CN112379353A - 多台目标激光雷达间的联合标定方法及系统 - Google Patents
多台目标激光雷达间的联合标定方法及系统 Download PDFInfo
- Publication number
- CN112379353A CN112379353A CN202011244288.9A CN202011244288A CN112379353A CN 112379353 A CN112379353 A CN 112379353A CN 202011244288 A CN202011244288 A CN 202011244288A CN 112379353 A CN112379353 A CN 112379353A
- Authority
- CN
- China
- Prior art keywords
- calibration
- point cloud
- lidar
- visual field
- auxiliary calibration
- 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
Images
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
- G01S7/48—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)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提供了一种多台目标激光雷达间的联合标定方法及系统,使用辅助标定激光雷达进行标定,辅助标定激光雷达采集至少一次视野补全点云数据,视野补全点云数据用于补全多台目标激光雷达间视野盲区内的环境信息,视野盲区的特征在于不存在或仅存在不充分的多台目标激光雷达的目标点云数据。本发明提供的多台目标激光雷达间的联合标定方法及系统,利用环境中的结构化信息进行多台激光雷达间的标定,不需要额外设置标志物或者进行环境测绘。由此,可以简化多台激光雷达间的标定复杂度并降低标定成本,尤其适用于汽车的自动驾驶及人防监控等应用场景。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种多台目标激光雷达间的联合标定方法及系统。
背景技术
随着激光雷达性能的不断发展,其已经在感知领域得到广泛应用。目前,传统的多台激光雷达的标定方法主要分为利用标定室和利用多台激光雷达共同视野内的点云匹配两类。其中,利用第一类方法所使用的标定室对墙面及夹角垂直度等要求很高,建造时间长、费用高昂,通常仅限于整车厂在具有量产及大规模测试等批量标定需求的场合使用。第二类方法所使用的共同视野内点云匹配则以多台激光雷达间存在充分的共同视野为前提。然而,由于激光雷达本身视野范围有限、或者由于载具平台遮挡,经常导致多台激光雷达之间没有共同视野,或共同视野狭小无法有效进行点云匹配完成标定。
经过检索发现:
公开号为CN111458697A、公开日为2020年7月28日、发明名称为《激光雷达标定方法、装置和系统》,涉及自动驾驶及机器人领域。该装置的一具体实施方式包括:支撑座;至少三个标定杆,安装于支撑座上,至少三个标定杆的杆体位于同一平面、任意两个相邻的标定杆之间的夹角的角度为固定值,至少三个标定杆均位于激光雷达发出的光波的扫描路径上。该实施方式得到的激光雷达标定装置结构简单、容易生产与装配。该专利技术在标定过程对标志物有需求,是一种基于特定外形标志物的激光雷达标定方法,需要设置特定标定标志物,标定成本高。
公开号为CN110687521A、公开日为2020年1月14日、发明名称为《一种车载激光雷达标定的方法》,属于汽车自动驾驶领域。汽车自动驾驶技术中涉及的多传感器之间的融合技术不足。一种车载激光雷达标定的方法,设置一块标定板,配合安装在车辆上的激光雷达提取标定板的四个角点的步骤;测量四个角点在车体坐标系的物理坐标,结合由激光雷达提取的四个角点计算得到旋转平移矩阵的步骤;对两个激光雷达数据之间的进行坐标转换,拼接多台激光雷达,对激光雷达的标定的步骤。本发明具有精确将自动驾驶车辆之间的多传感器融合的优点。该专利技术的标定过程也对标志物的需求,是一种基于特定外形标志物的激光雷达标定方法,需要设置特定标定标志物,标定成本高。
