CN112731358A - 一种多激光雷达外参在线标定方法 - Google Patents
一种多激光雷达外参在线标定方法 Download PDFInfo
- Publication number
- CN112731358A CN112731358A CN202110024880.6A CN202110024880A CN112731358A CN 112731358 A CN112731358 A CN 112731358A CN 202110024880 A CN202110024880 A CN 202110024880A CN 112731358 A CN112731358 A CN 112731358A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- laser radar
- blind
- matrix
- 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
本发明公开了一种多激光雷达外参在线标定方法,包括开启设置于车顶的主激光雷达和设置于车身的多台补盲激光雷达的相应功能,并同步锁定相位;将RTK接收机的PPS输出信号和GPRMC信号接入到所有激光雷达中;移动平台运动时定时触发一次外参校准程序;存储所有激光雷达的连续的多帧点云;通过所述主激光雷达的连续的多帧点云构建局部点云地图;利用稠密点云地图校准所述主激光雷达和所述补盲激光雷达的外参,提高了外参标定过程中的精度,同时提供了不同安装架构下的高精度外参标定方法。
Description
技术领域
本发明涉及机器视觉的技术领域,尤其涉及一种多激光雷达外参在线标定方法。
背景技术
近年来,随着AI技术的发展和传感器水平的进步,自动驾驶、移动机器人等技术已成为研究热点。这些技术实现的前提是充分感知周围环境。
以自动驾驶为例,移动平台上集成了激光雷达、相机、毫米波雷达、超声雷达、惯性测量单元和全球定位系统等多种传感器设备(或系统),用于感知周围环境信息。在这些传感器设备中,激光雷达扮演了重要的角色,其能够采集周围环境的三维点云信息、并且具有探测范围大和抗干扰性强等特点。为了增量移动平台对周围环境的感知能力,通常会配置多个激光雷达设备,但由于多个激光雷达设备的位置不同,导致各激光雷达设备所采集的环境数据之间会存在一定程度的偏移,故此,在多激光雷达系统投入使用之前,需对各激光雷达设备之间的相对位置关系进行标定(即需对各激光雷达设备之间的外部参数进行标定),外参标定的准确性对系统性能具有重要影响。
现有标定方法有离线标定和在线标定,而离线标定需要专业的标定环境,且传感器重新安装后需要再次标定,增加了大量的标定房建设成本和人力成本;而现有传统在线标定基于单帧点云,单帧点云由于激光雷达点云的稀疏性,精度低,故此,设计一种精度高的多激光雷达外参标定方法具有重要意义。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有传统多激光雷达外参在线标定方法存在的问题,提出了本发明。
因此,本发明解决的技术问题是:解决现有传统多激光雷达外参在线标定精度低的问题。
为解决上述技术问题,本发明提供如下技术方案:一种多激光雷达外参在线标定方法,包括以下步骤:开启设置于车顶的主激光雷达和设置于车身的多台补盲激光雷达的相位锁定功能、PPS信号触发扫描功能以及GPS时间同步功能,并同步锁定相位;将RTK接收机的PPS输出信号和GPRMC信号接入到所有激光雷达中;移动平台运动时定时触发一次外参校准程序;存储所有激光雷达的连续的点云帧;通过各自存储的连续的点云帧分别构建所述主激光雷达以及所述补盲激光雷达的局部点云地图;利用预先粗测量或上次校准计算出的当前所述补盲激光雷达和所述主激光雷达之间的旋转矩阵和平移矩阵作为初始猜测矩阵,将当前所述补盲激光雷达的局部点云地图与所述主激光雷达的局部点云地图利用ndt算法进行匹配,并利用匹配得到的结果矩阵得出本次校准结果;分别计算得到本次校准结果得到的平移矩阵和补盲雷达姿态相较于上次校准的变化量,对比得出本次最终校准结果;为每个所述补盲激光雷达重复上述步骤,得出最终校准结果;利用所述最终校准结果校准所述主激光雷达和所述补盲激光雷达的外参。
作为本发明所述的多激光雷达外参在线标定方法的一种优选方案,其中:所述主激光雷达和所述补盲激光雷达在同步锁定相位时,锁定于0相位。
作为本发明所述的多激光雷达外参在线标定方法的一种优选方案,其中:在GPS时间同步时,通过GPS给出UTC时间,并通过PPS信号上升沿标识所述UTC的整秒时刻。
