CN112859054B - 一种车载多线激光雷达外参数自动检测系统及检测方法 - Google Patents
一种车载多线激光雷达外参数自动检测系统及检测方法 Download PDFInfo
- Publication number
- CN112859054B CN112859054B CN202110429455.5A CN202110429455A CN112859054B CN 112859054 B CN112859054 B CN 112859054B CN 202110429455 A CN202110429455 A CN 202110429455A CN 112859054 B CN112859054 B CN 112859054B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- plane
- target device
- line laser
- laser radar
- 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.)
- Active
Links
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
本发明属于智能车环境感知技术领域,具体的说是一种车载多线激光雷达外参数自动检测系统及检测方法。车载多线激光雷达安装与靶标装置均安装于车顶,通过调试雷达激光光束垂直测角或雷达与靶标的安装位置使得仅有垂直测角最小的激光光束扫描至靶标装置。通过对靶标装置的点云进行滤波、提取、平面拟合等步骤得到可反映雷达外参数变化量的参数,由此计算雷达当前外参数或发出提示警报。所述系统制作工艺简单,可实时检测雷达的外参数误差,提高了智能车辆的安全性。
Description
技术领域
本发明属于智能车环境感知技术领域,具体的说是一种车载多线激光雷达外参数自动检测系统及检测方法。
背景技术
基于丰富的三维点云数据,车载多线激光雷达可以对智能车辆的驾驶环境进行精确可靠地感知,其中主要的应用有城市结构化道路边界的检测、道路内障碍物目标的检测与跟踪、载体车辆自身定位等,近年来,随着激光雷达成本的下降,车载激光雷达得到了更为广泛的发展应用。
车载多线激光雷达采集的三维点云数据基于雷达坐标系,为便于智能车辆的决策控制,需将点云数据转换至车体坐标系下;同时,智能车辆常采用多传感器融合的方式进行环境感知,各传感器数据也坐标的转换统一;因此,准确的车载多线激光雷达外参数对于智能车辆的正常运行至关重要。
车载多线激光雷达常置于车辆顶部,由于车辆的工况复杂,例如高速行驶、颠簸等都可能造成车载多线激光雷达位置的偏移,偏移的积累会使智能车辆环境感知产生严重的误差,为此,激光雷达外参数的实时检测是十分必要的。
发明内容
本发明的目的在于提供一种车载多线激光雷达外参数自动检测系统及检测方法,可在智能车辆行驶时自动实时的对车载多线激光雷达的外参数进行检测;本检测系统的靶标装置安装与车体上,不需要在行驶环境中加入特定标定物,同时,本检测方法不依赖地面,垂直墙面等外部环境的点云数据,仅依靠专用的靶标装置,因此具有较高的精度。
本发明技术方案结合附图说明如下:
一种车载多线激光雷达外参数自动检测系统,其特征在于:该系统包括靶标装置、多线激光雷达、数据存储及处理装置;
所述靶标装置形状为互相垂直的两平面,如附图1所示;平面1垂直于车体放置则平面2平行于车体放置,且平面2面积大于平面1,由此降低平面1的高度,增加平面2的激光扫描面积;同时,通过刷涂特定染料等方法使靶标装置具有较高的反射强度,相比于车体及周围环境的反射强度具有鲜明差异;
所述多线激光雷达与靶标装置在车体的具体安装形式及激光雷达坐标系见附图2;激光雷达与靶标装置要求有特定的安装位置,使得仅有多线激光雷达中垂直测角最小的激光光束扫描至靶标装置的两个平面上,如附图3所示,由多线激光雷达的扫描原理可知平面1内点云构成的曲线3为双曲线的一部分,平面2内点云构成的曲线1与曲线2为圆或椭圆的一部分,均属于对称曲线且存在对称轴垂直相交;
所述数据存储及处理装置可以存储多线激光雷达安装位置正确时的标准参数,主要为法向量n′1、n′2、n′3和点O′(X′,Y′,Z′),以及运行权利要求2中多线激光雷达外参数自动检测方法的所有程序,同时可接收多线激光雷达的点云数据并实时计算输出多线激光雷达外参数。
