸变处理后得到的，去畸变处理的过程具体将在后文进行解释说明。
示例性地，第一时间点是指从设定时刻开始，比如从行驶设备开始行驶的时刻开始，组合惯性导航设备按照设定采集时间间隔进行采集时对应的时间点可以称为这里的第一时间点，比如行驶设备开始行驶的时刻为t，若组合惯性导航设备是按照每隔Δt1秒采集一次位姿数据，则这里的第一时间点包括t+Δt1，t+2Δt1，t+3Δt1，…；这里的第二时间点是指从设定时刻开始，比如同样从行驶设备开始行驶的时刻开始，雷达传感器按照设定传输时间间隔传输三维点云数据时对应的时间点即为这里的第二时间点，比如行驶设备开始行驶的时刻为t，若雷达传感器是按照每隔Δt2秒传输一次三维点云数据，则这里的第二时间点包括t+Δt2，t+2Δt2，t+3Δt2，…。
S102，基于表征雷达传感器与组合惯性导航设备之间坐标系转换关系的外部参数信息，以及组合惯性导航设备的位姿数据，确定雷达传感器在的位姿数据。
在对外部参数信息进行调整之前，初始的外部参数信息可以是手工测量得到的，该外部参数信息由6个参数构成，可以通过(X，Y，Z，Roll，Pitch，Yaw)表示，初始确定过程具体如下：
比如在建立好世界坐标系后，针对相同的位置点A，通过组合惯性导航设备测量得到的到达该位置点A在世界坐标系下的位姿数据表示为M1，当组合惯性导航设备位于行驶设备上时，该位姿数据M1可以表示该行驶设备的位姿数据，通过雷达传感器测量得到的该位置点A在雷达坐标系下的位姿数据为M2，同样，当该雷达传感器位于行驶设备上时，该位姿数据M2可以表示该行驶设备的位姿数据，当组合惯性导航设备和雷达传感器位于相同的行驶设备上时，组合惯性导航设备测量的位姿数据M1和雷达传感器测量的位姿数据M2可以通过外部参数信息进行转换，这样可以通过位姿数据M1和位姿数据M2，确定该外部参数信息，该外部参数信息可以表征雷达传感器对应的雷达坐标系与组合惯性导航设备对应的世界坐标系之间的坐标系转换关系。
按照以上方式得到初始的外部参数信息后，基于上述外部参数信息，以及组合惯性导航设备在各个第一时间点的位姿数据，具体是指组合惯性导航设备在各个第一时间点时在世界坐标系下的位姿数据，可以确定雷达传感器在各个第一时间点的位姿数据，具体是指雷达传感器在各个第一时间点在世界坐标系下的位姿数据，然后可以基于插值法确定雷达传感器在各个第二时间点时在世界坐标系下的位姿数据，该插值过程具体将在后文进行阐述。
S103，基于雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据，确定对目标区域的三维点云数据进行拼接后得到的拼接点云数据。
示例性地，雷达传感器在不同时间点的位姿数据是指上述提到的雷达传感器在各个第二时间点的位姿数据，同样，雷达传感器在相应时间点采集的三维点云数据是指雷达传感器在各个第二时间点采集的三维点云数据。
具体地，雷达传感器在各个第二时间点的位姿数据是指在世界坐标系下的位姿数据，然后结合雷达传感器在各个第二时间点采集的三维点云数据，即三维点云数据中的点在雷达坐标系下相对于雷达传感器的距离信息，可以对目标区域对应的三维点云数据中的点进行位置拼接得到目标区域对应的拼接点云数据。
示例性地，这里对目标区域对应的三维点云数据中的点进行位置拼接，是指不同时刻下，基于三维点云数据中的点在世界坐标系中的位置信息进行拼接，可以得到目标区域对应的拼接点云数据，该过程将在后文进行详细阐述。
示例性地，目标区域是指同一位置区域，在提前设置好世界坐标系后，该目标位置区域中的各个位置点在该世界坐标系中的坐标值并不会随着行驶设备的行驶而发生变化，因此，在不同时间点采集的三维点云数据中用于表示目标区域相同位置点的点，在外部参数信息准确的情况下在三维点云数据进行拼接后会发生重叠，反之，在外部参数信息不准确的情况下，拼接后得到的拼接点云数据中的点相比一个时间点下采集的三维点云数据中的点的个数会增多，因此，可以确定针对目标区域的拼接点云数据，以便后续基于拼接点云数据对不再准确的外部参数信息进行调整。
当然，在行驶设备行驶过程中，随着行驶设备位置的变化，在经过一段时间后，设置于行驶设备上的组合惯性导航设备和雷达传感器，获取到的目标区域即会发生变化，比如，在9:00～9:05之间获取到的是目标区域A，可以基于目标区域A对应的拼接点云数据来调整外部参数信息，在9:05～9:10之间获取到的是目标区域B，此时，可以基于目标区域B对应的拼接点云数据来调整外部参数信息，即在行驶设备的行驶过程中，可以按照不断获取到的目标区域对外部参数信息进行不断调整，本公开实施例仅针对其中一个目标区域对应拼接点云数据为例进行说明。
S104，基于拼接点云数据，对外部参数信息进行调整，得到目标外部参数信息。
示例性地，同一目标区域的同一个位置点，在不同时间点下在世界坐标系中的位置信息应该相同，但是若初始的外部参数信息不准确，或者随着行驶设备的行驶，初始的外部参数信息不再准确时，会造成在不同时间点得到的同一目标区域中相同的位置点的位置信息不再相同，这样在对不同时间点对应的三维点云数据进行拼接时，会使得原本应该重合的位置点不再重合，即拼接点云数据中的点的个数相比单个时间点得到的三维点云数据中的点的个数会变多，基于此，可以基于拼接点云数据中点的个数对外部参数信息进行调整，从而对外部参数信息进行不断优化，最终得到准确度较高的目标外部参数信息。
针对上述提到的S101～S104，在通过预先确定的外部参数信息确定出雷达传感器在不同时间点的位姿数据后，这样可以结合雷达传感器在不同时间点采集的三维点云数据，确定出不同时间点下表征目标区域的三维点云数据，在外部参数信息不再准确的情况下，不同时间点下表征目标区域同一位置点的坐标值不再相同，使得拼接点云数据中的点变多，基于此，可以基于拼接点云数据对外部参数信息进行调整，从而不断优化外部参数信息，直至得到准确度较高的目标外部参数信息。
下面将结合具体实施例，针对上述S101～S104进行详细阐述。
针对上述S102，在基于表征雷达传感器与组合惯性导航设备之间坐标系转换关系的外部参数信息，以及组合惯性导航设备在的位姿数据，确定雷达传感器的位姿数据时，可以包括：
(1)基于外部参数信息，以及组合惯性导航设备在各个第一时间点的位姿数据，确定雷达传感器在各个第一时间点的位姿数据。
示例性地，可以通过外部参数信息以及组合惯性导航设备在各个第一时间点下在世界坐标系下的位姿数据，确定出雷达传感器在各个第一时间点下在世界坐标系中的位姿数据。
(2)按照各个第二时间点，对雷达传感器在各个第一时间点的位姿数据进行插值处理，并抽取插值处理后的位姿数据，得到雷达传感器在各个第二时间点的位姿数据。
因为各个第一时间点和第二时间点可能并不相同，这里在得到雷达传感器在各个第一时间点的位姿数据后，可以按照各个第二时间点，对雷达传感器在各个第一时间点的位姿数据进行差值处理，从而得到雷达传感器在各个第二时间点的位姿数据。