公开号为CN109901138A、公开日为2019年6月18日、发明名称为《激光雷达标定方法、装置、设备和存储介质》,该装置终端在预设的标定场景内,获取待标定激光雷达的点云数据帧对,并获取惯性导航系统数据,进而通过标定算法,根据点云数据帧对和惯性导航系统数据,确定待标定激光雷达的标定结果,可以自动确定待标定激光雷达的标定结果,避免了手工测量获得激光雷达的标定结果的过程,进而提高了激光雷达的标定效率。该专利技术的标定过程对惯性导航系统数据有需求,是一种基于车辆惯性导航系统数据的激光雷达标定方法,需要进行特定环境改造,标定成本高。
综上所述,现有的标定方法,通常需要依赖于高成本标定室或者需要进行特定环境改造,标定成本高。目前没有发现同本发明类似技术的说明或报道,也尚未收集到国内外类似的资料。
发明内容
本发明针对现有技术中存在的上述不足,提供了一种多台目标激光雷达间的联合标定方法及系统。
本发明是通过以下技术方案实现的。
根据本发明的一台方面,提供了一种多台目标激光雷达间的联合标定方法,包括:
根据载具平台固定安装的多台目标激光雷达的机位,提取至少两台目标激光雷达的目标点云数据,并确定各台目标激光雷达的视野;
根据各台目标激光雷达的视野,确定需要进行视野补全的视野盲区;
设置辅助标定激光雷达,通过辅助标定激光雷达对需要进行视野补全的视野盲区的环境信息进行一次或多次点云数据采集;
对目标激光雷达和辅助标定激光雷达之间的至少部分点云数据进行点云匹配,和/或,对至少两台辅助标定激光雷达之间的点云数据进行点云匹配,计算出两个点云对应的激光雷达之间的空间位姿关系;
根据激光雷达之间的空间位姿关系的传递性原理,计算出多台目标激光雷达之间的空间位姿关系,即完成载具平台固定安装的多台目标激光雷达之间的联合标定。
优选地,所述辅助标定激光雷达为多台,多台所述辅助标定激光雷达分别设置于载具平台上,通过多台所述辅助标定激光雷采集的点云数据,分别对所述视野盲区进行一次或多次视野补全。
进一步优选地,多台所述辅助标定激光雷位于多台目标激光雷达之间。
优选地,所述辅助标定激光雷达为一台,一台所述辅助标定激光雷设置于载具平台外部,通过变化同一台所述辅助标定激光雷达的空间位姿采集点云数据,并对所述视野盲区进行一次或多次视野补全。
进一步优选地,所述辅助标定激光雷达固定于高处。
进一步优选地,所述高处包括:楼房、高杆、悬停于空中的飞行器等。
优选地,所述辅助标定激光雷达为一台,一台所述辅助标定激光雷达设置于载具平台的中心处,通过变化同一台所述辅助标定激光雷达的空间位姿采集点云数据,并对所述视野盲区进行一次或多次视野补全。
进一步优选地,所述辅助标定激光雷达通过云台设置于载具平台上。
进一步优选地,所述云台根据所述视野盲区的范围,等角度的旋转至少两个角度进行点云数据采集。
根据本发明的另一台方面,提供了一种多台目标激光雷达间的联合标定系统,包括:
辅助标定激光雷达,所述辅助标定激光雷达用于对需要进行视野补全的视野盲区的环境信息进行一次或多次点云数据采集;
数据处理模块,所述数据处理模块用于接收辅助标定激光雷达采集的视野盲区点云数据以及载具平台上至少两台目标激光雷达采集的点云数据,并进行点云匹配,计算出两个点云对应的激光雷达之间的空间位姿关系;其中,所述点云匹配包括:对目标激光雷达和辅助标定激光雷达之间的点云数据进行点云匹配,和/或,对至少两台辅助标定激光雷达之间的点云数据;
联合标定模块,所述联合标定模块根据数据处理模块计算得到的空间位姿关系,基于激光雷达之间的空间位姿关系的传递性原理,计算出多台目标激光雷达之间的空间位姿关系,完成载具平台固定安装的多台目标激光雷达之间的联合标定。
优选地,所述辅助标定激光雷达为多台,多台所述辅助标定激光雷达分别设置于载具平台上。
进一步优选地,所述辅助标定激光雷达位于多台目标激光雷达之间。
优选地,所述辅助标定激光雷达为一台,一台所述辅助标定激光雷设置于载具平台外部。
进一步优选地,所述辅助标定激光雷固定于高处。
进一步优选地,所述高处包括:楼房、高杆、悬停于空中的飞行器等。
优选地,所述辅助标定激光雷达为一台,一台所述辅助标定激光雷达设置于载具平台的中心处。
进一步优选地,所述辅助标定激光雷达通过云台设置于载具平台上。
由于采用了上述技术方案,本发明与现有技术相比,具有如下的有益效果:
1、本发明提供的多台目标激光雷达间的联合标定方法及系统,在无需准备专用标定室和不需要进行特定环境改造或设置特定标定标志物的情况下,通过使用辅助标定激光雷达,实现因激光雷达视野范围有限或因载具平台遮挡导致多台激光雷达间缺乏充分共同视野导致无法通过点云匹配进行联合标定的问题。
2、本发明提供的多台目标激光雷达间的联合标定方法及系统,利用环境中的结构化信息进行多台激光雷达间的标定,不需要额外设置标志物或者进行环境测绘。由此,可以简化多台激光雷达间的标定复杂度并降低标定成本,尤其适用于汽车的自动驾驶及人防监控等应用场景。