一种车载多线激光雷达外参数自动检测方法,主要流程见附图4,其特征在于:包括以下步骤:
步骤1:通过对多线激光雷达获取的每帧点云数据进行直通滤波以获得感兴趣区域;在感兴趣区域内,依据点云反射强度与激光光束垂直测角,提取出垂直测角最小的激光光束落于靶标装置两垂直平面上的点云数据,步骤如下:
步骤1.1:在多线激光雷达外参数准确的条件下,设定靶标装置在多线激光雷达坐标系的坐标范围为[x1,x2]、[y1,y2]、[z1,z2],依据实际测量选定参数Δx、Δy、Δz,获得感兴趣区域[x1-Δx,x2+Δx]、[y1-Δy,y2+Δy]、[z1-Δz,z2+Δz],感兴趣区域的选取要完全保留靶标装置的点云数据,并尽量减少车体及周围环境的点云数据;
步骤1.2:对感兴趣区域内的点云数据进行枚举,依次判断其反射强度,对反射强度属于靶标反射强度范围内的点云予以保留,否则去除;同时,根据多线激光雷达点云数据在直角坐标系内的坐标计算方法,可推导出公式(1),对满足公式(1)的点云予以保留,否则去除,
其中,ωmin表示最小垂直测角;
步骤2:利用靶标点云数据坐标值的斜率变化将靶标点云数据分为平面1的点云数据与平面2的点云数据,步骤如下:
步骤2.1:将靶标点云数据投影至x-z平面,将靶标点云数据按x值递增排列,依次命名为点云(xi,yi,zi),i=1,2…n;利用公式(2)从点云(x1,y1,z1)依次计算前向差分,
设置阈值Z1,以避免因点云坐标值测量误差产生的差分误差的影响,Z1大于零且接近于0,由多线激光雷达测距误差确定,当出现z′i-1小于Z1,z′i大于Z1时,记录下i值为i1;
步骤2.2:利用公式(3)从点云(xn,yn,zn)依次计算后向差分,
设置阈值Z2,以避免因点云坐标值测量误差产生的差分误差的影响,Z2小于零且接近于0,由多线激光雷达测距误差确定,当出现z′i大于Z2,z′i-1小于Z2时,记录下i值为i2;
步骤2.3:设置参数Δi,Δi为整数;将序号为[i1+Δi,i2-Δi]区间内的点云记为平面1的点云;将序号为[1,i1-Δi]与[i1+Δi,n]区间内的点云记为平面2的点云;由此将靶标装置两平面交线附近点云去除;
步骤3:利用靶标装置平面1与平面2的点云拟合平面,并利用两平面的垂直关系进行约束,以此在雷达坐标系中建立更为精确的靶标装置数学模型,步骤如下:
步骤3.1:分别对靶标装置平面1与平面2的点云采用随机抽样一致性算法(RANSAC)对平面进行搜索;设定阈值参数t=σ,σ为点云到平面距离的标准差,以此将点云分为内点与外点,在每次迭代中选择内点最多的平面,将靶标装置平面1点云的拟合平面命名为P1,将靶标装置平面2点云的拟合平面命名为P2;
步骤3.2:依次计算靶标装置平面1的点云与P1的最短距离,并选取最短距离最小的两个点,这两点可确定一个垂直于P1的平面P′2;
步骤3.3:计P1的法向量为n1,P′2的法向量为n2,n1与n2的外积为n3,P1与P′2的交线方程为L1,平面1与平面2点云数据x坐标值的平均值为将/>代入交线方程L1,可得点O(X,Y,Z);
步骤4:在多线激光雷达外参数无误时,以相同方法测得与法向量n1、n2、n3相对应的法向量为n′1、n′2、n′3,依据法向量n1、n2、n3与相对应的法向量n′1、n′2、n′3求解旋转参数,以相同方法测得与点O(X,Y,Z)相对应的点O′(X′,Y′,Z′)求解平移参数,其中旋转参数和平移参数都是当前外参数相对于初始外参数的变化量,即激光雷达的位姿误差,将其与初始外参数叠加可得当前激光雷达的外参数。
本发明的有益效果为:
1、本发明中的车载多线激光雷达外参数检测系统的靶标装置采用互相垂直的两平面外形,制作工艺简单,易于在车顶安装,且具有较高的反射强度易与周围环境区分。
2、本发明中的车载多线激光雷达外参数检测方法具有自动性不需要人为操作;同时具有实时性,在车辆行驶和静止时均可针对多线激光雷达外参数的变化量进行检测,并在外参数发生较大改变时输出警报信号,提高了智能车辆的行驶安全性。
3、本发明中的车载多线激光雷达外参数检测方法仅依靠一线激光光束的点云数据,减少了数据处理所需的计算量;同时,依靠的是特定靶标装置的点云数据而非地面、墙面等几何外形不严格的外部环境的点云数据,因此提高了精度。