比如，各个第一时间点为从t时刻开始后的第1s、第3s、第5s、第7s…，而各个第二时间点为从t时刻开始后的第2s、第4s、第6s、第8s…，则上述过程是先基于外部参数信息，以及组合惯性导航设备在第1s、第3s、第5s、第7s…的位姿数据，确定出雷达传感器在第1s、第3s、第5s、第7s…的位姿数据，然后对雷达传感器在第1s、第3s、第5s、第7s…的位姿数据进行插值处理，得到雷达传感器在第2s、第4s、第6s、第8s…时的位姿数据。
上述过程，可以通过预先确定的外部参数信息和组合惯性导航设备采集的该组合惯性导航设备在多个时间点下的位姿数据，得到雷达传感器在相应时间点下的位姿数据，从而便于进一步结合雷达传感器在相应时间点下采集的三维点云数据得到拼接点云数据。
上述提到，获取到的雷达传感器在各个第二时间点采集的三维点云数据可以是针对获取到的雷达传感器在各个第二时间点传输的三维点云数据进行去畸变处理后得到的，示例性地，可以在获取到雷达传感器在各个第二时间点的位姿数据，以及在各个第二时间点传输的三维点云数据后，可以按照以下方式确定雷达传感器在各个第二时间点采集的三维点云数据：
对雷达传感器在各个第二时间点传输的三维点云数据进行去畸变处理，得到雷达传感器在各个第二时间点采集的三维点云数据，其中，雷达传感器在各个第二时间点采集的三维点云数据包含目标区域对应的三维点云数据中的点在各个第二时间点下相对于雷达传感器的距离信息。
示例性地，去畸变处理即针对雷达传感器的运动畸变处理，比如，雷达传感器每隔1s采集一次三维点云数据，每隔2s传输一次三维点云数据，这样雷达传感器在每个第二时间点传输的三维点云数据中可以包含该第二时间点和其它时间点采集到的三维点云数据中的点相对于雷达传感器的距离信息，因为雷达传感器在不断运动，即在上个时间点采集的到三维点云数据中的点相对于雷达传感器的距离信息，在当前时间点相对于雷达传感器的距离信息会发生变化，鉴于此，为了准确地得到目标区域中的多个位置点，在各个第二时间点下相对于雷达传感器的距离信息，采用对雷达传输在各个第二时间点传输的三维点云数据进行去畸变处理。
具体地，可以按照以下方式对雷达传感器在任一第二时间点传输的目标区域的三维点云数据进行去畸变处理：
将雷达传感器在任一第二时间点传输的三维点云数据中，在各个时间点采集的三维点云数据中的点相对于雷达传感器的距离信息，转换到在任一第二时间点下相对于雷达传感器的距离信息。
比如雷达传感器每隔2s传输并采集一次三维点云数据，每隔1s采集一次三维点云数据，若从9:00:00开始，该任一第二时间点为第一个第二时间点时，即9:00:02时传输的三维点云数据中包括9:00:01和9:00:02采集的三维点云数据，此时，9:00:01时采集的三维点云数据中的点相对于雷达传感器的距离信息可以记录为L1，从9:00:01到9:00:02的过程中，因行驶设备和雷达传感器的转动，采集到的三维点云数据中的点A在9:00:02时相对于雷达传感器的距离信息相比该点A在9:00:01时相对于雷达传感器的距离信息可能发生了变化，此时可以将雷达传感器采集到的三维点云数据中的点在9:00:01时相对于雷达传感器的距离信息，转换到在9:00:02时相对于雷达传感器的距离信息。
具体转换时，雷达传感器采集到的三维点云数据中的点在9:00:01时相对于雷达传感器的距离信息，与在9:00:02时相对于雷达传感器的距离信息之间的距离转换关系可以通过雷达传感器在9:00:01时的位姿数据与9:00:02时的位姿数据确定，然后基于该距离转换关系，将雷达传感器采集到的三维点云数据中的点在9:00:01时相对于雷达传感器的距离信息，转换到在9:00:02时相对于雷达传感器的距离信息。
通过以上方式，可以采集到同一目标区域更加全面的三维点云数据，因为雷达传感器在采集三维点云数据过程中可能不断调整位姿，这样在对目标区域进行三维点云数据采集时，不同采集时间点采集到的目标区域中的位置点在该目标区域中所属的局部区域可能不同，比如当目标区域为某交通路口的车道线时，若9:00:01时采集到的是车道线的左半区域对应的三维点云数据，9:00:02采集到的是车道线的右半区域对应的三维点云数据，通过将9:00:01时采集到的三维点云数据中的点相对于雷达传感器的距离信息，转换到在9:00:02时相对于雷达传感器的距离信息，可以得到9:00:02时，该交通路口的全部车道线对应的三维点云数据。
以上过程通过对雷达传感器在各个第二时间点传输的三维点云数据进行去畸变处理，可以准确得到三维点云数据中的点在各个第二时间点相对于雷达传感器的距离信息，这样结合雷达传感器在各个第二时间点时对应的位姿数据，可以准确的得到三维点云数据中的点在世界坐标系下的位置信息。
具体地，在基于雷达传感器在不同时间点对应的位姿数据，以及在相应时间点采集的三维点云数据，确定对目标区域的三维点云数据进行拼接后得到的拼接点云数据时，包括：
基于雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据中的点相对于雷达传感器的距离信息，确定拼接点云数据。
示例性地，可以先通过雷达传感器在不同时间点的位姿数据，以及三维点云数据中的点在相应时间点相对于雷达传感器的距离信息，确定出三维点云数据中的点在不同时间点下在世界坐标系中的位置信息，然后进一步基于该位置信息，对不同时间点对应的三维点云数据中的点进行拼接，具体如下：
(1)基于雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据中的点相对于雷达传感器的距离信息，确定不同时间点下，目标区域的三维点云数据中的各个点的位置信息；
(2)基于不同时间点下，目标区域的三维点云数据中的各个点的位置信息，对不同时间点下目标区域的三维点云数据中的点进行拼接，得到拼接点云数据。
这里雷达传感器在不同时间点的位姿数据，可以是上述提到的雷达传感器在各个第二时间点下在世界坐标系下的位姿数据，根据这些位姿数据即可以得到在各个第二时间点下雷达传感器在世界坐标系下的坐标值，以及该雷达传感器在该世界坐标系下的朝向，此时，在得到目标区域的三维点云数据中的点在各个第二时间点相对于雷达传感器的距离信息时，即可以确定各个第二时间点下，目标位置区域的三维点云数据中的各个点在世界坐标系中的坐标值。
进一步地，可以基于各个第二时间点下，目标区域的三维点云数据中的各个点在世界坐标系下的坐标值，对目标区域在各个第二时间点对应的三维点云数据中的点进行拼接，比如，针对5个第二时间点，可以得到5组三维点云数据，每组三维点云数据均包含各个点在世界坐标系下的坐标值，然后对着5组三维点云数据进行拼接，坐标值相同的两个点可以重合变为一个点。
本公开实施例中，在雷达传感器在不同时间点下的位姿数据为在相同坐标系下的位姿数据时，可以基于雷达传感器的位姿数据和距离信息，确定出不同时间点下的三维点云数据中的点在相同坐标系下的位置信息，基于此，可以对不同时间点下目标区域的三维点云数据中的点进行拼接，得到拼接点云数据，为进行外部参数信息进行优化提供支持。
特别地，为了降低数据冗余，在对不同时间点下目标区域的三维点云数据进行拼接，得到拼接点云数据之前，本公开实施例提供的标定方法还包括：