3、本发明提供的多台目标激光雷达间的联合标定方法及系统,可以在静态状态下完成。
实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1本发明一优选实施例中多台目标激光雷达间的联合标定方法示意图;
图2本发明另一优选实施例中多台目标激光雷达间的联合标定方法示意图;
图3本发明第三个优选实施例中多台目标激光雷达间的联合标定方法示意图;
图4为本发明实施例中多台目标激光雷达间的联合标定方法的流程图。
图中,101为目标激光雷达,102为从目标激光雷达中提取的目标点云数据,103为辅助标定激光雷达,104为使用辅助标定激光雷达采集的视野补全点云数据。
具体实施方式
下面对本发明的实施例作详细说明:本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
本发明一实施例提供了一种多台目标激光雷达间的联合标定方法,该方法针对因激光雷达视野范围有限或因载具平台遮挡导致多台激光雷达间缺乏充分共同视野导致无法通过点云匹配进行联合标定的问题,通过引入辅助标定激光雷达对上述缺乏的充分共同视野进行补全,从而提供了一种不依赖于高成本标定室且不需要进行特定环境改造的标定方法。
如图1所示,为使用多台辅助标定激光雷达分别对若干个视野盲区进行视野补全完成目标多台激光雷达的联合标定的方法。该方法包括如下步骤:
步骤1:根据载具平台固定安装的多台目标激光雷达的机位,提取至少两台目标激光雷达的目标点云数据,并确定各台目标激光雷达的视野;
步骤2:根据上述各台目标激光雷达的视野,确定需要进行视野补全的视野盲区的具体区域;
步骤3:使用辅助标定激光雷达对上述需要进行视野补全的视野阿蒙去具体区域的环境信息进行一次或多次点云数据采集;
步骤4:对上述目标激光雷达和辅助标定激光雷达之间的至少部分点云数据和/或至少两台辅助标定激光雷达之间的点云数据进行点云匹配,从而计算出两个点云对应的激光雷达之间的空间位姿关系;
步骤5:根据上述激光雷达之间的空间位姿关系的传递性原理,计算出多台目标激光雷达之间的空间位姿关系,即完成载具平台固定安装的多台目标激光雷达间的联合标定。
作为一优选实施例,辅助标定激光雷达为多台,多台辅助标定激光雷达分别设置于载具平台上,通过多台辅助标定激光雷采集的点云数据,分别对视野盲区进行一次或多次视野补全。
进一步优选地,多台辅助标定激光雷位于多台目标激光雷达之间。
如图2所示,为使用一台辅助标定激光雷达,通过在附近楼房高处或使用长杆抬高等方式,采集一个较大视野盲区区域点云数据完成目标多台激光雷达的联合标定的方法。该方法包括如下步骤:
步骤1:根据载具平台固定安装的多台目标激光雷达的机位,确定各台目标激光雷达的视野;
步骤2:根据上述各台目标激光雷达的视野,提取至少两台目标激光雷达的目标点云数据,并确定需要进行视野补全的视野盲区的具体区域;
步骤3:使用辅助标定激光雷达对上述需要进行视野补全的视野阿蒙去具体区域的环境信息进行一次或多次点云数据采集;
步骤4:对上述目标激光雷达和辅助标定激光雷达之间的至少部分点云数据,和/或至少两台辅助标定激光雷达之间的点云数据进行点云匹配,从而计算出两个点云对应的激光雷达之间的空间位姿关系;
步骤5:根据上述激光雷达之间的空间位姿关系的传递性原理,计算出多台目标激光雷达之间的空间位姿关系,即完成载具平台固定安装的多台目标激光雷达间的联合标定。
作为一优选实施例,辅助标定激光雷达为一台,一台辅助标定激光雷设置于载具平台外部,通过变化同一台辅助标定激光雷达的空间位姿采集点云数据,并对视野盲区进行一次或多次视野补全。
作为一优选实施例,辅助标定激光雷达固定于高处。
作为一优选实施例,高处包括:楼房、高杆、悬停于空中的飞行器等。
如图3所示,为将一台辅助标定激光雷达置于云台上,通过旋转云台旋转,采集多个视野盲区内的视野补全点云数据,完成目标多台激光雷达的联合标定的方法。该方法包括如下步骤:
步骤1:根据载具平台固定安装的多台目标激光雷达的机位,提取至少两台目标激光雷达的目标点云数据,并确定各台目标激光雷达的视野;
步骤2:根据上述各台目标激光雷达的视野,确定需要进行视野补全的视野盲区的具体区域;
步骤3:使用辅助标定激光雷达对上述需要进行视野补全的视野阿蒙去具体区域的环境信息进行一次或多次点云数据采集;
步骤4:对上述目标激光雷达和辅助标定激光雷达之间的至少部分点云数据,和/或至少两台辅助标定激光雷达之间的点云数据进行点云匹配,从而计算出两个点云对应的激光雷达之间的空间位姿关系;