4、本发明中的车载多线激光雷达外参数检测方法去除靶标装置两平面交线附近点云,利用随机抽样一致性算法(RANSAC)去除异常点,并利用两平面的垂直关系最终计算出两平面的数学模型,具有较高的准确定性。
附图说明
图1为车载多线激光雷达外参数自动检测系统靶标装置示意图;
图2为车载多线激光雷达外参数自动检测系统在车体的安装示意图;
图3为车载多线激光雷达激光线束扫描靶标装置示意图;
图4为车载多线激光雷达外参数检测方法流程图。
具体实施方式
为了使本发明的实现的技术手段、实现特征、达成目的与功效易于明白了解下面对本发明进一步阐述。
一种车载多线激光雷达外参数自动检测系统,其特征在于:该系统包括靶标装置、多线激光雷达、数据存储及处理装置;所述靶标装置形状为互相垂直的两平面,如附图1所示;所述多线激光雷达与靶标装置在车体的具体安装形式及激光雷达坐标系,见附图2;
靶标装置的平面1垂直于车体放置则平面2平行于车体放置,且平面2面积大于平面1,由此降低平面1的高度,增加平面2的激光扫描面积;同时,通过刷涂白色染料、采用全反射材料、选用高反射率的金属材料等方法使靶标装置具有较高的反射强度,相比于车体及周围环境的反射强度具有鲜明差异;
激光雷达与靶标装置要求有特定的安装位置,使得仅有多线激光雷达中垂直测角最小的激光光束扫描至靶标装置的两个平面上,如附图3所示,由多线激光雷达的扫描原理可知平面1内点云构成的曲线3为双曲线的一部分,平面2内点云构成的曲线1与曲线2为圆或椭圆的一部分,均属于对称曲线且存在对称轴垂直相交;
所述数据存储及处理装置为现有技术,可以采用Raspberry Pi 3B+、RaspberryPi4B或处理器芯片为intel i3及性能更优的工控机,以存储多线激光雷达安装位置正确时的标准参数,主要为法向量n′1、n′2、n′3和点O′(X′,Y′,Z′),以及运行权利要求2中多线激光雷达外参数自动检测方法的所有程序,同时可接收多线激光雷达的点云数据并实时计算输出多线激光雷达外参数。
一种车载多线激光雷达外参数自动检测方法,主要流程见附图4,其特征在于:包括以下步骤:
步骤1:通过对多线激光雷达获取的每帧点云数据进行直通滤波以获得感兴趣区域;在感兴趣区域内,依据点云反射强度与激光光束垂直测角,提取出垂直测角最小的激光光束落于靶标装置两垂直平面上的点云数据,步骤如下:
步骤1.1:在多线激光雷达外参数准确的条件下,设定靶标装置在多线激光雷达坐标系的坐标范围为[x1,x2]、[y1,y2]、[z1,z2],依据实际测量选定参数Δx、Δy、Δz,获得感兴趣区域[x1-Δx,x2+Δx]、[y1-Δy,y2+Δy]、[z1-Δz,z2+Δz],感兴趣区域的选取要完全保留靶标装置的点云数据,并尽量减少车体及周围环境的点云数据;
步骤1.2:对感兴趣区域内的点云数据进行枚举,依次判断其反射强度,对反射强度属于靶标反射强度范围内的点云予以保留,否则去除;同时,根据多线激光雷达点云数据在直角坐标系内的坐标计算方法,可推导出公式(1),对满足公式(1)的点云予以保留,否则去除,
其中,ωmin表示最小垂直测角;
步骤2:利用靶标点云数据坐标值的斜率变化将靶标点云数据分为平面1的点云数据与平面2的点云数据,步骤如下:
步骤2.1:将靶标点云数据投影至x-z平面,将靶标点云数据按x值递增排列,依次命名为点云(xi,yi,zi),i=1,2…n;利用公式(2)从点云(x1,y1,z1)依次计算前向差分,
设置阈值Z1,以避免因点云坐标值测量误差产生的差分误差的影响,Z1大于零且接近于0,由多线激光雷达测距误差确定,当出现z′i-1小于Z1,z′i大于Z1时,记录下i值为i1;
步骤2.2:利用公式(3)从点云(xn,yn,zn)依次计算后向差分,
设置阈值Z2,以避免因点云坐标值测量误差产生的差分误差的影响,Z2小于零且接近于0,由多线激光雷达测距误差确定,当出现z′i大于Z2,z′i-1小于Z2时,记录下i值为i2;
步骤2.3:设置参数Δi,Δi为整数;将序号为[i1+Δi,i2-Δi]区间内的点云记为平面1的点云;将序号为[1,i1-Δi]与[i1+Δi,n]区间内的点云记为平面2的点云;由此将靶标装置两平面交线附近点云去除;
