CN113640778A - 一种基于无重叠视场的多激光雷达的联合标定方法 - Google Patents
一种基于无重叠视场的多激光雷达的联合标定方法 Download PDFInfo
- Publication number
- CN113640778A CN113640778A CN202110926221.1A CN202110926221A CN113640778A CN 113640778 A CN113640778 A CN 113640778A CN 202110926221 A CN202110926221 A CN 202110926221A CN 113640778 A CN113640778 A CN 113640778A
- Authority
- CN
- China
- Prior art keywords
- calibration
- laser
- laser radar
- point cloud
- radars
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000013507 mapping Methods 0.000 claims abstract description 17
- 230000009466 transformation Effects 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 241000208340 Araliaceae Species 0.000 claims description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 235000008434 ginseng Nutrition 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 238000009434 installation Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于无重叠视场的多激光雷达的联合标定方法，包含：步骤一、激光雷达与GNSS系统的联合标定，可以获取到各激光雷达标定的初始参数；步骤二、各激光雷达之间的联合标定，通过NDT配准其他激光雷达部分精确的点云数据与主激光雷达的建图点云数据完成各激光雷达之间的标定；步骤三、采用低频的在线标定校准方式，在符合标定场景时自动触发步骤一和二的执行。本发明能够实现将不同安装位置的且没有视场交叉或者点云密度较低的多激光雷达完成在线坐标系的统一标定，满足了激光雷达对初始参数的高要求，提高了标定精度。
Description
技术领域
本发明涉及汽车自动驾驶技术领域，特别涉及一种基于无重叠视场的多激光雷达的联合标定方法。
背景技术
现有自动驾驶在汽车行驶过程中，通常利用激光雷达来有效识别车辆周边的障碍物。但当前市面上360°全方位机械式激光雷达的解决方案，不仅价格昂贵，而且受安装位置影响，其探测范围也会存在盲区。而嵌入式激光雷达因其机械结构特点，在性能和寿命上更有优势。随着嵌入式激光雷达的推广，多激光雷达组合拼接使用正逐渐成为自动驾驶设计中的新趋势。
但由于每个激光雷达都有自己独立的坐标系，在联合使用过程中，需要把多个激光雷达的坐标系进行统一标定。传统的标定板标定效率较低、精度不高，且要求各激光雷达之间存在视场重叠区域。而一般的通过获取激光雷达的点云地图，再对各点云进行配准的自动标定方法，则对激光雷达的初始参数要求较高，否则会致使标定结果精度不高。
因此，亟需对现有自动驾驶中的障碍物识别进行改进，以适应节约成本、标定高效、精度准确的需求。
发明内容
本发明的目的是为了克服现有技术存在的以上不足或改进需求，提供一种基于嵌入式激光雷达的自动联合标定方法，该方法可以将不同安装位置的且没有视场交叉或者点云密度较低的多激光雷达完成在线坐标系的统一标定，能很好地解决目前自动驾驶在多雷达标定的难题，在节约安装成本的同时提高标定的效率和精度。
为实现上述目的，本发明提供了一种基于无重叠视场的多激光雷达的联合标定方法，其特征在于，包含以下步骤：
步骤一、激光雷达与GNSS系统的联合标定，可以获取到各激光雷达标定的初始参数；
步骤二、各激光雷达之间的联合标定，通过NDT配准其他激光雷达部分精确的点云数据与主激光雷达的建图点云数据完成各激光雷达之间的标定；
步骤三、采用低频的在线标定校准方式，在符合标定场景时自动触发步骤一和二的执行。
优选地，所述雷达为嵌入式激光雷达。
所述步骤一采用激光里程计的方法获得的激光雷达轨迹和当时的GNSS的局部的轨迹，然后通过优化重投影误差的损失函数对激光雷达轨迹与GNSS轨迹进行匹配，得到各激光雷达与GNSS之间的角度的外参关系。