步骤5:根据上述激光雷达之间的空间位姿关系的传递性原理,计算出多台目标激光雷达之间的空间位姿关系,即完成载具平台固定安装的多台目标激光雷达间的联合标定。
作为一优选实施例,辅助标定激光雷达为一台,一台辅助标定激光雷达设置于载具平台的中心处,通过变化同一台辅助标定激光雷达的空间位姿采集点云数据,并对视野盲区进行一次或多次视野补全。
作为一优选实施例,辅助标定激光雷达通过云台设置于载具平台上。
作为一优选实施例,所述云台根据所述视野盲区的范围,等角度的旋转至少两个角度进行点云数据采集。
在本发明部分实施例中:
使用辅助标定激光雷达进行标定,辅助标定激光雷达采集至少一次视野补全点云数据,视野补全点云数据用于补全多台目标激光雷达间视野盲区内的环境信息,视野盲区的特征在于不存在或仅存在不充分的多台目标激光雷达的目标点云数据。
通过变化同一台辅助标定激光雷达空间位姿,对视野盲区进行视野补全。
使用多台辅助标定激光雷达,分别对视野盲区进行视野补全。
在同一视野盲区内进行多次视野补全。
同一台辅助标定激光雷达的空间位姿变化控制装置为云台。
云台的控制方法为根据视野盲区的范围,等角度的旋转至少两个角度进行视野补全点云数据采集。
辅助标定激光雷达位于多台激光雷达所在的载具平台上或安装位置之间。
辅助标定激光雷达固定于楼房、高杆、悬停于空中的飞行器等高处。
通过目标点云数据和视野补全点云数据之间的点云匹配,和/或通过至少两个视野补全点云数据之间的点云匹配,计算出多台目标激光雷达间的联合标定参数。
计算两个点云对应的激光雷达之间的空间位姿关系以及计算多台目标激光雷达之间的空间位姿关系的方法,均可以采用现有方法,此处不再赘述。
本发明另一实施例提供了一种多台目标激光雷达间的联合标定系统,包括:
辅助标定激光雷达,辅助标定激光雷达用于对需要进行视野补全的视野盲区的环境信息进行一次或多次点云数据采集;
数据处理模块,数据处理模块用于接收辅助标定激光雷达采集的视野盲区点云数据以及载具平台上至少两台目标激光雷达采集的点云数据,并进行点云匹配,计算出两个点云对应的激光雷达之间的空间位姿关系;其中,点云匹配包括:对目标激光雷达和辅助标定激光雷达之间的点云数据进行点云匹配,和/或,对至少两台辅助标定激光雷达之间的点云数据;
联合标定模块,联合标定模块根据数据处理模块计算得到的空间位姿关系,基于激光雷达之间的空间位姿关系的传递性原理,计算出多台目标激光雷达之间的空间位姿关系,完成载具平台固定安装的多台目标激光雷达之间的联合标定。
作为一优选实施例,辅助标定激光雷达为多台,多台辅助标定激光雷达分别设置于载具平台上。
作为一优选实施例,辅助标定激光雷达位于多台目标激光雷达之间。
作为一优选实施例,辅助标定激光雷达为一台,一台辅助标定激光雷设置于载具平台外部。
作为一优选实施例,辅助标定激光雷固定于高处。
作为一优选实施例,高处包括:楼房、高杆、悬停于空中的飞行器等。
作为一优选实施例,辅助标定激光雷达为一台,一台辅助标定激光雷达设置于载具平台的中心处。
作为一优选实施例,辅助标定激光雷达通过云台设置于载具平台上。
本发明上述实施例所提供的一种多台目标激光雷达间的标定方法及系统,其中,定方法包括:从至少两台目标激光雷达101中分别提取目标点云数据102,其中,因多台目标激光雷达101本身视野有限或因安装位置视野受阻,导致目标点云数据102间存在完全没有点云或者点云不充足的视野盲区;在视野盲区内,使用辅助标定激光雷达103采集至少一次视野补全点云数据104;在视野补全点云数据104与目标点云数据102之间、或者两个视野补全点云数据104之间进行点云匹配,从而获得辅助标定激光雷达103和目标激光雷达101之间、或者两台辅助标定激光雷达103机位之间的标定参数(即空间位姿关系);根据标定参数的传递性原理计算出多台目标激光雷达101间的标定参数。根据本发明上述实施例提供的多台目标激光雷达间的标定方法及系统,利用环境中的结构化信息进行多台激光雷达间的标定,不需要额外设置标志物或者进行环境测绘。由此,可以简化多台激光雷达间的标定复杂度并降低标定成本,尤其适用于汽车的自动驾驶及人防监控等应用场景。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。
Claims (10)
1.一种多台目标激光雷达间的联合标定方法,其特征在于,包括:
根据载具平台固定安装的多台目标激光雷达的机位,提取至少两台目标激光雷达的目标点云数据,并确定各台目标激光雷达的视野;
根据各台目标激光雷达的视野,确定需要进行视野补全的视野盲区;
设置辅助标定激光雷达,通过辅助标定激光雷达对需要进行视野补全的视野盲区的环境信息进行一次或多次点云数据采集;