(1)确定不同时间点下目标区域的三维点云数据中，是否存在位置重复的点；
(2)在确定存在位置重复的点的情况下，对位置重复的点进行去重处理。
示例性地，位置重复的点是指在世界坐标系中坐标值相同的点，因为这些点在世界坐标系中的坐标值相同，拼接后在对应的图像中仅会出现一个点，因此，可以对坐标值相同的点进行去重处理，仅保留位置重复的点中的一个点对应的位置信息即可。
本公开实施例中，提出在对目标区域在不同时间点下对应的三维点云数据中的点进行拼接之前，先对位置重复的点进行去重处理，从而减少后期数据处理时的冗余，以提高标定速度。
在得到拼接点云数据后，下面介绍如何基于拼接点云数据，对外部参数信息进行调整，得到目标外部参数信息，如图2所示，可以包括以下S201～S203：
S201，根据拼接点云数据，对外部参数信息进行调整。
示例性地，拼接点云数据可以是初始的拼接点云数据，也可以是基于调整过至少一次的外部参数信息确定的拼接点云数据；外部参数信息可以为初始的外部参数信息，也可以是进行过至少一次调整后的外部参数信息。
具体地，外部参数信息可以包含多个外部参数，具体地，在根据拼接点云数据，对外部参数信息进行调整时，可以包括：
对外部参数信息中的至少一个外部参数进行调整，得到调整后的外部参数信息。
示例性地，外部参数信息包含的外部参数可以包含上述提到的X，Y，Z，Roll，Pitch，Yaw，对外部参数信息的调整，可以认为对至少一个外部参数的调整。
本公开实施例中，保护在外部参数信息包含多个外部参数的情况下，可以基于至少一个外部参数对外部参数信息进行细微的调整，从而得到准确度较高的目标外部参数信息。
S202，确定调整后的外部参数信息与调整前的外部参数信息不同，基于调整后的外部参数信息重新确定拼接点云数据后，返回根据拼接点云数据，对外部参数信息进行调整的过程，直至调整后的外部参数信息与调整前的外部参数信息相同。
示例性地，在对外部参数信息进行调整优化过程中，可能无法进行一次调整得到最准确的目标外部参数信息，此时可以对外部参数信息进行多次优化，在优化过程中，可以基于调整后的外部参数信息与调整前的外部参数信息是否相同，来确定是否达到优化截止条件，在达到优化截止条件后，可以认为拼接点云数据中的点的个数已经达到较少的情况，此时再停止对外部参数信息的优化。
S203，将调整后的外部参数信息作为目标外部参数信息。
在确定拼接点云数据的点的个数在优化过程中已经达到较少的数量，无需再对外部参数信息进行继续优化的情况下，可以将调整后的外部参数信息作为目标外部参数信息。
本公开实施例中，考虑到在外部参数信息不再准确的情况下，目标区域对应的拼接点云数据中的点的个数会相比一个时间点下的三维点云数据中的点的个数会变多，因此，可以基于拼接点云数据，对外部参数信息进行调整，直至调整后的外部参数信息与调整前的外部参数信息相同时，可以得到准确度较高的目标外部参数信息。
具体地，在对外部参数信息中的至少一个外部参数进行调整，得到调整后的外部参数信息时，如图3所示，可以包括以下步骤S301～S308：
S301，在对外部参数信息进行当前轮调整过程中，从多个外部参数中选择当前轮还未调整的外部参数；其中，对外部参数信息进行一轮调整包括对外部参数信息中的各个外部参数均进行调整。
示例性地，这里对外部参数信息进行一轮调整，可以是针对外部参数信息中所有的外部参数进行调整，比如针对外部参数信息中X，Y，Z，Roll，Pitch，Yaw 6个外部参数均进行调整完毕即执行完一轮调整，特别地，这里对外部参数进行调整后，外部参数的参数值在调整前后可能并未发生变化，详见下文。
具体地，在对外部参数信息进行当前轮调整中，可以按照X，Y，Z，Roll，Pitch，Yaw的顺序，依次选择待进行调整的外部参数。
S302，对选择的外部参数的参数值进行当前次调整，得到当前调整后的外部参数信息。
示例性地，当前次调整可以是针对选择的外部参数进行初次调整，也可以是进行多次调整，以当前轮调整过程中，针对选择的目标外部参数Roll进行i次调整为例，可以按照以下调整方式进行调整，确定对该目标外部参数Roll进行调整时的调整步长和调整方向，然后按照以下公式进行调整：
αi＝αi-1+dλ
其中，λ表示选择的任一外部参数对应的调整步长；d表示调整方向，具体包括+1和-1两种情况，αi-1表示选择的目标外部参数Roll在i次调整前的参数值；αi表示选择的目标外部参数Roll在i次调整后的参数值。
具体在调整时，可以先按照正方向进行调整，在按照正方向进行调整后得到的当前调整后的外部参数信息无法使得拼接点云数据中点个数减少的情况下，可以继续按照反方向进行调整；或者先按照反方向进行调整，在按照反方向进行调整后得到的当前调整后的外部参数信息无法使得拼接点云数据中点个数减少的情况下，可以继续按照正方向进行调整，先按照正方向进行调整还是先按照反方向进行调整在此不进行限定。
S303，确定基于当前调整后的外部参数信息得到的拼接点云数据中的点的个数与基于当前次调整前的外部参数信息得到的拼接点云数据中的点的个数相比是否变少；其中，当前次调整前的外部参数信息包括选择的外部参数在进行当前次调整之前的参数值。
示例性地，在对选择的目标外部参数基于上述公式(1)调整后，可以得到当前调整后的外部参数信息，此时需要基于当前调整后的外部参数信息按照上述S101～S103的方式重新确定出目标区域对应的拼接点云数据，并判断基于当前调整后的外部参数信息得到的拼接点云数据中的点的个数与基于当前次调整前的外部参数信息得到的拼接点云数据中的点的个数相比是否变少，以上述公式(1)为例，即判断通过含αi的外部参数信息得到的拼接点云数据中点的个数相比基于包含αi-1的外部参数信息得到的拼接点云数据中点的个数是否变少。
S304，若变少，对选择的外部参数的参数值进行更新后，返回对选择的外部参数值进行当前次调整的过程，即返回S302。
示例性地，若当前调整后的外部参数信息对应的拼接点云数据中的点的个数相比未调整之前对应的拼接点云数据中点的个数变少，则对选择的目标外部参数Roll的参数值进行更新后，比如将αi-1更新为αi后，并返回步骤S302，然后执行步骤S303后，继续确定基于当前调整后的外部参数信息得到的拼接点云数据中的点的个数是否变少，在对选择的目标外部参数的参数值进行当前次调整过程中，包括逐次增加调整步长，即d为+1，以及逐次减少调整步长，即d为-1的过程，直至得到对应拼接点云数据中点的个数最少的外部参数信息。
S305，若未变少，保持选择的外部参数在当前次调整前的参数值，并回从多个外部参数中选择当前轮还未调整的外部参数的过程，即返回S201。
示例性地，未变少是指无论逐次增加调整步长还是逐次减少调整步长的过程中，基于当前调整后的外部参数信息得到的拼接点云数据中的点的个数与基于当前次调整前的外部参数信息得到的拼接点云数据中的点的个数相比均未变少，即说明无需再对本次选择的目标外部参数进行调整或者已经对本次选择的目标外部参数调整完毕，此时保持选择的外部参数在当前次调整前的参数值，比如无论正向调整还是方向调整后，本次选择的目标外部参数Roll的参数值由αi-1得到αi后，拼接点云数据中点的个数均不再变小，则外部参数信息中外部参数Roll的参数值仍为αi-1，返回步骤S301，继续选择其它的外部参数进行调整。直至所有外部参数均执行过S301-S305的步骤，执行S306。