所述步骤二采用主激光雷达进行SLAM建图，然后选取其他激光雷达部分精确的点云数据与主激光雷达的建图点云数据进行NDT配准，完成各激光雷达之间的标定。
所述步骤三包括：当外界环境达到感知系统对标定场景的设置条件时，系统在预定频率下自动启动对各激光雷达数据的分析，在之前标定的基础上，对主激光雷达的建图点云和其他激光雷达的匹配点云数据进行重新配准，得到新的标定结果；比较两次结果，保存更优结果作为新的标定结果。
其中，所述标定场景选择环境中竖状特征明显的标定场，用于实现对量产车辆激光雷达的下线批量标定和校准。
进一步的，本发明还提供了一种基于多嵌入式激光雷达的自动联合标定方法，包含以下步骤：
步骤1、进行主激光雷达选择；
步骤2、进行单激光雷达基于特征点匹配的SLAM建图，采用Lego-SLAM方式，同时记录下建图时刻输出的里程计位姿与对应的组合导航的位姿数据
步骤3、基于轨迹匹配的激光雷达与GNSS坐标系位姿标定：将步骤2获取的各个激光雷达里程计的位姿重投影到GNSS坐标系下，就可以得到各个激光雷达相对于GNSS坐标系的位姿变换，形成各激光雷达之间相对位置初参；
步骤4、基于点云配准的多激光雷达的外参精细标定：将上述步骤2中各个激光雷达的里程计信息相对主激光雷达做点云配准转化，得到其他激光雷达相对主激光雷达的精细标定。
在步骤1之前还包括多激光雷达与GNSS之间进行时间同步。
在步骤4之后还包括步骤5、低频在线自适应标定校准：当外界环境达到感知系统对标定场景的设置条件时，在预定频率下触发在线自动标定校准。系统在该场景下自动启动对各激光雷达及GNSS系统的数据分析，在之前标定结果的基础上，重复步骤2-4，得到新的标定结果；比较两次结果，保存更优结果作为新的标定结果。
其中，所述标定场景选择环境中竖状特征明显的标定场，优选地但不限于选取前向激光雷达为主激光雷达。
进一步的，所述步骤2包括如下子步骤：步骤2.1、激光雷达点云数据预处理和特征提取：对接收到的每帧点云进行预处理，根据点曲率筛除异常点并进行点云排序，将激光点云有序化成为“距离图”，在“距离图”上根据相邻激光点云的局部曲率的变化特征将显著的激光点提取出来并区分成为边缘点集合Fe和平面点集合Fp，从而构建了累积的包含有平面点和边缘点的点云地图；步骤2.2、激光雷达外参优化：采用L-M两步法优化外参；步骤2.3、建图闭环检测：在地图发生闭环的时候，进行一次整体位姿的图优化，消除激光里程计的累积误差，至此，就分别得到了相应的单激光雷达点云和里程计的位姿。
本发明设计了一种基于无重叠视场的多激光雷达的联合标定方法，通过在相应的环境场景下，对各激光雷达进行局部SLAM建图并生成激光里程位姿，与同时采集的GNSS+IMU组合导航的位姿进行匹配，获取多激光雷达相对于GNSS的初步位置参数，再通过激光雷达点云的配准，估计准确的外参数，同步进行显示界面可视化校准。本发明适用于各类激光雷达组合拼接，通过上述手段，用最小的代价满足了初参的高要求，进而提升了标定的效率和准确性。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
图1是本发明一实施例所提供的多激光雷达的联合标定的流程示意图；
图2是本发明一实施例所提供的车辆激光雷达布置的俯视示意图；
图3是本发明一实施例所提供的单激光雷达激光里程计SLAM (SimultaneousLocalization and Mapping)建图的流程示意图。
具体实施方式
为使相关技术人员能更好的理解本发明，对本次申请的目的、技术方案和优点有更加清晰的了解，下面将结合具体实例和附图对本发明做进一步说明。应当理解，此处所描述的具体实施例仅仅用于解释本发明，而不是全部实施例，所以所述实例不应理解为对本发明的限制。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
本发明提供了一种基于无重叠视场的多激光雷达的、尤其是嵌入式激光雷达的自动联合标定方法，该方法可以将不同安装位置的且没有视场交叉或者点云密度较低的多激光雷达完成在线坐标系的统一。主要包含激光雷达与GNSS系统的联合标定以及各激光雷达之间的联合标定两个主环节，其中，通过激光雷达与GNSS系统的联合标定可以获取到各激光雷达标定的初始参数；通过NDT配准其他激光雷达部分精确的点云数据与主激光雷达的建图点云数据完成各激光雷达之间的标定。分别描述如下：
S1、对于激光雷达与GNSS系统的联合标定，采用激光里程计的方法获得的激光雷达轨迹和当时的GNSS的局部的轨迹，然后通过优化重投影误差的损失函数对激光雷达轨迹与GNSS轨迹进行匹配，得到各激光雷达与GNSS之间的角度的外参关系。
