CN112748421B - 一种基于直行路段自动驾驶的激光雷达校准方法 - Google Patents

Abstract

本发明公开了一种基于直行路段自动驾驶的激光雷达校准方法，车辆在直行路段行驶，根据自动驾驶高精地图轨迹与激光雷达检测出的路沿，进行地图轨迹线和路沿线的直线函数拟合，求取拟合的两直线间夹角，即为激光雷达检测的偏差角度，并利用求取的偏差角度结合障碍物在Frenet坐标系中偏差坐标点，最终得出障碍物的校准位置，最后通过平面旋转实时调整激光雷达偏差角度。本申请实现了自动驾驶车辆在直行路段运行中动态校准激光雷达，提高了实时性，且本申请所提供的计算方法简单，提高了计算机处理速度，降低了障碍物检测延迟。

Description

一种基于直行路段自动驾驶的激光雷达校准方法

技术领域

本发明属于自动驾驶激光雷达检测技术领域，尤其涉及一种基于直行路段自动驾驶的激光雷达校准方法。

背景技术

目前，国内外自动驾驶技术发展迅猛，自动驾驶技术包含感知技术、高精定位技术、综合决策技术、底盘控制技术，其中激光雷达在感知技术和高精定位技术中不可或缺。激光雷达可以完成路沿检测、障碍物识别，创建高精地图等工作。由于人工安装、车辆颠簸等原因，激光雷达的正方向和车辆的正方向会产生一定角度的偏差，因此激光雷达就不能保证其精准性。在识别远距离的障碍物时，微小的角度偏差就会出现障碍物相对车辆位置发生偏移，导致障碍物识别出现误判、高精地图数据异常等不可估量的后果，会直接影响自动驾驶车辆的安全运行。

随着自动驾驶在重型车辆上的广泛应用，自动驾驶安全指标的日趋严格。由于重型车辆惯性大、重心高、刹车距离长等原因，尤其是在直行道路上行驶时，车速的提高对于远距离障碍物的识别尤为关键。如何校准激光雷达角度的，实时精准地识别远距离障碍物，保障自动驾驶运行安全非常重要。

发明内容

针对上述技术问题，本发明提出了一种基于直行路段自动驾驶的激光雷达校准方法。

具体通过以下技术方案来实现：

本发明第一方面提供了一种基于直行路段自动驾驶的激光雷达校准方法，包括如下步骤：

获取自动驾驶高精地图轨迹线散点数据和激光雷达检测出的路沿线散点数据；

将所述地图轨迹线与路沿线散点数据转换到同一Frenet坐标系，进行地图轨迹线和路沿线的直线函数拟合，求取拟合的两直线间夹角，即为激光雷达检测的偏差角度；

获取激光雷达检测出的障碍物位置数据，将其转换成Frenet坐标系中的坐标点，

根据激光雷达检测出的障碍物位置的坐标点和偏差角度，计算得到校准后的障碍物实际坐标点；

根据计算出的障碍物实际坐标点与激光雷达测出障碍物位置坐标间关系，进行激光雷达的平面旋转调整。

可选的，所述激光雷达校准为实时动态校准过程。

可选的，在进行实时动态校准时，所述激光雷达每扫描一周，立即进行一次校准。

本发明第二方面提供了一种基于重型车直行路段自动驾驶的激光雷达校准装置，所述装置包括：

散点数据获取模块，用于获取自动驾驶高精地图轨迹线散点数据和激光雷达检测出的路沿线散点数据；

线性拟合模块，用于将所述地图轨迹线与路沿线散点数据转换到同一Frenet坐标系，进行地图轨迹线和路沿线的直线函数拟合，求取拟合的两直线间夹角，即为激光雷达检测的偏差角度；

障碍物位置获取模块，用于获取激光雷达检测出的障碍物位置数据，将其转换成Frenet坐标系中的坐标点；

校准模块，用于根据激光雷达检测出的障碍物位置的坐标点和偏差角度，计算得到校准后的障碍物实际坐标点；

调整模块，用于根据计算出的障碍物实际坐标点与激光雷达测出障碍物位置坐标间关系，进行激光雷达的平面旋转调整。

与现有技术相比，本发明具有以下有益的技术效果：

本发明提供的基于重型车直行路段自动驾驶的激光雷达校准方法，利用车辆的自动驾驶高精地图轨迹与车载激光雷达检测出的路沿所拟合的线性函数求取激光偏差角度，并利用求取的偏差角度结合偏差障碍物在Frenet坐标系中坐标点，最终得出障碍物的校准位置，实现自动驾驶车辆在直行路段运行中动态校准激光雷达，提高了实时性，且本申请所提供的计算方法简单，提高了计算机处理速度，降低了障碍物检测延迟。