S306，在对外部参数信息完成当前轮调整后，判断当前轮最后选择的外部参数的参数值在当前轮调整前后是否发生变化。
示例性地，这里判断当前轮最后选择的外部参数值是否发生变化，即判断是否在当前轮调整过程中，对最后选择的外部参数的参数值是否进行了调整，若对该最后选择的外部参数的参数值进行了调整，说明在调整最后选择的外部参数的参数值后，拼接点云数据中点的个数会继续发生减少，否则，说明对该最后选择的外部参数的参数值进行了调整后，拼接点云数据不会再减少。
S307，若发生变化，进行下一轮外部参数信息调整。
S308，若未发生变化，确定对外部参数信息调整结果达到调整后的外部参数信息与调整前的外部参数信息相同的条件，将调整后的外部参数信息作为目标外部参数信息。
示例性地，按照上述S301～S308的过程，在针对外部参数信息进行当前轮调整调整过程中，若按照每个外部参数依次调整的方式，针对第6个外部参数的参数值进行调整时，发现得到的当前调整后的外部参数信息对应的拼接点云数据中的点的个数始终未变少，则说明当前轮最后选择的外部参数的参数值在对外部参数信息进行调整后未发生变化，即达到调整后的外部参数信息与调整前的外部参数信息相同的条件，可以认为调整后的外部参数信息对应的准确度可以达到要求，此时可以将调整后的外部参数信息可以作为目标外部参数信息。
否则，若对第6个外部参数的参数值进行调整后，得到的当前调整后的外部参数信息对应的拼接点云数据中的点的个数仍然在减少，说明此时拼接点云数据中的点的个数还可以再继续减少，为了提高外部参数信息的准确性，还需要对外部参数信息进行下一轮调整，即返回步骤S301，按照该方式，重新调整外部参数信息，直至得到目标外部参数信息。
本公开实施例中，在优化外部参数信息的过程中，可以基于拼接点云数据中点的个数的变化，对外部参数信息进行不断优化，直至使得到准确度较高的外部参数信息。
在一种实施方式中，在得到目标外部参数信息后，本公开实施例提供的标定方法还包括：
(1)获取行驶设备行驶过程中，组合惯性导航设备采集的位姿数据，以及雷达传感器采集的三维点云数据。
具体地，在行驶设备行驶过程中，这里获取的组合惯性导航设备的位姿数据是指组合惯性导航设备在世界坐标系下的当前位姿数据；雷达传感器采集的三维点云数据包括三维点云数据中多个点在雷达坐标系下分别相对于雷达传感器的距离信息，具体详见上文，在此不再赘述。
(2)基于目标外部参数信息和组合惯性导航设备的位姿数据，确定雷达传感器的位姿数据。
这里确定雷达传感器的位姿数据与上文类似，在此不再赘述。
(3)基于雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据，确定三维点云数据中各个点的位置信息。
在得到雷达传感器在世界坐标系下的位姿数据后，即可以结合三维点云数据中各个点在雷达坐标系下相对于雷达传感器的距离信息，得到三维点云数据中各个点在世界坐标系中的位置信息。
(4)基于三维点云数据中各个点的位置信息，构建行驶设备行驶的区域的地图。
行驶设备在设定区域行驶时，可以不断获取该设定区域中构成各个物体的三维点云数据，从而按照上述方式确定该设定区域中各个物体的形貌以及在该设定区域内的位置信息，即按照各个物体在设定区域内的位置信息，构建该设定区域对应的地图。
本公开实施例中，在得到准确度较高的目标外部参数信息后，可以基于组合惯性导航设备和雷达传感器结合的方式准确地得到行驶车辆行驶的区域对应的三维点云数据中各个点的位置信息，从而便于针对该行驶车辆行驶的区域构建准确度较高的地图。
在一种实施方式中，在行驶设备行驶的区域的地图之后，本公开实施例提供的标定方法还包括：
(1)获取组合惯性导航设备采集的当前位姿数据，以及雷达传感器采集的三维点云数据中的多个点相对于雷达传感器的当前距离信息以及三维点云数据中的多个点的位置信息。
这里需要得到行驶设备行驶的区域中目标物对应的三维点数据中的至少三个不同点相对于雷达传感器的当前距离信息，以及这些点在预先建立的世界坐标系中的位置信息，具体地，这些点的位置信息可以是在构建地图后得到并保存的。
具体地，这里组合惯性导航设备采集的当前位姿数据是指在世界坐标系下的位姿数据；雷达传感器采集的三维点云数据中的多个点相对于雷达传感器的当前距离信息是指在雷达坐标系下相对于雷达传感器的当前距离信息。
(2)基于三维点云数据中的多个点相对于雷达传感器的当前距离信息以及三维点云数据中的多个点的位置信息，确定雷达传感器的当前位姿数据。
基于各个点在世界坐标系中的位置信息，以及各个点在雷达坐标系下相对于雷达传感器的当前距离信息，即可以估计雷达传感器在世界坐标系下的当前位姿数据。
(3)基于组合惯性导航设备的当前位姿数据以及雷达传感器的当前位姿数据，确定行驶设备的当前位姿数据。
这里即可以将组合惯性导航设备的当前位姿数据和雷达传感器的当前位姿数据进行结合，综合得到行驶设备的当前位姿数据，即完成了对行驶设备的精准定位。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一技术构思，本公开实施例中还提供了与标定方法对应的标定装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述标定方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
参照图4所示，为本公开实施例提供的一种标定装置的示意图，该标定装置400包括：
获取模块401，用于获取在行驶设备行驶过程中，行驶设备上的组合惯性导航设备的位姿数据，以及行驶设备上的雷达传感器采集的三维点云数据；
确定模块402，用于基于表征雷达传感器与组合惯性导航设备之间坐标系转换关系的外部参数信息，以及组合惯性导航设备的位姿数据，确定雷达传感器的位姿数据；
拼接模块403，用于基于雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据，确定对目标区域的三维点云数据进行拼接后得到的拼接点云数据；
调整模块404，用于基于拼接点云数据，对外部参数信息进行调整，得到目标外部参数信息。
在一种可能的实施方式中，拼接模块403用于：
基于雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据中的点相对于雷达传感器的距离信息，确定拼接点云数据。
在一种可能的实施方式中，拼接模块403用于：
基于雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据中的点相对于雷达传感器的距离信息，确定不同时间点下，目标区域的三维点云数据中的各个点的位置信息；