S2、对于各激光雷达之间的联合标定，采用主激光雷达SLAM建图，然后选取其他激光雷达部分精确的点云数据与主激光雷达的建图点云数据进行NDT配准，完成各激光雷达之间的标定。
在上述两个环节的基础上，还进一步采用低频的在线标定校准方式，在符合标定场景时触发启动对各激光雷达的配准校准，包括：当外界环境达到感知系统对标定场景的设置条件时，系统在一定频率下自动启动对各激光雷达数据的分析，在之前标定的基础上，对主激光雷达的建图点云和其他激光雷达的匹配点云数据进行重新配准，得到新的标定结果；比较两次结果，保存更优结果作为新的标定结果。
其中，所述标定场景选择环境中竖状特征明显的标定场，可以实现对量产车辆激光雷达的下线批量标定和校准。
如图1所示，其为本发明一实施例所提供的多激光雷达的联合标定方法的流程示意图，在进行如图所示的主标定流程前，需要先保证多激光雷达与GNSS之间实现时间同步。在时间同步后，主标定流程包括以下步骤：
步骤1、进行主激光雷达选择。作为一个实施例，多激光雷达采用多个嵌入式雷达，以车辆为载体，其中激光雷达的布置效果图如图2所示。在图2中，嵌入式激光雷达受技术限制，视场角一般不超过120°，其中前后激光雷达之间没有任何视场角交集。各激光雷达之间的位置关系属于刚体变换。优选地，本发明的标定方法优先但不限于选取前向激光雷达为主激光雷达。
步骤2、进行单激光雷达基于特征点匹配的SLAM建图：在满足标定场景的设置条件时，触发各激光雷达和GNSS系统数据采集，分别对各个激光雷达数据做SLAM建局部地图，采用Lego-SLAM方式，同时记录下建图时刻输出的里程计位姿与对应的组合导航的位姿数据。
作为一个实施例，单激光雷达SLAM建图的流程如图3所示，包括如下子步骤：
步骤2.1、激光雷达点云数据预处理和特征提取：对接收到的每帧点云进行预处理，根据点曲率筛除异常点并进行点云排序，将激光点云有序化成为“距离图”，在“距离图”上根据相邻激光点云的局部曲率的变化特征将显著的激光点提取出来并区分成为边缘点集合Fe和平面点集合Fp，从而构建了累积的包含有平面点和边缘点的点云地图。
步骤2.2、激光雷达外参优化：采用L-M两步法优化外参。
首先通过连续两帧t和t-1时刻的特征平面点集合进行匹配，获取优化激光雷达六自由度中的（
），计算公式为：
再通过连续两帧t和t-1时刻的特征边缘点集合以及上述确定的（）约束进行匹配，获取优化主激光雷达另外三个自由度参数（
），计算公式为：
通过得到了帧间的变换之后得到激光里程计轨迹。
步骤2.3、建图闭环检测：在地图发生闭环的时候，进行一次整体位姿的图优化，消除激光里程计的累积误差，至此，就分别得到了相应的单激光雷达点云和里程计的位姿。
步骤3、基于轨迹匹配的激光雷达与GNSS坐标系位姿标定：通过步骤2获取的各个激光雷达里程计的位姿是基于初始时刻激光雷达的单位阵起始点的，存在位姿偏差，通过获取到GNSS时间同步对应时刻的激光雷达的位姿，将激光雷达输出的轨迹重投影到GNSS坐标系下，就可以得到各个激光雷达相对于GNSS坐标系的位姿变换（即激光里程计的轨迹和当时的GNSS的轨迹之间的外参变换）：
从而得到各个激光雷达相对于同一组合导航系统的坐标变换，形成各激光雷达之间相对位置初参。
步骤4、基于点云配准的多激光雷达的外参精细标定：通过上述步骤得到的各个激光雷达相对于GNSS的参数，可以计算得到各个激光雷达相对于其他激光雷达的外参数，以此作为粗参（外参粗标定）；将上述步骤2中各个激光雷达的里程计信息相对主激光雷达做点云配准转化，得到其他激光雷达相对主激光雷达的精细标定。
因激光雷达在较近场景的点云数据，容易产生偏差而使标定精度不高，而较远的数据点云密度不够，因此在匹配标定时，环境最好能有鲜明的柱状建筑特征，本方案中根据步骤2获取其他激光雷达的点云数据，选取的激光雷达50m左右的点云数据跟主激光雷达的点云地图进行NDT变化，并优化一个外参使得NDT变换的投影误差最小从而得到一个比较精确的外参；在以上外参的基础上，进行一个ICP的配准，使得外参结果更加精确。
步骤5、低频在线自适应标定校准：当外界环境达到感知系统对标定场景的设置条件时，在预定频率下触发在线自动标定校准。系统在该场景下自动启动对各激光雷达及GNSS系统的数据分析，在之前标定结果的基础上，重复步骤2-4，得到新的标定结果；比较两次结果，保存更优结果作为新的标定结果。
其中，所述标定场景选择环境中竖状特征明显的标定场。
进一步的，主激光雷达点云可手动进行精度校准。在获得准确的外参数之后，通过外参数将各个激光雷达拼接，并可视化以检校精度，而后可以通过拼接点云进行匹配定位。