步骤3:利用靶标装置平面1与平面2的点云拟合平面,并利用两平面的垂直关系进行约束,以此在雷达坐标系中建立更为精确的靶标装置数学模型,步骤如下:
步骤3.1:分别对靶标装置平面1与平面2的点云采用随机抽样一致性算法(RANSAC)对平面进行搜索;设定阈值参数t=σ,σ为点云到平面距离的标准差,以此将点云分为内点与外点,在每次迭代中选择内点最多的平面,将靶标装置平面1点云的拟合平面命名为P1,将靶标装置平面2点云的拟合平面命名为P2;
步骤3.2:依次计算靶标装置平面1的点云与P1的最短距离,并选取最短距离最小的两个点,这两点可确定一个垂直于P1的平面P′2;
步骤3.3:计P1的法向量为n1,P′2的法向量为n2,n1与n2的外积为n3,P1与P′2的交线方程为L1,平面1与平面2点云数据x坐标值的平均值为
将代入交线方程L1,可得点O(X,Y,Z);
步骤4:在多线激光雷达外参数无误时,以相同方法测得与法向量n1、n2、n3相对应的法向量为n′1、n′2、n′3,依据法向量n1、n2、n3与相对应的法向量n′1、n′2、n′3求解旋转参数,以相同方法测得与点O(X,Y,Z)相对应的点O′(X′,Y′,Z′)求解平移参数,其中旋转参数和平移参数都是当前外参数相对于初始外参数的变化量,即激光雷达的位姿误差,将其与初始外参数叠加可得当前激光雷达的外参数。
本发明未尽事宜为公知技术。
上述实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰,都应涵盖在本发明的保护范围之内。
Claims (2)
1.一种车载多线激光雷达外参数自动检测系统,其特征在于:该系统包括靶标装置、多线激光雷达、数据存储及处理装置;
所述靶标装置形状为互相垂直的两平面,平面1垂直于车体则平面2平行于车体,且平面2面积大于平面1,由此降低平面1的高度,增加平面2的扫描面积;并通过刷涂特定染料等方法使靶标装置具有较高的反射强度,相比于车体及周围环境的反射强度具有鲜明差异;
所述多线激光雷达与靶标装置均刚性固连于车体的特定位置,使得仅有多线激光雷达中垂直测角最小的激光光束扫描至靶标装置的两个面上,由多线激光雷达的扫面原理可知平面1内点云坐标满足双曲线方程,平面2内点云坐标满足圆或椭圆方程;
所述数据存储及处理装置可以存储多线激光雷达位置正确时的标准参数以及运行车载多线激光雷达外参数自动检测方法的所有程序,同时可接收多线激光雷达的点云数据并实时计算输出雷达外参数。
2.一种车载多线激光雷达外参数自动检测方法,其特征在于:包括以下步骤:
步骤1:通过对多线激光雷达获取的每帧点云数据进行直通滤波以获得感兴趣区域;在感兴趣区域内,依据点云反射强度与激光光束垂直测角,提取出垂直测角最小的激光光束落于靶标装置两垂直面上的点云数据,步骤如下:
步骤1.1:在多线激光雷达外参数准确的条件下,设定靶标装置在多线激光雷达坐标系的坐标范围为[x1,x2]、[y1,y2]、[z1,z2],依据实际测量选定参数Δx、Δy、Δz,获得感兴趣区域[x1-Δx,x2+Δx]、[y1-Δy,y2+Δy]、[z1-Δz,z2+Δz],感兴趣区域的选取要完全保留靶标装置的点云数据,并尽量减少车体及周围环境的点云数据;
步骤1.2:对感兴趣区域内的点云数据进行枚举,依次判断其反射强度,对反射强度属于靶标反射强度范围内的点云予以保留,否则去除;同时,根据多线激光雷达点云数据在直角坐标系内的坐标计算方法,可推导出公式(1),对满足公式(1)的点云予以保留,否则去除,
其中,ωmin表示最小垂直测角;
步骤2:利用靶标点云数据坐标值的斜率变化将靶标点云数据分为平面1的点云数据与平面2的点云数据,步骤如下:
步骤2.1:将靶标点云数据投影至x-z平面,将靶标点云数据按x值递增排列,命名为点云(xi,yi,zi),i=1,2…n;利用公式(2)从点云(x1,y1,z1)依次计算前向差分,
设置阈值Z1,以避免因点云坐标值测量误差产生的差分误差的影响,Z1大于零且接近于0,由多线激光雷达测距误差确定,当出现z′i-1小于Z1,z′i大于Z1时,记录下i值为i1;
步骤2.2:利用公式(3)从点云(xn,yn,zn)依次计算后向差分,
设置阈值Z2,以避免因点云坐标值测量误差产生的差分误差的影响,Z2小于零且接近于0,由多线激光雷达测距误差确定,当出现z′i大于Z2,z′i-1小于Z2时,记录下i值为i2;