作为本发明所述的多激光雷达外参在线标定方法的一种优选方案,其中:构建所述主激光雷达的局部点云地图的方法,包括以下步骤:根据存储的所述主激光雷达的连续点云帧,任意选取出一对相邻点云帧,通过选取的相邻点云帧中的GPRMC消息中的经纬度信息得到选取的此对相邻点云帧的旋转矩阵和平移矩阵;将初始旋转矩阵和初始平移矩阵作为得到选取的此对相邻点云帧的精确旋转矩阵和精确平移矩阵的初始猜测矩阵,进行ICP运算,得到选取的此对相邻点云帧的精确旋转矩阵和精确平移矩阵;为每对相邻点云帧重复上述步骤获取每对相邻点云帧的精确旋转矩阵和精确平移矩阵;利用所有精确旋转矩阵和精确平移矩阵拼接所有的点云帧得到所述主激光雷达的局部点云地图。
作为本发明所述的多激光雷达外参在线标定方法的一种优选方案,其中:当所述主激光雷达和所述补盲激光雷达均水平安装时,通过所述补盲激光雷达的连续的多帧点云构建局部点云地图的方法,包括以下步骤:选择一个所述补盲激光雷达;从存储的该所述补盲激光雷达的连续点云帧中选取与所述主激光雷达用来构建局部点云地图的连续点云帧GPS时间戳相同的连续点云帧;通过选取的时间戳一致的连续点云帧构建该所述补盲激光雷达的局部点云地图。
作为本发明所述的多激光雷达外参在线标定方法的一种优选方案,其中:当所述主激光雷达安装平面和所述补盲激光雷达安装平面夹角较大时,构建所述补盲激光雷达的局部点云地图的方法,包括以下步骤:选择一个所述补盲激光雷达;从存储的该所述补盲激光雷达的连续点云帧中选取与所述主激光雷达用来构建局部点云地图的连续点云帧GPS时间戳相同的连续点云帧;从所述主激光雷达的局部点云地图中提取地面点云;从获取的时间戳相同的连续点云帧中选取一帧,并利用预先粗测量或上次计算出的当前所述补盲激光雷达和主激光雷达之间的旋转矩阵和平移矩阵作为初始猜测矩阵,按照初始猜测矩阵旋转并平移当前选取的帧得到转换后的当前选取帧;获取转化后的当前选取帧中每个点到所述地面点云的欧式距离,找到所述欧式距离最小的点;计算得到以所述欧式距离最小的点为中心、半径为预设值的范围内的若干点的法向量;筛选所有法向量,并计算所述地面点云的法向量;计算两个法向量之间的旋转矩阵后获取优化后的旋转矩阵;获取所有优化后的旋转矩阵,并过滤;将过滤得到的旋转矩阵替换初始猜测矩阵的旋转矩阵部分,并获取所有点云帧,构建当前所述补盲激光雷达的局部点云地图。
作为本发明所述的多激光雷达外参在线标定方法的一种优选方案,其中:获取本次校准得到的旋转矩阵与平移矩阵与上次校准获取的旋转矩阵和平移矩阵后,当平移矩阵的变化量小于预先设置的阈值且旋转矩阵的变化量小于预先设置的阈值时,以本次校准结果作为本次最终校准结果,否则以上次校准结果作为本次最终校准结果。
作为本发明所述的多激光雷达外参在线标定方法的一种优选方案,其中:平移矩阵预先设置的阈值为10cm,旋转矩阵预先设置的阈值为5°。
本发明的有益效果:本发明提供一种针对自动驾驶车辆的利用连续多帧激光雷达扫描帧构成的点云进行多激光雷达外参在线标定的方法,提高了外参标定过程中的精度,同时针对补盲激光雷达和主雷达不安装在同一水平面上的多激光雷达安装架构,提出了首先利用主雷达和补盲激光雷达的地面点云的法向量优化主激光雷达和补盲激光雷达的旋转矩阵,再进行多帧点云标定的方法,提供了不同安装架构的高精度外参标定方法。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明提供的多激光雷达外参在线标定方法的方法流程图;
图2为本发明提供的补盲激光雷达和主雷达安装在同一水平面上的多激光雷达安装架构示意图;
图3为本发明提供的补盲激光雷达和主雷达不安装在同一水平面上的多激光雷达安装架构示意图;
图4为本发明涉及的主激光雷达单帧点云示意图;
图5为本发明涉及的补盲激光雷达单帧点云示意图;
图6为本发明提供的主激光雷达拼接得到的点云示意图;
图7为本发明提供的补盲激光雷达拼接得到的点云示意图;
其中,图2和图3中,1—主激光雷达;2、3—补盲激光雷达。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
现有标定方法有离线标定和在线标定,而离线标定需要专业的标定环境,且传感器重新安装后需要再次标定,增加了大量的标定房建设成本和人力成本;而现有传统在线标定基于单帧点云,如图4和图5,单帧点云由于激光雷达点云的稀疏性,精度低。
故此,请参阅图1~7,本发明提供一种多激光雷达外参在线标定方法,包括以下步骤:
开启设置于车顶的主激光雷达和设置于车身的多台补盲激光雷达的相位锁定功能、PPS信号触发扫描功能以及GPS时间同步功能,并同步锁定相位;
将RTK接收机的PPS输出信号和GPRMC信号接入到所有激光雷达中;