本发明可以实现对量产车辆激光雷达的下线批量标定和校准，所述方法能够将不同安装位置的且没有视场交叉或者点云密度较低的多激光雷达完成在线坐标系的统一标定，适用于各类激光雷达组合拼接，用最小的代价满足了初参的高要求，进而提升了准确性。
虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和原则的前提下，可以在实施的形式及细节上进行任何的修改与变化、等同替换等，这些都属于本发明的保护范围。因此，本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种基于无重叠视场的多激光雷达的联合标定方法，其特征在于，包含以下步骤：
步骤一、激光雷达与GNSS系统的联合标定，可以获取到各激光雷达标定的初始参数；
步骤二、各激光雷达之间的联合标定，通过NDT配准其他激光雷达部分精确的点云数据与主激光雷达的建图点云数据完成各激光雷达之间的标定；
步骤三、采用低频的在线标定校准方式，在符合标定场景时自动触发步骤一和二的执行。
2.如权利要求1所述的方法，其特征在于，所述雷达为嵌入式激光雷达。
3.如权利要求1所述的方法，其特征在于，所述步骤一采用激光里程计的方法获得的激光雷达轨迹和当时的GNSS的局部的轨迹，然后通过优化重投影误差的损失函数对激光雷达轨迹与GNSS轨迹进行匹配，得到各激光雷达与GNSS之间的角度的外参关系。
4.如权利要求3所述的方法，其特征在于，所述步骤二采用主激光雷达进行SLAM建图，然后选取其他激光雷达部分精确的点云数据与主激光雷达的建图点云数据进行NDT配准，完成各激光雷达之间的标定。
5.如权利要求4所述的方法，其特征在于，所述步骤三包括：当外界环境达到感知系统对标定场景的设置条件时，系统在预定频率下自动启动对各激光雷达数据的分析，在之前标定的基础上，对主激光雷达的建图点云和其他激光雷达的匹配点云数据进行重新配准，得到新的标定结果；比较两次结果，保存更优结果作为新的标定结果。
6.如权利要求5所述的方法，其特征在于，所述标定场景选择环境中竖状特征明显的标定场，用于实现对量产车辆激光雷达的下线批量标定和校准。
7.一种基于多嵌入式激光雷达的自动联合标定方法，其特征在于，包含以下步骤：
步骤1、进行主激光雷达选择；
步骤2、进行单激光雷达基于特征点匹配的SLAM建图，采用Lego-SLAM方式，同时记录下建图时刻输出的里程计位姿与对应的组合导航的位姿数据
步骤3、基于轨迹匹配的激光雷达与GNSS坐标系位姿标定：将步骤2获取的各个激光雷达里程计的位姿重投影到GNSS坐标系下，就可以得到各个激光雷达相对于GNSS坐标系的位姿变换，形成各激光雷达之间相对位置初参；
步骤4、基于点云配准的多激光雷达的外参精细标定：将上述步骤2中各个激光雷达的里程计信息相对主激光雷达做点云配准转化，得到其他激光雷达相对主激光雷达的精细标定。
8.如权利要求7所述的方法，其特征在于，在步骤1之前还包括多激光雷达与GNSS之间进行时间同步。
9.如权利要求7所述的方法，其特征在于，在步骤4之后还包括步骤5、低频在线自适应标定校准：当外界环境达到感知系统对标定场景的设置条件时，在预定频率下触发在线自动标定校准；
系统在该场景下自动启动对各激光雷达及GNSS系统的数据分析，在之前标定结果的基础上，重复步骤2-4，得到新的标定结果；比较两次结果，保存更优结果作为新的标定结果；
其中，所述标定场景选择环境中竖状特征明显的标定场。
10.如权利要求7所述的方法，其特征在于，所述步骤2包括：
步骤2.1、激光雷达点云数据预处理和特征提取：对接收到的每帧点云进行预处理，根据点曲率筛除异常点并进行点云排序，将激光点云有序化成为“距离图”，在“距离图”上根据相邻激光点云的局部曲率的变化特征将显著的激光点提取出来并区分成为边缘点集合Fe和平面点集合Fp，从而构建了累积的包含有平面点和边缘点的点云地图；
步骤2.2、激光雷达外参优化：采用L-M两步法优化外参；
步骤2.3、建图闭环检测：在地图发生闭环的时候，进行一次整体位姿的图优化，消除激光里程计的累积误差，至此，就分别得到了相应的单激光雷达点云和里程计的位姿。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110926221.1A CN113640778A (zh) | 2021-08-12 | 2021-08-12 | 一种基于无重叠视场的多激光雷达的联合标定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110926221.1A CN113640778A (zh) | 2021-08-12 | 2021-08-12 | 一种基于无重叠视场的多激光雷达的联合标定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113640778A true CN113640778A (zh) | 2021-11-12 |