步骤2.3:设置参数Δi,Δi为整数;将序号为[i1+Δi,i2-Δi]区间内的点云记为平面1的点云;将序号为[1,i1-Δi]与[i1+Δi,n]区间内的点云记为平面2的点云;由此将靶标装置两平面交线附近点云去除;
步骤3:利用靶标装置平面1与平面2的点云拟合平面,并利用两平面的垂直关系进行约束,以此在雷达坐标系中建立更为精确的靶标装置数学模型,步骤如下:
步骤3.1:分别对靶标装置平面1与平面2的点云采用随机抽样一致性算法(RANSAC)对平面进行搜索;设定阈值参数t=σ,σ为点云到平面距离的标准差,以此将点云分为内点与外点,在每次迭代中选择内点最多的平面,将靶标装置平面1点云的拟合平面命名为P1,将靶标装置平面2点云的拟合平面命名为P2;
步骤3.2:依次计算靶标装置平面1的点云与P1的最短距离,并选取最短距离最小的两个点,这两点可确定一个垂直于P1的平面P′2;
步骤3.3:计P1的法向量为n1,P′2的法向量为n2,n1与n2的外积为n3,P1与P′2的交线方程为L1,平面1与平面2点云数据x坐标值的平均值为将/>代入交线方程L1,可得点O(X,Y,Z)
步骤4:在多线激光雷达外参数无误时以相同方法测得法向量n1、n2、n3与点相对应的法向量n′1、n′2、n′3与点O′(X′,Y′,Z′);依据法向量n1、n2、n3与相对应的法向量n′1、n′2、n′3求解旋转参数,点O(X,Y,Z)与点O′(X′,Y′,Z′)求解平移参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110429455.5A CN112859054B (zh) | 2021-04-21 | 2021-04-21 | 一种车载多线激光雷达外参数自动检测系统及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110429455.5A CN112859054B (zh) | 2021-04-21 | 2021-04-21 | 一种车载多线激光雷达外参数自动检测系统及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112859054A CN112859054A (zh) | 2021-05-28 |
CN112859054B true CN112859054B (zh) | 2023-09-29 |
Family
ID=75992663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110429455.5A Active CN112859054B (zh) | 2021-04-21 | 2021-04-21 | 一种车载多线激光雷达外参数自动检测系统及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112859054B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114527452A (zh) * | 2022-01-14 | 2022-05-24 | 浙江零跑科技股份有限公司 | 一种激光雷达外参在线标定方法 |
CN117471433B (zh) * | 2023-12-28 | 2024-04-02 | 广东威恒输变电工程有限公司 | 基于高反射强度标靶的施工机械激光点云实时提取方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018205119A1 (zh) * | 2017-05-09 | 2018-11-15 | 深圳市速腾聚创科技有限公司 | 基于激光雷达扫描的路沿检测方法和系统 |
CN110097593A (zh) * | 2019-04-15 | 2019-08-06 | 上海海事大学 | 一种从多线激光雷达点云数据中识别圆柱面的方法 |
CN111693968A (zh) * | 2020-05-29 | 2020-09-22 | 江苏大学 | 一种车载三维激光雷达系统外参的系统化标定方法 |
CN112180391A (zh) * | 2020-09-09 | 2021-01-05 | 广西柳工机械股份有限公司 | 基于2d激光雷达的挖掘机作业面重建系统及方法 |