附图说明

图1是本发明实施例所提供的一种基于直行路段自动驾驶的激光雷达校准方法的流程示意图；

图2是本发明的激光雷达校准前后效果比较图；

图3是计算障碍物实际坐标点实例模型示意图；

图4是Frenet坐标系示意图；

图5是本发明实施例所提供的一种基于重型车直行路段自动驾驶的激光雷达校准装置的结构示意图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在本申请所提供的几个实施例中，所描述的系统实施例仅仅是示意性的，例如所述模块的划分，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，例如多个模块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接口，模块或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。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，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

实施例1

图1为本发明实施例所提供的一种基于直行路段自动驾驶的激光雷达校准方法的流程示意图；

车辆在直行路段行驶时，车速提高刹车距离增长，需要对远距离障碍物进行及时的精准检测，车载激光雷达的微小偏差就会导致判断远距离的障碍物时发生位置误判。本方法根据车辆的自动驾驶高精地图轨迹与车载激光雷达检测出的路沿，实时计算激光雷达偏差角度；且在进行实时动态校准时，车载激光雷达每扫描一周，立即进行一次校准。

如图1所示，一种基于直行路段自动驾驶的激光雷达校准方法，包括如下步骤：

S101、获取自动驾驶高精地图轨迹线散点数据和激光雷达检测出的路沿线散点数据；

S102、将所述地图轨迹线与路沿线散点数据转换到同一Frenet坐标系，进行地图轨迹线和路沿线的直线函数拟合，求取拟合的两直线间夹角，即为激光雷达检测的偏差角度；

具体的，在直行路段中，正常行驶的方向与道路方向相同，获取此路段的自动驾驶高精地图轨迹线散点数据和激光雷达检测出的路沿线散点数据，将此路段的自动驾驶高精地图轨迹线与激光雷达点云转换到同一Frenet坐标系下，对地图轨迹线进行直线拟合，将激光雷达检测出的路沿线也进行直线拟合，在进行线性拟合时，采用matlab自带的拟合函数进行拟合，将拟合得到的直线函数进行联立，求取两直线夹角，即为激光雷达检测的偏差角度。

S103、获取激光雷达检测出的障碍物位置数据，将其转换成Frenet坐标系中的坐标点，

S104、根据激光雷达检测出的障碍物位置的坐标点和偏差角度，计算得到校准后的障碍物实际坐标点。

具体的，图3为计算障碍物实际坐标点实例模型示意图，如图3所示，以一个远距离障碍物模型为例，其偏差校准的具体计算方式如下：

(1)由步骤S102计算得到的激光雷达偏差角度为α，假定障碍物位置为A，车辆位置为O，ON为激光雷达显示偏差轨迹，OM为车辆实际轨迹，B为A在ON上的投影，C为A在OM上的投影，E为B在OM上的投影，D为AC与ON的交点。

(2)由于A是激光雷达检测出的障碍物，经过坐标系转换计算其在Frenet坐标系下的坐标，Frenet坐标系示意图如图4所示，它以车辆自身为原点，以道路中心线作为参考线，使用参考线的切线向量和法线向量建立坐标系；图中，中间曲线为车辆轨迹线，两侧曲线为示意道路路沿，O为车辆位置，直行路段上有障碍物A，C为A在轨迹线上的投影，直线OC的长度为S1，CA的长度为L1，则障碍物A坐标为(S1,L1)。

本校准是基于直行道路，将障碍物A由激光雷达检测出的位置数据转换至Frenet坐标系中，因此以激光雷达显示偏差轨迹ON为参考线，假定A点误差坐标为(S,L)，即AB＝L，OB＝S。同理，校准后的障碍物A实际坐标在Frenet坐标系下，是以车辆实际轨迹OM为参考线，假定A点校准坐标为(S1,L1)，则OC＝S1，AC＝L1。