对目标激光雷达和辅助标定激光雷达之间的至少部分点云数据进行点云匹配,和/或,对至少两台辅助标定激光雷达之间的点云数据进行点云匹配,计算出两个点云对应的激光雷达之间的空间位姿关系;
根据激光雷达之间的空间位姿关系的传递性原理,计算出多台目标激光雷达之间的空间位姿关系,即完成载具平台固定安装的多台目标激光雷达之间的联合标定。
2.根据权利要求1所述的多台目标激光雷达间的联合标定方法,其特征在于,所述辅助标定激光雷达为多台,多台所述辅助标定激光雷达分别设置于载具平台上,通过多台所述辅助标定激光雷采集的点云数据,分别对所述视野盲区进行一次或多次视野补全。
3.根据权利要求2所述的多台目标激光雷达间的联合标定方法,其特征在于,多台所述辅助标定激光雷位于多台目标激光雷达之间。
4.根据权利要求1所述的多台目标激光雷达间的联合标定方法,其特征在于,所述辅助标定激光雷达为一台,一台所述辅助标定激光雷设置于载具平台外部,通过变化同一台所述辅助标定激光雷达的空间位姿采集点云数据,并对所述视野盲区进行一次或多次视野补全。
5.根据权利要求4所述的多台目标激光雷达间的联合标定方法,其特征在于,所述辅助标定激光雷达固定于高处。
6.根据权利要求1所述的多台目标激光雷达间的联合标定方法,其特征在于,所述辅助标定激光雷达为一台,一台所述辅助标定激光雷达设置于载具平台的中心处,通过变化同一台所述辅助标定激光雷达的空间位姿采集点云数据,并对所述视野盲区进行一次或多次视野补全。
7.根据权利要求6所述的多台目标激光雷达间的联合标定方法,其特征在于,所述辅助标定激光雷达通过云台设置于载具平台上。
8.根据权利要求7所述的多台目标激光雷达间的联合标定方法,其特征在于,所述云台根据所述视野盲区的范围,等角度的旋转至少两个角度进行点云数据采集。
9.一种多台目标激光雷达间的联合标定系统,其特征在于,包括:
辅助标定激光雷达,所述辅助标定激光雷达用于对需要进行视野补全的视野盲区的环境信息进行一次或多次点云数据采集;
数据处理模块,所述数据处理模块用于接收辅助标定激光雷达采集的视野盲区点云数据以及载具平台上至少两台目标激光雷达采集的点云数据,并进行点云匹配,计算出两个点云对应的激光雷达之间的空间位姿关系;其中,所述点云匹配包括:对目标激光雷达和辅助标定激光雷达之间的点云数据进行点云匹配,和/或,对至少两台辅助标定激光雷达之间的点云数据;
联合标定模块,所述联合标定模块根据数据处理模块计算得到的空间位姿关系,基于激光雷达之间的空间位姿关系的传递性原理,计算出多台目标激光雷达之间的空间位姿关系,完成载具平台固定安装的多台目标激光雷达之间的联合标定。
10.根据权利要求9所述的多台目标激光雷达间的联合标定系统,其特征在于,还包括如下任意一项:
-所述辅助标定激光雷达为多台,多台所述辅助标定激光雷达分别设置于载具平台上;
-所述辅助标定激光雷达为多台,多台所述辅助标定激光雷达分别设置于载具平台上并位于多台目标激光雷达之间;
-所述辅助标定激光雷达为一台,一台所述辅助标定激光雷设置于载具平台外部;
-所述辅助标定激光雷达为一台,一台所述辅助标定激光雷设置于载具平台外部并固定于高处;
-所述辅助标定激光雷达为一台,一台所述辅助标定激光雷达设置于载具平台的中心处;
-所述辅助标定激光雷达为一台,一台所述辅助标定激光雷达设置于载具平台的中心处并通过云台设置于载具平台上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011244288.9A CN112379353B (zh) | 2020-11-10 | 2020-11-10 | 多台目标激光雷达间的联合标定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011244288.9A CN112379353B (zh) | 2020-11-10 | 2020-11-10 | 多台目标激光雷达间的联合标定方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112379353A true CN112379353A (zh) | 2021-02-19 |
CN112379353B CN112379353B (zh) | 2022-10-25 |
Family