移动平台运动时定时触发一次外参校准程序;
存储所有激光雷达的连续的点云帧;
通过各自存储的连续的点云帧分别构建主激光雷达以及补盲激光雷达的局部点云地图;
利用预先粗测量或上次校准计算出的当前补盲激光雷达和主激光雷达之间的旋转矩阵和平移矩阵作为初始猜测矩阵,将当前补盲激光雷达的局部点云地图与主激光雷达的局部点云地图利用ndt算法进行匹配,并利用匹配得到的结果矩阵得出本次校准结果;
分别计算得到本次校准结果得到的平移矩阵和补盲雷达姿态相较于上次校准的变化量,对比得出本次最终校准结果;
为每个补盲激光雷达重复上述步骤,得出最终校准结果;
利用最终校准结果校准主激光雷达和补盲激光雷达的外参。
需要说明的是:
①如图2和图3所示,本发明通过安装在车顶的主激光雷达、安装在车身的多台补盲激光雷达、处理器为Intel酷睿I7的笔记本和高频(50Hz)RTK(实时动态定位)接收机,配合一种新颖的算法,构成一套多激光雷达在线标定方案;
②在正式进行标定之前,开启所有雷达的相应功能,主要包括相位锁定功能、PPS信号触发扫描功能和GPS时间同步功能,由于雷达上本身配置有此类功能,故此,直接在雷达硬件上开启即可;同时开启所有雷达的PPS信号触发扫描功能和GPS时间同步功能的作用是用一个统一的信号触发各类雷达同时开始扫描,另一个作用是将这各类雷达本次扫描的结果时间戳是一个相同的时间;
③GPRMC为GPS中的推荐定位信息,其中存储有较GPGGA更为准确的经纬度信息;
④移动平台运动时(即车辆自动驾驶过程中)定时(每隔一段时间或传感器重新安装后)触发一次外参校准程序;
其中,触发校准程序所隔的时间可以根据经验来设置,如:
举例1——每天自动驾驶车辆开始工作时触发一次校准;
举例2——累计工作100小时触发一次校准;
⑤处理器存储所有激光雷达的连续的多帧点云,如连续的10帧;
⑥发明的目的是在线得到精确的补盲激光雷达到主激光雷达的外参矩阵,而外参矩阵包含了补盲激光雷达到主激光雷达的旋转矩阵和平移矩阵。本发明使用ndt匹配算法获取外参矩阵,ndt匹配算法需要初始猜测矩阵作为算法的输入。初始猜测矩阵一般使用:
1.预先粗测量的外参矩阵;
2.上次计算出的外参矩阵;
故此,引入初始猜测矩阵进行相应的精确化匹配;
额外的,本发明使用的ndt匹配算法(现有技术)具体步骤为:
将空间(reference scan)划分成各个格子cell;
将点云投票到各个格子;
计算格子的正态分布PDF参数;
将第二幅scan的点落于reference的哪个格子,计算响应的概率分布函数;
求所有点的最优值。
额外需要注意的是:外参矩阵需要定期重新校准,所以引入上次校准的相应结果。
计算过程:
⑴平移矩阵的变化量计算:
本次校准得到的平移矩阵Mi+1(xi+1,yi+1,zi+1),上次计算出的平移矩阵Mi(xi,yi,zi),变化量ΔM:
⑵补盲雷达状态的变化量计算:
1)上次校准得到的旋转矩阵Ri,本次校准得到的旋转矩阵Ri+1,单位向量I(1,1,1);
2)上次校准得到的补盲雷达姿态为Oi=Ri*I,即表述为Oi(Ai,Bi,Ci);
3)本次校准得到的补盲雷达姿态为Oi+1=Ri+1*I,即表述为Oi+1(Ai+1,Bi+1,Ci+1);
4)两次校准得到的补盲雷达姿态的差距,用两次校准得到的补盲雷达姿态的夹角θ来衡量:
其中,主激光雷达和补盲激光雷达在同步锁定相位时,锁定于0相位。
进一步的,在GPS时间同步时,通过GPS给出UTC时间,并通过PPS信号上升沿标识UTC的整秒时刻。
不难理解的是,PPS=Pulse Per Second,即每秒脉冲数,在GPS中,GPS秒脉冲信号PPS一秒钟一个,其的作用是用来指示整秒的时刻,而该时刻通常是用PPS秒脉冲的上升沿来标示。GPS能给出UTC时间,但用户收到时是会有延时,为了精确授时,引入PPS信号上升沿来标示UTC(世界标准时间)的整秒时刻,精度很高可以到纳秒级,并且没有累积误差,而激光雷达的扫描时间是100毫秒。
更进一步的,如图6所示,通过主激光雷达的连续的多帧点云构建局部点云地图的方法,包括以下步骤:
S1:根据存储的主激光雷达的连续点云帧,任意选取出一对相邻点云帧,通过选取的相邻点云帧中的GPRMC消息中的经纬度信息得到选取的此对相邻点云帧的旋转矩阵和平移矩阵;
计算过程:
将相邻帧S1,S2,S3的gps经纬度坐标G1,G2,G3转化为utm平面坐标U1(x1,y1),U2(x2,y2),U3(x3,y3);
由坐标U1,U2计算S1到S2的旋转矩阵和平移矩阵,由坐标U2,U3计算S2到S3的旋转矩阵和平移矩阵。
需要说明的是:
旋转矩阵:用来表示相邻两个点云帧的姿态之间的旋转的矩阵,包含了旋转的方向和旋转的大小,