Family
ID=78421208
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110926221.1A Pending CN113640778A (zh) | 2021-08-12 | 2021-08-12 | 一种基于无重叠视场的多激光雷达的联合标定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113640778A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114152937A (zh) * | 2022-02-09 | 2022-03-08 | 西南科技大学 | 一种旋转激光雷达的外参标定方法 |
| CN114152935A (zh) * | 2021-11-19 | 2022-03-08 | 苏州一径科技有限公司 | 一种雷达外参标定精度的评估方法、装置及设备 |
| CN114280583A (zh) * | 2022-03-02 | 2022-04-05 | 武汉理工大学 | 无gps信号下激光雷达定位精度验证方法及系统 |
| CN115079143A (zh) * | 2022-06-14 | 2022-09-20 | 北京航空航天大学 | 一种用于双桥转向矿卡的多雷达外参快速标定方法及装置 |
| 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 |
| CN117367412A (zh) * | 2023-12-07 | 2024-01-09 | 南开大学 | 一种融合捆集调整的紧耦合激光惯导里程计与建图方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN111103578A (zh) * | 2020-01-10 | 2020-05-05 | 清华大学 | 一种基于深度卷积神经网络的激光雷达在线标定方法 |
| CN112462350A (zh) * | 2020-12-10 | 2021-03-09 | 苏州一径科技有限公司 | 雷达标定方法及装置、电子设备及存储介质 |
| CN112904317A (zh) * | 2021-01-21 | 2021-06-04 | 湖南阿波罗智行科技有限公司 | 一种多激光雷达与gnss_ins系统标定方法 |
| 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 |
| CN113066105A (zh) * | 2021-04-02 | 2021-07-02 | 北京理工大学 | 激光雷达和惯性测量单元融合的定位与建图方法及系统 |
-
2021
- 2021-08-12 CN CN202110926221.1A patent/CN113640778A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN111103578A (zh) * | 2020-01-10 | 2020-05-05 | 清华大学 | 一种基于深度卷积神经网络的激光雷达在线标定方法 |
| CN112462350A (zh) * | 2020-12-10 | 2021-03-09 | 苏州一径科技有限公司 | 雷达标定方法及装置、电子设备及存储介质 |
| CN112904317A (zh) * | 2021-01-21 | 2021-06-04 | 湖南阿波罗智行科技有限公司 | 一种多激光雷达与gnss_ins系统标定方法 |
| 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 |
| CN113066105A (zh) * | 2021-04-02 | 2021-07-02 | 北京理工大学 | 激光雷达和惯性测量单元融合的定位与建图方法及系统 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114152935A (zh) * | 2021-11-19 | 2022-03-08 | 苏州一径科技有限公司 | 一种雷达外参标定精度的评估方法、装置及设备 |