ID=74579690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011244288.9A Active CN112379353B (zh) | 2020-11-10 | 2020-11-10 | 多台目标激光雷达间的联合标定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112379353B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113701626A (zh) * | 2021-08-10 | 2021-11-26 | 哈尔滨岛田大鹏工业股份有限公司 | 汽车纵梁3d机器视觉检测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002065155A1 (en) * | 2001-02-09 | 2002-08-22 | Commonwealth Scientific And Industrial Research Organisation | Lidar system and method |
CN108437957A (zh) * | 2018-04-11 | 2018-08-24 | 济南浪潮高新科技投资发展有限公司 | 一种驾驶视野盲区检测及辅助制动方法及系统 |
US20190086524A1 (en) * | 2017-09-17 | 2019-03-21 | Baidu Online Network Technology (Beijing) Co., Ltd . | Parameter calibration method and apparatus of multi-line laser radar, device and readable medium |
CN109741402A (zh) * | 2018-12-26 | 2019-05-10 | 上海交通大学 | 基于激光雷达的小重合视野多摄像机联合标定方法 |
CN109901139A (zh) * | 2018-12-28 | 2019-06-18 | 文远知行有限公司 | 激光雷达标定方法、装置、设备和存储介质 |
CN110596683A (zh) * | 2019-10-25 | 2019-12-20 | 中山大学 | 一种多组激光雷达外参标定系统及其方法 |
CN110609268A (zh) * | 2018-11-01 | 2019-12-24 | 驭势科技(北京)有限公司 | 一种激光雷达标定方法、装置、系统及存储介质 |
CN111142091A (zh) * | 2020-01-10 | 2020-05-12 | 清华大学 | 一种融合车载信息的自动驾驶系统激光雷达在线标定方法 |
-
2020
- 2020-11-10 CN CN202011244288.9A patent/CN112379353B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002065155A1 (en) * | 2001-02-09 | 2002-08-22 | Commonwealth Scientific And Industrial Research Organisation | Lidar system and method |
US20190086524A1 (en) * | 2017-09-17 | 2019-03-21 | Baidu Online Network Technology (Beijing) Co., Ltd . | Parameter calibration method and apparatus of multi-line laser radar, device and readable medium |
CN108437957A (zh) * | 2018-04-11 | 2018-08-24 | 济南浪潮高新科技投资发展有限公司 | 一种驾驶视野盲区检测及辅助制动方法及系统 |
CN110609268A (zh) * | 2018-11-01 | 2019-12-24 | 驭势科技(北京)有限公司 | 一种激光雷达标定方法、装置、系统及存储介质 |
CN109741402A (zh) * | 2018-12-26 | 2019-05-10 | 上海交通大学 | 基于激光雷达的小重合视野多摄像机联合标定方法 |
CN109901139A (zh) * | 2018-12-28 | 2019-06-18 | 文远知行有限公司 | 激光雷达标定方法、装置、设备和存储介质 |
CN110596683A (zh) * | 2019-10-25 | 2019-12-20 | 中山大学 | 一种多组激光雷达外参标定系统及其方法 |