基于不同时间点下，目标区域的三维点云数据中的各个点的位置信息，对不同时间点下目标区域的三维点云数据中的点进行拼接，得到拼接点云数据。
在一种可能的实施方式中，拼接模块403还用于：
在对不同时间点下目标区域的三维点云数据中的点进行拼接，得到拼接点云数据之前，确定不同时间点下目标区域的三维点云数据中，是否存在位置重复的点；
在确定存在位置重复的点云点的情况下，对位置重复的点进行去重处理。
在一种可能的实施方式中，调整模块404用于：
根据拼接点云数据，对外部参数信息进行调整；
确定调整后的外部参数信息与调整前的外部参数信息不同，基于调整后的外部参数信息重新确定拼接点云数据后，返回根据拼接点云数据，对外部参数信息进行调整的过程，直至调整后的外部参数信息与调整前的外部参数信息相同；
将调整后的外部参数信息作为目标外部参数信息。
在一种可能的实施方式中，外部参数信息包含多个外部参数，调整模块404在用于根据拼接点云数据，对外部参数信息进行调整时，包括：
对外部参数信息中的至少一个外部参数进行调整，得到调整后的外部参数信息。
在一种可能的实施方式中，调整模块404在用于对外部参数信息中的至少一个外部参数进行调整，得到调整后的外部参数信息时，包括：
在对外部参数信息进行当前轮调整过程中，从多个外部参数中选择当前轮还未调整的外部参数；其中，对外部参数信息进行一轮调整包括对外部参数信息中的各个外部参数均进行调整；
对选择的外部参数的参数值进行当前次调整，得到当前调整后的外部参数信息；
确定基于当前调整后的外部参数信息得到的拼接点云数据中的点的个数与基于当前次调整前的外部参数信息得到的拼接点云数据中的点的个数相比是否变少；其中，当前次调整前的外部参数信息包括选择的外部参数在进行当前次调整之前的参数值；
若变少，对选择的外部参数的参数值进行更新后，返回对选择的外部参数进行当前次调整的过程，否则，保持选择的外部参数在当前次调整前的参数值，返回从多个外部参数中选择当前轮还未调整的外部参数的过程；
在对外部参数信息完成当前轮调整后，判断当前轮最后选择的外部参数的参数值在当前轮调整前后是否发生变化；若发生变化，进行下一轮外部参数信息调整，若未发生变化，确定对外部参数信息的调整结果达到调整后的外部参数信息与调整前的外部参数信息相同的条件，将调整后的外部参数信息作为目标外部参数信息。
在一种可能的实施方式中，标定装置还包括构图模块405，在得到目标外部参数信息后，构图模块用于：
获取行驶设备行驶过程中，组合惯性导航设备的位姿数据，以及雷达传感器采集的三维点云数据；
基于目标外部参数信息和组合惯性导航设备的位姿数据，确定雷达传感器的位姿数据；
基于雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据，确定在三维点云数据中各个点的位置信息；
基于三维点云数据中各个点的位置信息，构建行驶设备行驶的区域的地图。
对应于图1中的标定方法，本公开实施例还提供了一种电子设备500，如图5所示，为本公开实施例提供的电子设备500结构示意图，包括：
处理器51、存储器52、和总线53；存储器52用于存储执行指令，包括内存521和外部存储器522；这里的内存521也称内存储器，用于暂时存放处理器51中的运算数据，以及与硬盘等外部存储器522交换的数据，处理器51通过内存521与外部存储器522进行数据交换，当电子设备500运行时，处理器51与存储器52之间通过总线53通信，使得处理器51执行以下指令：获取在行驶设备行驶过程中，行驶设备上的组合惯性导航设备的位姿数据，以及行驶设备上的雷达传感器采集的三维点云数据；基于表征雷达传感器与组合惯性导航设备之间坐标系转换关系的外部参数信息，以及组合惯性导航设备的位姿数据，确定雷达传感器的位姿数据；基于雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据，确定对目标区域的三维点云数据进行拼接后得到的拼接点云数据；基于拼接点云数据，对外部参数信息进行调整，得到目标外部参数信息。
本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的标定方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例还提供一种计算机程序产品，该计算机程序产品承载有程序代码，所述程序代码包括的指令可用于执行上述方法实施例中所述的标定方法的步骤，具体可参见上述方法实施例，在此不再赘述。
其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开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。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，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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，在本公开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。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品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)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，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。
最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。

Claims (18)

1.一种标定方法，其特征在于，包括：
获取在行驶设备行驶过程中，所述行驶设备上的组合惯性导航设备的位姿数据，以及所述行驶设备上的雷达传感器采集的三维点云数据；
基于表征雷达传感器与所述组合惯性导航设备之间坐标系转换关系的外部参数信息，以及所述组合惯性导航设备的位姿数据，确定所述雷达传感器的位姿数据；
基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据，确定对目标区域的三维点云数据进行拼接后得到的拼接点云数据；
基于所述拼接点云数据，对所述外部参数信息进行调整，得到目标外部参数信息。
2.根据权利要求1所述的标定方法，其特征在于，所述基于所述雷达传感器在不同时间点对应的位姿数据，以及在相应时间点采集的三维点云数据，确定对目标区域的三维点云数据进行拼接后得到的拼接点云数据，包括：
基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据中的点相对于所述雷达传感器的距离信息，确定所述拼接点云数据。