| CN114152937A (zh) * | 2022-02-09 | 2022-03-08 | 西南科技大学 | 一种旋转激光雷达的外参标定方法 |
| CN114280583A (zh) * | 2022-03-02 | 2022-04-05 | 武汉理工大学 | 无gps信号下激光雷达定位精度验证方法及系统 |
| CN115079143A (zh) * | 2022-06-14 | 2022-09-20 | 北京航空航天大学 | 一种用于双桥转向矿卡的多雷达外参快速标定方法及装置 |
| CN115079143B (zh) * | 2022-06-14 | 2024-04-26 | 北京航空航天大学 | 一种用于双桥转向矿卡的多雷达外参快速标定方法及装置 |
| 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 |
| CN117367412A (zh) * | 2023-12-07 | 2024-01-09 | 南开大学 | 一种融合捆集调整的紧耦合激光惯导里程计与建图方法 |
| CN117367412B (zh) * | 2023-12-07 | 2024-03-29 | 南开大学 | 一种融合捆集调整的紧耦合激光惯导里程计与建图方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113640778A (zh) | 一种基于无重叠视场的多激光雷达的联合标定方法 | |
| CN109696663B (zh) | 一种车载三维激光雷达标定方法和系统 | |
| CN112396650B (zh) | 一种基于图像和激光雷达融合的目标测距系统及方法 | |
| US10860871B2 (en) | Integrated sensor calibration in natural scenes | |
| JP6825569B2 (ja) | 信号処理装置、信号処理方法、およびプログラム | |
| CN111507130B (zh) | 车道级定位方法及系统、计算机设备、车辆、存储介质 | |
| CN112417926B (zh) | 车位识别方法、装置、计算机设备及可读存储介质 | |
| CN113903011B (zh) | 一种适用于室内停车场的语义地图构建及定位方法 | |
| CN115032651A (zh) | 一种基于激光雷达与机器视觉融合的目标检测方法 | |
| CN110443819B (zh) | 一种单轨列车的轨道检测方法和装置 | |
| Shunsuke et al. | GNSS/INS/on-board camera integration for vehicle self-localization in urban canyon | |
| US10996337B2 (en) | Systems and methods for constructing a high-definition map based on landmarks | |
| CN110766760A (zh) | 用于相机标定的方法、装置、设备和存储介质 | |
| CN113947639A (zh) | 基于多雷达点云线特征的自适应在线估计标定系统及方法 | |
| CN110751693A (zh) | 用于相机标定的方法、装置、设备和存储介质 | |
| CN110780287A (zh) | 基于单目相机的测距方法及测距系统 | |
| JP2020153956A (ja) | 移動体位置推定システムおよび移動体位置推定方法 | |
| CN114463303A (zh) | 一种基于双目相机和激光雷达融合的道路目标检测方法 | |
| CN115728803A (zh) | 一种城市驾驶车辆连续定位系统及方法 | |
| CN111506069A (zh) | 一种全天候全地面起重机障碍识别系统及方法 | |
| CN112577499B (zh) | 一种vslam特征地图尺度恢复方法及系统 | |
| CN113971697A (zh) | 一种空地协同车辆定位定向方法 | |
| CN113029185A (zh) | 众包式高精度地图更新中道路标线变化检测方法及系统 | |
| CN116403186A (zh) | 基于FPN Swin Transformer与Pointnet++ 的自动驾驶三维目标检测方法 | |
| CN116030130A (zh) | 一种动态环境下的混合语义slam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 |