点云i+1的姿态=点云i的姿态*点云i到点云i+1的旋转矩阵;
平移矩阵:用来表示相邻两个点云帧之间的位移的矩阵,
点云i+1的位置=点云i的位置+点云i到点云i+1的位移矩阵;
S2:将初始旋转矩阵和初始平移矩阵作为得到选取的此对相邻点云帧的精确旋转矩阵和精确平移矩阵的初始猜测矩阵,进行ICP运算,得到选取的此对相邻点云帧的精确旋转矩阵和精确平移矩阵;
考虑到由gps经纬度得到的旋转矩阵和平移矩阵不仅精度低,还包含误差,而经过ICP运算得到的旋转矩阵和平移矩阵精度高,利用以上矩阵拼接所有的相邻点云帧得到主激光雷达的局部点云地图才是正确的点云地图,局部点云地图的精度高,得到的外参矩阵的精度就高;
额外的,本发明使用的ICP运算(现有技术)的实现方法为:
S3:为每对相邻点云重复上述步骤获取每对相邻点云帧的精确旋转矩阵和精确平移矩阵;
S4:利用所有精确旋转矩阵和精确平移矩阵拼接所有的点云帧获取主激光雷达的局部点云地图。
更进一步的,当主激光雷达和补盲激光雷达均水平安装时,通过补盲激光雷达的连续的多帧点云构建局部点云地图的方法,包括以下步骤:
S1:选择一个补盲激光雷达;
S2:从存储的该补盲激光雷达的连续点云帧中选取与主激光雷达用来构建局部点云地图的连续点云帧GPS时间戳相同的连续点云帧;
S3:通过选取的时间戳一致的连续点云帧构建该补盲激光雷达的局部点云地图,如图7所示,且定义利用ndt得到的结果矩阵即为本次校准结果;
具体包括:
通过相邻点云帧中的GPRMC消息中的经纬度信息获取相邻点云帧的旋转矩阵和平移矩阵;
将初始旋转矩阵和初始平移矩阵作为获取相邻点云帧的精确旋转矩阵和精确平移矩阵的初始猜测矩阵,进行ICP运算,获取其精确旋转矩阵和精确平移矩阵;
为每对相邻点云重复上述步骤获取每对相邻点云的精确旋转矩阵和精确平移矩阵;
利用所有精确旋转矩阵和精确平移矩阵拼接所有的点云帧获取补盲激光雷达的局部点云地图。
更进一步的,获取本次校准得到的旋转矩阵与平移矩阵与上次校准获取的旋转矩阵和平移矩阵后,当平移矩阵的变化量小于预先设置的阈值且旋转矩阵的变化量小于预先设置的阈值时,以本次校准结果作为本次最终校准结果,否则以上次校准结果作为本次最终校准结果。
优选的,平移矩阵预先设置的阈值为10cm,旋转矩阵预先设置的阈值为5°。
更进一步的,当主激光雷达安装平面和补盲激光雷达安装平面夹角较大时,通过补盲激光雷达的连续的多帧点云帧构建局部点云地图的方法,包括以下步骤:
S1:选择一个补盲激光雷达;
S2:从存储的该补盲激光雷达的连续点云帧中选取与主激光雷达用来构建局部点云地图的连续点云帧GPS时间戳相同的连续点云帧;
S3:从主激光雷达的局部点云地图中提取地面点云;
需要说明的是:局部点云地图中包含了地面点和非地面点,局部点云地图中所有地面点构成的集合就是地面点云。
获取的方法有多种,举例:首先,根据点云的径向梯度变化提取每帧点云中的地面点,然后根据点云帧的帧间匹配结果拼接点云帧中的地面点,得到连续稠密的地面点云。
S4:从获取的时间戳相同的连续点云帧中选取一帧,并利用预先粗测量或上次计算出的当前补盲激光雷达和主激光雷达之间的旋转矩阵和平移矩阵作为初始猜测矩阵,按照初始猜测矩阵旋转并平移当前选取的帧得到转换后的当前选取帧;
具体的,初始猜测矩阵包含两部分,平移矩阵Ms和旋转矩阵Mr。
Pi为选取的点云帧中的一点,Pi`为转换后的点,转换公式如下:
Pi`=Mr*(Pi+Ms);
为选取的点云帧中的所有点执行以上操作;
S5:获取转化后的当前选取帧中每个点到地面点云的欧式距离,找到欧式距离最小的点;
具体的,经过转换后的当前选取帧中的一个点Pm(Xm,Ym,Zm),地面点云中的点云中的一个点Pn(Xn,Yn,Zn),Pm和Pn的欧氏距离为Dmn,计算公式如下:
S6:计算得到以欧式距离最小的点为中心、半径为预设值的范围内的若干点的法向量;
额外的,根据补盲雷达的线束的空间分布,若地面线束排列紧密,则预设值可以取得小一些如0.3米;若地面线束排列稀疏,则预设值可以取得大一些如1.0米;
S7:筛选所有法向量,并计算地面点云的法向量;
利用RANSAC方法筛选所有法向量;同时计算地面点云的法向量通过pcl库中提供的点云法向量计算函数获取;
S8:计算两个法向量之间的旋转矩阵后获取优化后的旋转矩阵;
将初始猜测矩阵乘以两个法向量之间的旋转矩阵后得到优化后的旋转矩阵;
S9:获取所有优化后的旋转矩阵,并利用RANSAC方法过滤;
需要说明的是,RANSAC方法是一种在一组数据中排除“离群”数据的方法,过滤后将排除掉“将得到的全部优化后的旋转矩阵”中的离群旋转矩阵;