3.根据权利要求2所述的标定方法，其特征在于，所述基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据中的点相对于所述雷达传感器的距离信息，确定所述拼接点云数据，包括：
基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据中的点相对于所述雷达传感器的距离信息，确定所述不同时间点下，所述目标区域的三维点云数据中的各个点的位置信息；
基于所述不同时间点下，所述目标区域的三维点云数据中的各个点的位置信息，对不同时间点下所述目标区域的三维点云数据中的点进行拼接，得到所述拼接点云数据。
4.根据权利要求3所述的标定方法，其特征在于，在对不同时间点下所述目标区域的三维点云数据中的点进行拼接，得到所述拼接点云数据之前，所述标定方法还包括：
确定不同时间点下所述目标区域的三维点云数据中，是否存在位置重复的点；
在确定存在位置重复的点的情况下，对所述位置重复的点进行去重处理。
5.根据权利要求1至4任一所述的标定方法，其特征在于，所述基于所述拼接点云数据，对所述外部参数信息进行调整，得到目标外部参数信息，包括：
根据所述拼接点云数据，对所述外部参数信息进行调整；
确定调整后的外部参数信息与调整前的外部参数信息不同，基于调整后的外部参数信息重新确定拼接点云数据后，返回根据所述拼接点云数据，对所述外部参数信息进行调整的过程，直至调整后的外部参数信息与调整前的外部参数信息相同；
将调整后的所述外部参数信息作为所述目标外部参数信息。
6.根据权利要求5所述的标定方法，其特征在于，所述外部参数信息包含多个外部参数，所述根据所述拼接点云数据，对所述外部参数信息进行调整，包括：
对所述外部参数信息中的至少一个外部参数进行调整，得到调整后的外部参数信息。
7.根据权利要求6所述的标定方法，其特征在于，所述对所述外部参数信息中的至少一个外部参数进行调整，得到调整后的外部参数信息，包括：
在对所述外部参数信息进行当前轮调整过程中，从所述多个外部参数中选择当前轮还未调整的外部参数；其中，对外部参数信息进行一轮调整包括对所述外部参数信息中的各个外部参数均进行调整；
对选择的外部参数的参数值进行当前次调整，得到当前调整后的外部参数信息；
确定基于当前调整后的外部参数信息得到的拼接点云数据中的点的个数与基于当前次调整前的外部参数信息得到的拼接点云数据中的点的个数相比是否变少；其中，当前次调整前的外部参数信息包括选择的外部参数在进行当前次调整之前的参数值；
若变少，对选择的外部参数的参数值进行更新后，返回对选择的外部参数进行当前次调整的过程，否则，保持选择的外部参数在当前次调整前的参数值，并返回从所述多个外部参数中选择当前轮还未调整的外部参数的过程；
在对所述外部参数信息完成当前轮调整后，判断当前轮最后选择的外部参数的参数值在当前轮调整前后是否发生变化；若发生变化，进行下一轮外部参数信息调整，若未发生变化，确定对外部参数信息的调整结果达到调整后的外部参数信息与调整前的外部参数信息相同的条件，将调整后的外部参数信息作为所述目标外部参数信息。
8.根据权利要求1至7任一所述的标定方法，其特征在于，在得到所述目标外部参数信息后，所述标定方法还包括：
获取所述行驶设备行驶过程中，所述组合惯性导航设备的位姿数据，以及所述雷达传感器采集的三维点云数据；
基于所述目标外部参数信息和所述组合惯性导航设备的位姿数据，确定所述雷达传感器的位姿数据；
基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据，确定所述三维点云数据中各个点的位置信息；
基于所述三维点云数据中各个点的位置信息，构建所述行驶设备行驶的区域的地图。
9.一种标定装置，其特征在于，包括：
获取模块，用于获取在行驶设备行驶过程中，所述行驶设备上的组合惯性导航设备的位姿数据，以及所述行驶设备上的雷达传感器采集的三维点云数据；
确定模块，用于基于表征雷达传感器与所述组合惯性导航设备之间坐标系转换关系的外部参数信息，以及所述组合惯性导航设备的位姿数据，确定所述雷达传感器的位姿数据；
拼接模块，用于基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据，确定对目标区域的三维点云数据进行拼接后得到的拼接点云数据；
调整模块，用于基于所述拼接点云数据，对所述外部参数信息进行调整，得到目标外部参数信息。
10.根据权利要求9所述的标定装置，其特征在于，所述拼接模块用于：
基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据中的点相对于所述雷达传感器的距离信息，确定所述拼接点云数据。
11.根据权利要求10所述的标定装置，其特征在于，所述拼接模块用于：
基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据中的点相对于所述雷达传感器的距离信息，确定所述不同时间点下，所述目标区域的三维点云数据中的各个点的位置信息；
基于所述不同时间点下，所述目标区域的三维点云数据中的各个点的位置信息，对不同时间点下所述目标区域的三维点云数据中的点进行拼接，得到所述拼接点云数据。
12.根据权利要求11所述的标定装置，其特征在于，所述拼接模块还用于：
在对不同时间点下所述目标区域的三维点云数据中的点进行拼接，得到所述拼接点云数据之前，确定不同时间点下所述目标区域的三维点云数据中，是否存在位置重复的点；
在确定存在位置重复的点云点的情况下，对所述位置重复的点进行去重处理。
13.根据权利要求9至12任一所述的标定装置，其特征在于，所述调整模块用于：
根据所述拼接点云数据，对所述外部参数信息进行调整；
确定调整后的外部参数信息与调整前的外部参数信息不同，基于调整后的外部参数信息重新确定拼接点云数据后，返回根据所述拼接点云数据，对所述外部参数信息进行调整的过程，直至调整后的外部参数信息与调整前的外部参数信息相同；
将调整后的外部参数信息作为所述目标外部参数信息。
14.根据权利要求13所述的标定装置，其特征在于，所述外部参数信息包含多个外部参数，所述调整模块在用于根据所述拼接点云数据，对所述外部参数信息进行调整时，包括：
对所述外部参数信息中的至少一个外部参数进行调整，得到调整后的外部参数信息。
15.根据权利要求14所述的标定装置，其特征在于，所述调整模块在用于对所述外部参数信息中的至少一个外部参数进行调整，得到调整后的外部参数信息时，包括：
在对所述外部参数信息进行当前轮调整过程中，从所述多个外部参数中选择当前轮还未调整的外部参数；其中，对外部参数信息进行一轮调整包括对所述外部参数信息中的各个外部参数均进行调整；
对选择的外部参数的参数值进行当前次调整，得到当前调整后的外部参数信息；
确定基于当前调整后的外部参数信息得到的拼接点云数据中的点的个数与基于当前次调整前的外部参数信息得到的拼接点云数据中的点的个数相比是否变少；其中，当前次调整前的外部参数信息包括选择的外部参数在进行当前次调整之前的参数值；