根据如图3中的各轨迹线间投影关系，得出：

OE＝OB×cosα

CE＝AB×sinα

AD＝ABcosα

CD＝OC×tanα

OC＝OE-CE

AC＝AD+CD

AD＝AB/cosα

由以上各式，推理可得：

S1＝S×cosα-L×sinα

L1＝Lcosα+S1×tanα

综上，最终求出校准后障碍物实际坐标点。

S105、根据计算出的障碍物实际坐标点与激光雷达测出障碍物位置坐标间关系，进行激光雷达的平面旋转调整。

具体的，根据计算出的障碍物实际坐标点与激光雷达测出障碍物位置坐标间关系，进行激光雷达的平面旋转调整，实时调整激光雷达偏差角度。

如图2为激光雷达校准前后效果比较图；从图中可以看出，激光雷达经校准过后，能够对在直线行驶路段的障碍物进行精准测定。

实施例2

图5是本发明实施例所提供的一种基于重型车直行路段自动驾驶的激光雷达校准装置的结构示意图，该装置实时计算激光雷达偏差角度，并实时动态校准偏差角度；且在进行实时动态校准时，车载激光雷达每扫描一周，立即进行一次校准。

该装置具体包括：

散点数据获取模块，用于获取自动驾驶高精地图轨迹线散点数据和激光雷达检测出的路沿线散点数据；

线性拟合模块，用于将所述地图轨迹线与路沿线散点数据转换到同一Frenet坐标系，进行地图轨迹线和路沿线的直线函数拟合，求取拟合的两直线间夹角，即为激光雷达检测的偏差角度；

障碍物位置获取模块，用于获取激光雷达检测出的障碍物位置数据，将其转换成Frenet坐标系中的坐标点；

校准模块，用于根据激光雷达检测出的障碍物位置的坐标点和偏差角度，计算得到校准后的障碍物实际坐标点；

调整模块，用于根据计算出的障碍物实际坐标点与激光雷达测出障碍物位置坐标间关系，进行激光雷达的平面旋转调整。

以上给出的实施例是实现本发明较优的例子，本发明不限于上述实施例。本领域的技术人员根据本发明技术方案的技术特征所做出的任何非本质的添加、替换，均属于本发明的保护范围。

Claims (4)

1.一种基于直行路段自动驾驶的激光雷达校准方法，其特征在于，包括如下步骤：

获取自动驾驶高精地图轨迹线散点数据和激光雷达检测出的路沿线散点数据；

将所述地图轨迹线与路沿线散点数据转换到同一Frenet坐标系，进行地图轨迹线和路沿线的直线函数拟合，求取拟合的两直线间夹角，即为激光雷达检测的偏差角度；

获取激光雷达检测出的障碍物位置数据，将其转换成Frenet坐标系中的坐标点；

根据激光雷达检测出的障碍物位置的坐标点和偏差角度，计算得到校准后的障碍物实际坐标点；

根据计算出的障碍物实际坐标点与激光雷达测出障碍物位置坐标间关系，进行激光雷达的平面旋转调整。

2.根据权利要求1所述的一种基于直行路段自动驾驶的激光雷达校准方法，其特征在于：所述激光雷达校准为实时动态校准过程。

3.根据权利要求2所述的一种基于直行路段自动驾驶的激光雷达校准方法，其特征在于：在进行实时动态校准时，所述激光雷达每扫描一周，立即进行一次校准。

4.一种基于重型车直行路段自动驾驶的激光雷达校准装置，其特征在于，所述装置包括：

散点数据获取模块，用于获取自动驾驶高精地图轨迹线散点数据和激光雷达检测出的路沿线散点数据；

线性拟合模块，用于将所述地图轨迹线与路沿线散点数据转换到同一Frenet坐标系，进行地图轨迹线和路沿线的直线函数拟合，求取拟合的两直线间夹角，即为激光雷达检测的偏差角度；

障碍物位置获取模块，用于获取激光雷达检测出的障碍物位置数据，将其转换成Frenet坐标系中的坐标点；

校准模块，用于根据激光雷达检测出的障碍物位置的坐标点和偏差角度，计算得到校准后的障碍物实际坐标点；

调整模块，用于根据计算出的障碍物实际坐标点与激光雷达测出障碍物位置坐标间关系，进行激光雷达的平面旋转调整。