CN111142091A (zh) * | 2020-01-10 | 2020-05-12 | 清华大学 | 一种融合车载信息的自动驾驶系统激光雷达在线标定方法 |
Non-Patent Citations (2)
Title |
---|
M. SNORRASON ET.AL: "《Automatic target recognition in laser radar imagery》", 《1995 INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH, AND SIGNAL PROCESSING》 * |
项衍 等: "《激光雷达探测气溶胶光学特性的不确定性因素研究》", 《激光与光电子学进展》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113701626A (zh) * | 2021-08-10 | 2021-11-26 | 哈尔滨岛田大鹏工业股份有限公司 | 汽车纵梁3d机器视觉检测方法 |
CN113701626B (zh) * | 2021-08-10 | 2023-08-04 | 哈尔滨岛田大鹏工业股份有限公司 | 汽车纵梁3d机器视觉检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112379353B (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240053477A1 (en) | System and method for measuring image distance of power transmission lines with unmanned aerial vehicle (uav) | |
CN108571971B (zh) | 一种agv视觉定位系统及方法 | |
CN108020826B (zh) | 多线激光雷达与多路相机混合标定方法 | |
CN109634279B (zh) | 基于激光雷达与单目视觉的物体定位方法 | |
CN104298248A (zh) | 旋翼无人机精确视觉定位定向方法 | |
CN111487642A (zh) | 基于三维激光和双目视觉的变电站巡检机器人定位导航系统及方法 | |
CN113074727A (zh) | 基于蓝牙与slam的室内定位导航装置及其方法 | |
CN108775901B (zh) | 一种实时slam场景地图构建系统、导航系统及方法 | |
CN113516708B (zh) | 一种基于图像识别与uwb定位融合的输电线路巡检无人机精确定位系统及方法 | |
CN111551152B (zh) | 基于单目视觉的临近空间飞行器相对位姿测量方法及装置 | |
CN208027170U (zh) | 一种电力巡线无人机及系统 | |
CN111551151A (zh) | 基于双目视觉的临近空间飞行器相对位姿测量方法及装置 | |
CN110879617A (zh) | 一种红外引导无人机降落方法及装置 | |
CN111077907A (zh) | 一种室外无人机的自主定位方法 | |
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 | |
CN110927762A (zh) | 一种定位修正方法、装置及系统 | |
CN114488099A (zh) | 一种激光雷达系数标定方法、装置、电子设备及存储介质 | |
CN112379353B (zh) | 多台目标激光雷达间的联合标定方法及系统 | |
CN116129067A (zh) | 一种基于多源地理信息耦合的城市实景三维建模方法 | |
CN111208497A (zh) | 一种机载激光雷达系统平差处理方法 | |
CN113340272B (zh) | 一种基于无人机微群的地面目标实时定位方法 | |
CN112598756B (zh) | 路边传感器标定方法、装置和电子设备 | |
CN114527452A (zh) | 一种激光雷达外参在线标定方法 | |
CN117310627A (zh) | 一种应用于车路协同路侧感知系统的联合标定方法 | |
CN108733075B (zh) | 无人机的连续定点环绕拍摄的飞行系统及其飞行控制方法 |
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 |