若变少，对选择的外部参数的参数值进行更新后，返回对选择的外部参数进行当前次调整的过程，否则，保持选择的外部参数在当前次调整前的参数值，返回从所述多个外部参数中选择当前轮还未调整的外部参数的过程；
在对所述外部参数信息完成当前轮调整后，判断当前轮最后选择的外部参数的参数值在当前轮调整前后是否发生变化；若发生变化，进行下一轮外部参数信息调整，若未发生变化，确定对外部参数信息的调整结果达到调整后的外部参数信息与调整前的外部参数信息相同的条件，将调整后的外部参数信息作为所述目标外部参数信息。
16.根据权利要求9至15任一所述的标定装置，其特征在于，所述标定装置还包括构图模块，在得到所述目标外部参数信息后，所述构图模块用于：
获取所述行驶设备行驶过程中，所述组合惯性导航设备的位姿数据，以及所述雷达传感器采集的三维点云数据；
基于所述目标外部参数信息和所述组合惯性导航设备的位姿数据，确定所述雷达传感器的位姿数据；
基于所述雷达传感器在不同时间点的位姿数据，以及在相应时间点采集的三维点云数据，确定在所述三维点云数据中各个点的位置信息；
基于所述三维点云数据中各个点的位置信息，构建所述行驶设备行驶的区域的地图。
17.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至8任一所述的标定方法的步骤。
18.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至8任一所述的标定方法的步骤。
CN202011370652.6A 2020-11-30 2020-11-30 一种标定方法、装置、电子设备及存储介质 Active CN112362054B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011370652.6A CN112362054B (zh) 2020-11-30 2020-11-30 一种标定方法、装置、电子设备及存储介质
PCT/CN2021/102895 WO2022110797A1 (zh) 2020-11-30 2021-06-29 一种标定方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011370652.6A CN112362054B (zh) 2020-11-30 2020-11-30 一种标定方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112362054A true CN112362054A (zh) 2021-02-12
CN112362054B CN112362054B (zh) 2022-12-16

Family

ID=74536362

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011370652.6A Active CN112362054B (zh) 2020-11-30 2020-11-30 一种标定方法、装置、电子设备及存储介质

Country Status (2)

Country Link
CN (1) CN112362054B (zh)
WO (1) WO2022110797A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112964291A (zh) * 2021-04-02 2021-06-15 清华大学 一种传感器标定的方法、装置、计算机存储介质及终端
CN113029166A (zh) * 2021-03-25 2021-06-25 上海商汤智能科技有限公司 定位方法、装置、电子设备及存储介质
WO2022110797A1 (zh) * 2020-11-30 2022-06-02 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
WO2023226154A1 (zh) * 2022-05-24 2023-11-30 广东人工智能与先进计算研究院 自主定位方法、装置、设备及计算机可读存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109141446A (zh) * 2018-07-04 2019-01-04 百度在线网络技术（北京）有限公司 用于获得地图的方法、装置、设备和计算机可读存储介质
CN110579754A (zh) * 2019-10-15 2019-12-17 戴姆勒股份公司 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
CN110686704A (zh) * 2019-10-18 2020-01-14 深圳市镭神智能系统有限公司 激光雷达与组合惯导的位姿标定方法、系统及介质
CN110703229A (zh) * 2019-09-25 2020-01-17 禾多科技（北京）有限公司 点云去畸变方法及车载激光雷达到imu的外参标定方法
EP3629057A2 (en) * 2018-09-27 2020-04-01 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for calibrating relative pose and medium
CN111123912A (zh) * 2019-11-29 2020-05-08 苏州智加科技有限公司 行车定位坐标的标定方法和装置
CN111443337A (zh) * 2020-03-27 2020-07-24 北京航空航天大学 一种基于手眼标定的雷达-imu标定方法
CN111505606A (zh) * 2020-04-14 2020-08-07 武汉大学 多相机与激光雷达系统相对位姿检校方法及装置
CN111650598A (zh) * 2019-02-19 2020-09-11 北京京东尚科信息技术有限公司 一种车载激光扫描系统外参标定方法和装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9875557B2 (en) * 2012-11-05 2018-01-23 The Chancellor Masters And Scholars Of The University Of Oxford Extrinsic calibration of imaging sensing devices and 2D LIDARs mounted on transportable apparatus
CN109215083B (zh) * 2017-07-06 2021-08-31 华为技术有限公司 车载传感器的外部参数标定的方法和设备
CN111208492B (zh) * 2018-11-21 2022-04-19 长沙智能驾驶研究院有限公司 车载激光雷达外参标定方法及装置、计算机设备及存储介质