S10:将过滤得到的旋转矩阵替换初始猜测矩阵的旋转矩阵部分,并利用替换后的初始猜测矩阵变换与主激光雷达选取的连续点云帧GPS时间戳相同的点云帧,从而获取所有点云帧,构建当前补盲激光雷达的局部点云地图,如图7所示,且定义通过ndt得到的结果矩阵修正替换过旋转矩阵部分的初始猜测矩阵作为本次校准结果;
其中,获取ndt得到的结果矩阵后,修正获取本次校准结果。替换后得到的新初始猜测矩阵包括两部分,平移矩阵Ms_i和旋转矩阵Mr_i。
ndt得到的结果矩阵包括两部分,平移矩阵Ms_n和旋转矩阵Mr_n。
经过修正得到的矩阵包括两部分,平移矩阵Ms_f和旋转矩阵Mr_f。
Ms_f=Ms_i+Ms_n
Mr_f=Mr_n*Mr_i
具体的,前述得到了一系列点云帧(与主激光雷达选取的连续点云帧GPS时间戳相同的点云帧),而初始猜测矩阵包含两部分,平移矩阵Ms和旋转矩阵Mr。
其中,获取本次校准得到的旋转矩阵与平移矩阵与上次校准获取的旋转矩阵和平移矩阵后,当平移矩阵的变化量小于预先设置的阈值且旋转矩阵的变化量小于预先设置的阈值时,以本次校准结果作为本次最终校准结果,否则以上次校准结果作为本次最终校准结果。
优选的,平移矩阵预先设置的阈值为10cm,旋转矩阵预先设置的阈值为5°;
综上,使用文中详细记载的方式校准出的外参精度高,具体体现在:平移矩阵误差在厘米级,旋转矩阵在roll、pitch、yaw三个轴上的旋转角误差在0.1度级。
本发明提供一种针对自动驾驶车辆的利用连续多帧激光雷达扫描帧构成的点云进行多激光雷达外参在线标定的方法,提高了外参标定过程中的精度,同时针对补盲激光雷达和主雷达不安装在同一水平面上的多激光雷达安装架构,提出了首先利用主雷达和补盲激光雷达的地面点云的法向量优化主激光雷达和补盲激光雷达的旋转矩阵,再进行多帧点云标定的方法,提供了不同安装架构的高精度外参标定方法。
重要的是,应注意,在多个不同示例性实施方案中示出的本申请的构造和布置仅是例示性的。尽管在此公开内容中仅详细描述了几个实施方案,但参阅此公开内容的人员应容易理解,在实质上不偏离该申请中所描述的主题的新颖教导和优点的前提下,许多改型是可能的(例如,各种元件的尺寸、尺度、结构、形状和比例、以及参数值(例如,温度、压力等)、安装布置、材料的使用、颜色、定向的变化等)。例如,示出为整体成形的元件可以由多个部分或元件构成,元件的位置可被倒置或以其它方式改变,并且分立元件的性质或数目或位置可被更改或改变。因此,所有这样的改型旨在被包含在本发明的范围内。可以根据替代的实施方案改变或重新排序任何过程或方法步骤的次序或顺序。在权利要求中,任何“装置加功能”的条款都旨在覆盖在本文中所描述的执行所述功能的结构,且不仅是结构等同而且还是等同结构。在不背离本发明的范围的前提下,可以在示例性实施方案的设计、运行状况和布置中做出其他替换、改型、改变和省略。因此,本发明不限制于特定的实施方案,而是扩展至仍落在所附的权利要求书的范围内的多种改型。
此外,为了提供示例性实施方案的简练描述,可以不描述实际实施方案的所有特征(即,与当前考虑的执行本发明的最佳模式不相关的那些特征,或于实现本发明不相关的那些特征)。
应理解的是,在任何实际实施方式的开发过程中,如在任何工程或设计项目中,可做出大量的具体实施方式决定。这样的开发努力可能是复杂的且耗时的,但对于那些得益于此公开内容的普通技术人员来说,不需要过多实验,所述开发努力将是一个设计、制造和生产的常规工作。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.一种多激光雷达外参在线标定方法,其特征在于,包括以下步骤:
开启设置于车顶的主激光雷达和设置于车身的多台补盲激光雷达的相位锁定功能、PPS信号触发扫描功能以及GPS时间同步功能,并同步锁定相位;
将RTK接收机的PPS输出信号和GPRMC信号接入到所有激光雷达中;
移动平台运动时定时触发一次外参校准程序;
存储所有激光雷达的连续的点云帧;
通过各自存储的连续的点云帧分别构建所述主激光雷达以及所述补盲激光雷达的局部点云地图;
利用预先粗测量或上次校准计算出的当前所述补盲激光雷达和所述主激光雷达之间的旋转矩阵和平移矩阵作为初始猜测矩阵,将当前所述补盲激光雷达的局部点云地图与所述主激光雷达的局部点云地图利用ndt算法进行匹配,并利用匹配得到的结果矩阵得出本次校准结果;
分别计算得到本次校准结果得到的平移矩阵和补盲雷达姿态相较于上次校准的变化量,对比得出本次最终校准结果;
为每个所述补盲激光雷达重复上述步骤,得出最终校准结果;
利用所述最终校准结果校准所述主激光雷达和所述补盲激光雷达的外参。
2.根据权利要求1所述的多激光雷达外参在线标定方法,其特征在于:所述主激光雷达和所述补盲激光雷达在同步锁定相位时,锁定于0相位。
3.根据权利要求1或2所述的多激光雷达外参在线标定方法,其特征在于:在GPS时间同步时,通过GPS给出UTC时间,并通过PPS信号上升沿标识所述UTC的整秒时刻。
4.根据权利要求3所述的多激光雷达外参在线标定方法,其特征在于,构建所述主激光雷达的局部点云地图的方法,包括以下步骤:
根据存储的所述主激光雷达的连续点云帧,任意选取出一对相邻点云帧,通过选取的相邻点云帧中的GPRMC消息中的经纬度信息得到选取的此对相邻点云帧的旋转矩阵和平移矩阵;
将初始旋转矩阵和初始平移矩阵作为得到选取的此对相邻点云帧的精确旋转矩阵和精确平移矩阵的初始猜测矩阵,进行ICP运算,得到选取的此对相邻点云帧的精确旋转矩阵和精确平移矩阵;
为每对相邻点云帧重复上述步骤获取每对相邻点云帧的精确旋转矩阵和精确平移矩阵;
利用所有精确旋转矩阵和精确平移矩阵拼接所有的点云帧得到所述主激光雷达的局部点云地图。
5.根据权利要求4所述的多激光雷达外参在线标定方法,其特征在于,当所述主激光雷达和所述补盲激光雷达均水平安装时,构建所述补盲激光雷达的局部点云地图的方法,包括以下步骤:
选择一个所述补盲激光雷达;
从存储的该所述补盲激光雷达的连续点云帧中选取与所述主激光雷达用来构建局部点云地图的连续点云帧GPS时间戳相同的连续点云帧;
通过选取的时间戳一致的连续点云帧构建该所述补盲激光雷达的局部点云地图。
6. 根据权利要求4 所述的多激光雷达外参在线标定方法,其特征在于,当所述主激光雷达安装平面和所述补盲激光雷达安装平面夹角较大时,构建所述补盲激光雷达的局部点云地图的方法,包括以下步骤:
选择一个所述补盲激光雷达;
从存储的该所述补盲激光雷达的连续点云帧中选取与所述主激光雷达用来构建局部点云地图的连续点云帧GPS时间戳相同的连续点云帧;
从所述主激光雷达的局部点云地图中提取地面点云;
从获取的时间戳相同的连续点云帧中选取一帧,并利用预先粗测量或上次计算出的当前所述补盲激光雷达和主激光雷达之间的旋转矩阵和平移矩阵作为初始猜测矩阵,按照初始猜测矩阵旋转并平移当前选取的帧得到转换后的当前选取帧;
获取转化后的当前选取帧中每个点到所述地面点云的欧式距离,找到所述欧式距离最小的点;
计算得到以所述欧式距离最小的点为中心、半径为预设值的范围内的若干点的法向量;
筛选所有法向量,并计算所述地面点云的法向量;
计算两个法向量之间的旋转矩阵后获取优化后的旋转矩阵;
获取所有优化后的旋转矩阵,并过滤;
将过滤得到的旋转矩阵替换初始猜测矩阵的旋转矩阵部分,并获取所有点云帧,构建当前所述补盲激光雷达的局部点云地图。
7.根据权利要求1、5或6所述的多激光雷达外参在线标定方法,其特征在于:获取本次校准得到的旋转矩阵与平移矩阵与上次校准获取的旋转矩阵和平移矩阵后,当平移矩阵的变化量小于预先设置的阈值且旋转矩阵的变化量小于预先设置的阈值时,以本次校准结果作为本次最终校准结果,否则以上次校准结果作为本次最终校准结果。
8.根据权利要求7所述的多激光雷达外参在线标定方法,其特征在于:平移矩阵预先设置的阈值为10cm,旋转矩阵预先设置的阈值为5°。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110024880.6A CN112731358B (zh) | 2021-01-08 | 2021-01-08 | 一种多激光雷达外参在线标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110024880.6A CN112731358B (zh) | 2021-01-08 | 2021-01-08 | 一种多激光雷达外参在线标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112731358A true CN112731358A (zh) | 2021-04-30 |
CN112731358B CN112731358B (zh) | 2022-03-01 |
Family
ID=75589912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110024880.6A Active CN112731358B (zh) | 2021-01-08 | 2021-01-08 | 一种多激光雷达外参在线标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112731358B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113609985A (zh) * | 2021-08-05 | 2021-11-05 | 诺亚机器人科技(上海)有限公司 | 物体位姿检测方法、检测设备、机器人及可存储介质 |
CN113640772A (zh) * | 2021-09-16 | 2021-11-12 | 招商局检测车辆技术研究院有限公司 | 车路协同中实现目标感知的方法及系统 |
CN113866747A (zh) * | 2021-10-13 | 2021-12-31 | 上海师范大学 | 一种多激光雷达的标定方法及装置 |
CN115236644A (zh) * | 2022-07-26 | 2022-10-25 | 广州文远知行科技有限公司 | 一种激光雷达外参标定方法、装置、设备和存储介质 |
WO2022246826A1 (zh) * | 2021-05-28 | 2022-12-01 | 深圳市大疆创新科技有限公司 | 外参标定方法、装置、可移动平台和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109522832A (zh) * | 2018-11-06 | 2019-03-26 | 浙江工业大学 | 一种基于点云片段匹配约束和轨迹漂移优化的回环检测方法 |
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 |
CN110031825A (zh) * | 2019-04-17 | 2019-07-19 | 北京智行者科技有限公司 | 激光定位初始化方法 |
CN111090084A (zh) * | 2018-10-24 | 2020-05-01 | 舜宇光学(浙江)研究院有限公司 | 多激光雷达外参标定方法、标定装置、标定系统和电子设备 |
CN111796248A (zh) * | 2020-09-08 | 2020-10-20 | 奥特酷智能科技(南京)有限公司 | 一种激光雷达和毫米波雷达的联合标定方法 |
-
2021
- 2021-01-08 CN CN202110024880.6A patent/CN112731358B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111090084A (zh) * | 2018-10-24 | 2020-05-01 | 舜宇光学(浙江)研究院有限公司 | 多激光雷达外参标定方法、标定装置、标定系统和电子设备 |
CN109522832A (zh) * | 2018-11-06 | 2019-03-26 | 浙江工业大学 | 一种基于点云片段匹配约束和轨迹漂移优化的回环检测方法 |
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 |
CN110031825A (zh) * | 2019-04-17 | 2019-07-19 | 北京智行者科技有限公司 | 激光定位初始化方法 |
CN111796248A (zh) * | 2020-09-08 | 2020-10-20 | 奥特酷智能科技(南京)有限公司 | 一种激光雷达和毫米波雷达的联合标定方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022246826A1 (zh) * | 2021-05-28 | 2022-12-01 | 深圳市大疆创新科技有限公司 | 外参标定方法、装置、可移动平台和存储介质 |
CN113609985A (zh) * | 2021-08-05 | 2021-11-05 | 诺亚机器人科技(上海)有限公司 | 物体位姿检测方法、检测设备、机器人及可存储介质 |
CN113609985B (zh) * | 2021-08-05 | 2024-02-23 | 诺亚机器人科技(上海)有限公司 | 物体位姿检测方法、检测设备、机器人及可存储介质 |
CN113640772A (zh) * | 2021-09-16 | 2021-11-12 | 招商局检测车辆技术研究院有限公司 | 车路协同中实现目标感知的方法及系统 |
CN113866747A (zh) * | 2021-10-13 | 2021-12-31 | 上海师范大学 | 一种多激光雷达的标定方法及装置 |
CN113866747B (zh) * | 2021-10-13 | 2023-10-27 | 上海师范大学 | 一种多激光雷达的标定方法及装置 |
CN115236644A (zh) * | 2022-07-26 | 2022-10-25 | 广州文远知行科技有限公司 | 一种激光雷达外参标定方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112731358B (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112731358B (zh) | 一种多激光雷达外参在线标定方法 | |
CN109696663B (zh) | 一种车载三维激光雷达标定方法和系统 | |
EP2993490B1 (en) | Operating device, operating method, and program therefor | |
Skaloud et al. | Rigorous approach to bore-sight self-calibration in airborne laser scanning | |
CN102645209B (zh) | 机载LiDAR点云和高分辨率影像进行空间点的联合定位方法 | |
CN103323026B (zh) | 星敏感器和有效载荷的姿态基准偏差估计与修正方法 | |
CN109934920A (zh) | 基于低成本设备的高精度三维点云地图构建方法 | |
US20090237297A1 (en) | Geodesy Via GPS and INSAR Integration | |
CN112859051A (zh) | 激光雷达点云运动畸变的矫正方法 | |
CN113819906A (zh) | 一种基于统计相似度量的组合导航鲁棒滤波方法 | |
CN114325667A (zh) | 组合导航设备与激光雷达的外参标定方法及装置 | |
CN104833372A (zh) | 一种车载移动测量系统高清全景相机外参数标定方法 | |
CN110187375A (zh) | 一种基于slam定位结果提高定位精度的方法及装置 | |
CN105424041A (zh) | 一种基于bd/ins紧耦合的行人定位算法 | |
CN109507706B (zh) | 一种gps信号丢失的预测定位方法 | |
CN112781586B (zh) | 一种位姿数据的确定方法、装置、电子设备及车辆 | |
CN102346033B (zh) | 基于卫星观测角误差估计的直接定位方法及系统 | |
CN108303043B (zh) | 多传感器信息融合的植物叶面积指数检测方法及系统 | |
CN114413887B (zh) | 一种传感器外部参数标定方法、设备及介质 | |
CN113341384A (zh) | 雷达校准 | |
CN111398980A (zh) | 一种机载LiDAR数据处理的方法及装置 | |
US20230160741A1 (en) | Ship weighing system and ship weighing method | |
CN102508279A (zh) | 卫星导航系统gnss定姿测量值的处理方法及gnss定姿测量仪 | |
CN111487621A (zh) | 一种基于雷达图像的海表流场反演方法及电子设备 | |
CN209802285U (zh) | 一种通信基站天线形变的监测系统 |
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 | ||
CP02 | Change in the address of a patent holder | ||
CP02 | Change in the address of a patent holder |
Address after: 210012 room 401-404, building 5, chuqiaocheng, No. 57, Andemen street, Yuhuatai District, Nanjing, Jiangsu Province Patentee after: AUTOCORE INTELLIGENT TECHNOLOGY (NANJING) Co.,Ltd. Address before: 211800 building 12-289, 29 buyue Road, Qiaolin street, Pukou District, Nanjing City, Jiangsu Province Patentee before: AUTOCORE INTELLIGENT TECHNOLOGY (NANJING) Co.,Ltd. |