-
2021
- 2021-04-21 CN CN202110429455.5A patent/CN112859054B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018205119A1 (zh) * | 2017-05-09 | 2018-11-15 | 深圳市速腾聚创科技有限公司 | 基于激光雷达扫描的路沿检测方法和系统 |
CN110097593A (zh) * | 2019-04-15 | 2019-08-06 | 上海海事大学 | 一种从多线激光雷达点云数据中识别圆柱面的方法 |
CN111693968A (zh) * | 2020-05-29 | 2020-09-22 | 江苏大学 | 一种车载三维激光雷达系统外参的系统化标定方法 |
CN112180391A (zh) * | 2020-09-09 | 2021-01-05 | 广西柳工机械股份有限公司 | 基于2d激光雷达的挖掘机作业面重建系统及方法 |
Non-Patent Citations (1)
Title |
---|
车载激光雷达外参数的标定方法;程金龙;冯莹;曹毓;雷兵;魏立安;;光电工程(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112859054A (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109001711B (zh) | 多线激光雷达标定方法 | |
WO2022022694A1 (zh) | 自动驾驶环境感知方法及系统 | |
CN107632308B (zh) | 一种基于递归叠加算法的车辆前方障碍物轮廓检测方法 | |
CN109541571B (zh) | Eps零偏和多线激光雷达的联合标定方法 | |
CN105404844B (zh) | 一种基于多线激光雷达的道路边界检测方法 | |
CN106997049B (zh) | 一种基于激光点云数据的检测障碍物的方法和装置 | |
CN109143207B (zh) | 激光雷达内参精度验证方法、装置、设备及介质 | |
CN112859054B (zh) | 一种车载多线激光雷达外参数自动检测系统及检测方法 | |
CN111046776B (zh) | 基于深度相机的移动机器人行进路径障碍物检测的方法 | |
CN111208493B (zh) | 一种车载激光雷达在整车坐标系下的快速标定方法 | |
CN111380573B (zh) | 用于校准运动的对象传感器的取向的方法 | |
CN112083441B (zh) | 激光雷达和毫米波雷达深度融合的障碍物检测方法及系统 | |
CN110794406A (zh) | 多源传感器数据融合系统和方法 | |
CN111796258B (zh) | 雷达参数标定场的构建方法、构建装置及可读存储介质 | |
CN112711027B (zh) | 一种基于激光雷达点云数据的隧道内横向定位方法 | |
CN109238221B (zh) | 一种车辆周围环境的检测方法及装置 | |
CN110988894A (zh) | 一种面向港口环境的多源数据融合的无人驾驶汽车实时定位方法 | |
CN112710339A (zh) | 用于校准车辆传感器的方法和设备 | |
CN114821526A (zh) | 基于4d毫米波雷达点云的障碍物三维边框检测方法 | |
CN114442073A (zh) | 激光雷达的标定方法、装置、车辆及存储介质 | |
CN113296120B (zh) | 一种障碍物检测方法及终端 | |
CN113345093B (zh) | 一种针对激光雷达点云拖尾点的滤波方法 | |
CN110109146A (zh) | 基于多线激光雷达的路面检测方法及装置 | |
CN113251962B (zh) | 基于机器学习的超声波车位补偿系统 | |
CN112731451B (zh) | 一种基于激光雷达检测地面障碍物的方法及系统 |
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 |