CN109767475B (zh) * 2018-12-28 2020-12-15 广州小鹏汽车科技有限公司 一种传感器的外部参数标定方法及系统
CN112362054B (zh) * 2020-11-30 2022-12-16 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

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109141446A (zh) * 2018-07-04 2019-01-04 百度在线网络技术（北京）有限公司 用于获得地图的方法、装置、设备和计算机可读存储介质
EP3629057A2 (en) * 2018-09-27 2020-04-01 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for calibrating relative pose and medium
CN111650598A (zh) * 2019-02-19 2020-09-11 北京京东尚科信息技术有限公司 一种车载激光扫描系统外参标定方法和装置
CN110703229A (zh) * 2019-09-25 2020-01-17 禾多科技（北京）有限公司 点云去畸变方法及车载激光雷达到imu的外参标定方法
CN110579754A (zh) * 2019-10-15 2019-12-17 戴姆勒股份公司 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
CN110686704A (zh) * 2019-10-18 2020-01-14 深圳市镭神智能系统有限公司 激光雷达与组合惯导的位姿标定方法、系统及介质
CN111123912A (zh) * 2019-11-29 2020-05-08 苏州智加科技有限公司 行车定位坐标的标定方法和装置
CN111443337A (zh) * 2020-03-27 2020-07-24 北京航空航天大学 一种基于手眼标定的雷达-imu标定方法
CN111505606A (zh) * 2020-04-14 2020-08-07 武汉大学 多相机与激光雷达系统相对位姿检校方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
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 (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022110797A1 (zh) * 2020-11-30 2022-06-02 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
CN113029166A (zh) * 2021-03-25 2021-06-25 上海商汤智能科技有限公司 定位方法、装置、电子设备及存储介质
CN113029166B (zh) * 2021-03-25 2024-06-07 上海商汤智能科技有限公司 定位方法、装置、电子设备及存储介质
CN112964291A (zh) * 2021-04-02 2021-06-15 清华大学 一种传感器标定的方法、装置、计算机存储介质及终端
WO2023226154A1 (zh) * 2022-05-24 2023-11-30 广东人工智能与先进计算研究院 自主定位方法、装置、设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN112362054B (zh) 2022-12-16
WO2022110797A1 (zh) 2022-06-02

Similar Documents

Publication Publication Date Title
CN112362054B (zh) 一种标定方法、装置、电子设备及存储介质
CN109425365B (zh) 激光扫描设备标定的方法、装置、设备及存储介质
US10659925B2 (en) Positioning method, terminal and server
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
KR20210084622A (ko) 시간 동기화 처리 방법, 전자 기기 및 저장 매체
US8818722B2 (en) Rapid lidar image correlation for ground navigation
CN112284400B (zh) 车辆的定位方法、装置、电子设备及计算机可读存储介质
KR102115004B1 (ko) 항공사진을 이용하여 3차원 지도를 생성하는 장치 및 방법
CN110319850B (zh) 一种获取陀螺仪的零点偏移的方法及装置
CN110988949A (zh) 定位方法、定位装置、计算机可读存储介质与可移动设备
CN112964291A (zh) 一种传感器标定的方法、装置、计算机存储介质及终端
CN107764273B (zh) 一种车辆导航定位方法及系统
CN115164936A (zh) 高精地图制作中用于点云拼接的全局位姿修正方法及设备
JP6610466B2 (ja) 車両制御システム
CN116399324A (zh) 建图方法、装置及控制器、无人驾驶车辆
CN113763504B (zh) 地图更新方法、系统、车载终端、服务器及存储介质
US20210156710A1 (en) Map processing method, device, and computer-readable storage medium
EP3618025A1 (en) Method for indicating obstacle by smart roadside unit
CN115661313A (zh) 点云地图生成方法、设备及存储介质
CN114527760A (zh) 一种路径规划方法、系统、终端设备和存储介质
JP2012177681A (ja) Ｇｐｓ信号による移動体位置決め方法および移動体位置決定装置ならびに移動体位置決定プログラム
CN117091596B (zh) 一种姿态信息获取方法以及相关设备
CN116659487B (zh) 位姿调整方法、位姿调整装置、电子设备及可读存储介质
JP2019148456A (ja) 算出装置、自己位置算出方法、およびプログラム
CN115523929B (zh) 一种基于slam的车载组合导航方法、装置、设备及介质

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40038770

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant