CN114152937A - 一种旋转激光雷达的外参标定方法 - Google Patents

一种旋转激光雷达的外参标定方法 Download PDF

Info

Publication number
CN114152937A
CN114152937A CN202210119734.6A CN202210119734A CN114152937A CN 114152937 A CN114152937 A CN 114152937A CN 202210119734 A CN202210119734 A CN 202210119734A CN 114152937 A CN114152937 A CN 114152937A
Authority
CN
China
Prior art keywords
point cloud
plane
scanning
current
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.)
Granted
Application number
CN202210119734.6A
Other languages
English (en)
Other versions
CN114152937B (zh
Inventor
汪双
张华�
陈波
林海涛
王聪
符美琦
霍建文
刘冉
刘满禄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest University of Science and Technology
Original Assignee
Southwest University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southwest University of Science and Technology filed Critical Southwest University of Science and Technology
Priority to CN202210119734.6A priority Critical patent/CN114152937B/zh
Publication of CN114152937A publication Critical patent/CN114152937A/zh
Application granted granted Critical
Publication of CN114152937B publication Critical patent/CN114152937B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

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

本发明公开了一种旋转激光雷达的外参标定方法，旋转激光雷达的外参标定方法包括：获取旋转激光雷达扫描的第一半扫描点云和第二半扫描点云；判断第一半扫描点云和第二半扫描点云是否完全重叠，若是，将旋转激光雷达的当前外参作为最终外参输出，否则，分别对第一半扫描点云和第二半扫描点云进行网格划分，得到若干第一半扫描网格和若干第二半扫描网格；利用平面模型拟合方法提取每个第一半扫描网格和第二半扫描网格中的平面点云；对第一半扫描网格和第二半扫描网格中的平面点云进行平面匹配操作，得到匹配结果；利用匹配结果优化旋转激光雷达的当前外参，得到旋转激光雷达的新的外参；将新的外参作为当前外参并返回判断步骤。

Description

一种旋转激光雷达的外参标定方法
技术领域
本发明涉及激光雷达技术领域，具体涉及一种旋转激光雷达的外参标定方法。
背景技术
近十年来，三维激光雷达凭借感知范围广、测量精度高、抗干扰性强的优点，而被广泛应用于机器人技术、自动驾驶和地理测绘等领域。然而，大多数三维激光雷达在垂直方向上视野小、分辨率低的缺陷，限制了其在室内封闭环境内无人机或无人车自动驾驶领域的应用。由于技术瓶颈和高成本，简单地增加激光扫描光束来扩大垂直视场是一项具有挑战性的任务。因此，将整个激光雷达绕固定轴旋转，以在垂直方向上获取更大的扫描范围，是一种更为经济有效的解决方案。旋转激光雷达的外参就是激光雷达中心与旋转装置的相对位姿，其精度将极大地影响激光雷达数据的质量。然而，由于旋转装置在加工和安装过程中存在的不可避免的偏差和材料热膨胀收缩特性和机械磨损的影响，旋转激光雷达在设计时的初始外参只能作为参考值，在实际工作前需要重新标定其外部参数。因此，在无准备环境下高效方便地标定旋转激光雷达外参是至关重要的。然而，现有的标定方法仍然需要特定的标定环境，在无准备环境下无法保证外参标定的精度和鲁棒性。
发明内容
本发明的目的在于提供一种旋转激光雷达的外参标定方法，以能够在无准备环境下保证旋转激光雷达外参标定的精度和鲁棒性。
本发明解决上述技术问题的技术方案如下：
本发明提供一种旋转激光雷达的外参标定方法，所述旋转激光雷达的外参标定方法包括：
S1：获取旋转激光雷达扫描的第一半扫描点云和第二半扫描点云；
S2：判断所述第一半扫描点云和所述第二半扫描点云是否完全重叠，若是，将所述旋转激光雷达的当前外参作为最终外参输出，否则，进入步骤S3；
S3：分别对所述第一半扫描点云和所述第二半扫描点云进行网格划分，得到划分后的若干第一半扫描网格和若干第二半扫描网格；
S4：利用平面模型拟合方法提取每个所述第一半扫描网格和第二半扫描网格中的平面点云；
S5：对所述第一半扫描网格和第二半扫描网格中的平面点云进行平面匹配操作，得到匹配结果；
S6：利用所述匹配结果优化所述旋转激光雷达的当前外参，得到所述旋转激光雷达的新的外参；
S7：将所述新的外参作为所述当前外参并返回步骤S2。
可选择地，在所述步骤S1之前，所述旋转激光雷达的外参标定方法还包括：
获取所述旋转激光雷达的旋转角度；
将所述旋转激光雷达所在的坐标系转换为固定坐标系；
根据所述旋转角度和所述固定坐标系的原点，构建第一半扫描模型和第二半扫描模型；
根据所述第一半扫描模型得到所述第一半扫描点云和/或根据所述第二半扫描模型得到所述第二半扫描点云。
可选择地，所述第一半扫描模型为：
Figure 203326DEST_PATH_IMAGE001
所述第二半扫描模型为：
Figure 316776DEST_PATH_IMAGE002
其中，
Figure 38744DEST_PATH_IMAGE003
表示固定坐标系下的第
Figure 794210DEST_PATH_IMAGE004
个点云的坐标，
Figure 652445DEST_PATH_IMAGE005
表示旋转角度。
可选择地，所述步骤S5中：
S51：将所述第一半扫描网格中的平面点云和第二半扫描网格中的平面点云中的一者作为当前平面点云，另一者作为与所述当前平面点云相匹配的配对平面点云进行初步匹配，得到候选平面对；
S52：获取当前候选平面对的平面参数对；
S53：根据所述平面参数对，得到关联平面判断参数；
S54：根据所述关联平面判断参数判断所述当前候选平面对是否为关联平面，若是，进入步骤S55，否则，进入步骤S56；
S55：判断所述当前候选平面对是否为最后一组候选平面对，若是，将所述关联平面作为匹配结果输出并进入步骤S6；否则，进入步骤S56；
S56：重新获取候选平面对并返回步骤S51。
可选择地，所述步骤S52中，所述平面参数对包括：
所述当前平面点云和/或所述配对平面点云的质心坐标，以及所述当前平面点云和/或所述配对平面点云的平面单位法向量；
所述步骤S53中，所述关联平面判断参数包括：
所述当前平面点云和所述配对平面点云的质心之间的形心距离、所述当前平面点云和/或所述配对平面点云中一者的质心坐标在另一者上投影与该另一者的质心坐标之间的投影形心距离，以及所述当前平面点云和所述配对平面点云的单位法向量之间的夹角。
可选择地，所述步骤S54包括：
S541：判断所述形心距离是否小于第一预设阈值，若是，进入步骤S542，否则，进入步骤S56；
S542：判断所述投影形心距离是否小于第二预设阈值，若是，进入步骤S543，否则，进入步骤S56；
S543：判断所述单位法向量之间的夹角是否小于第三预设阈值，若是，进入步骤S55，否则，返回步骤S56。
可选择地，所述形心距离
Figure 671217DEST_PATH_IMAGE006
通过以下方式计算：
Figure 614902DEST_PATH_IMAGE007
其中，
Figure 409945DEST_PATH_IMAGE008
和
Figure 388265DEST_PATH_IMAGE009
分别表示所述当前平面点云的质心和所述配对平面点云的质心；
所述投影形心距离
Figure 374676DEST_PATH_IMAGE010
通过以下方式计算：
Figure 805657DEST_PATH_IMAGE011
其中，
Figure 902926DEST_PATH_IMAGE012
表示形心距离，
Figure 470174DEST_PATH_IMAGE013
表示所述配对平面点云的单位法向量；
所述单位法向量之间的夹角
Figure 830748DEST_PATH_IMAGE014
通过以下方式计算：
Figure 749025DEST_PATH_IMAGE015
其中，
Figure 384406DEST_PATH_IMAGE016
和
Figure 570274DEST_PATH_IMAGE017
分别表示所述当前平面点云的单位法向量和所述配对平面点云的单位法向量。
可选择地，所述旋转激光雷达的外参包括估计外参、旋转外参和平移外参。
可选择地，所述估计外参的计算方式为：
Figure 164067DEST_PATH_IMAGE018
其中，
Figure 304061DEST_PATH_IMAGE019
表示估计外参的集合，
Figure 8712DEST_PATH_IMAGE020
表示所述当前平面点云和所述配对平面点云之间相似度的成本函数且
Figure 753814DEST_PATH_IMAGE021
，
Figure 252928DEST_PATH_IMAGE022
和
Figure 145798DEST_PATH_IMAGE023
分别表示所述当前平面到所述配对平面中点云的目标函数，以及所述配对平面到所述当前平面中点云的目标函数且
Figure 122981DEST_PATH_IMAGE024
、
Figure 784907DEST_PATH_IMAGE025
，
Figure 658185DEST_PATH_IMAGE026
表示
Figure 274236DEST_PATH_IMAGE027
，
Figure 55110DEST_PATH_IMAGE028
表示点
Figure 837122DEST_PATH_IMAGE029
是所述旋转激光雷达坐标系中的初始点，
Figure 678039DEST_PATH_IMAGE030
和
Figure 279921DEST_PATH_IMAGE031
是点
Figure 864486DEST_PATH_IMAGE032
与平面
Figure 438687DEST_PATH_IMAGE033
和
Figure 450506DEST_PATH_IMAGE034
之间距离的函数且
Figure 274105DEST_PATH_IMAGE035
，
Figure 432335DEST_PATH_IMAGE036
和
Figure 657780DEST_PATH_IMAGE037
是距离的权重且
Figure 840500DEST_PATH_IMAGE038
，
Figure 620237DEST_PATH_IMAGE039
和
Figure 546604DEST_PATH_IMAGE040
表示平面观测精度权重且
Figure 892135DEST_PATH_IMAGE041
、
Figure 511335DEST_PATH_IMAGE042
，
Figure 309527DEST_PATH_IMAGE043
和
Figure 977269DEST_PATH_IMAGE044
分别表示所述当前平面点云的质心和所述配对平面点云的质心，
Figure 177306DEST_PATH_IMAGE045
分别表示所述旋转激光雷达和目标平面的距离以及入射角的权重比例，且
Figure 468872DEST_PATH_IMAGE046
和
Figure 754360DEST_PATH_IMAGE047
分别表示所述当前平面点云和所述配对平面点云，
Figure 288110DEST_PATH_IMAGE048
为估计参数的坐标且
Figure 342653DEST_PATH_IMAGE049
，
Figure 241339DEST_PATH_IMAGE050
表示估计参数，
Figure 14123DEST_PATH_IMAGE051
表示激光雷达的最大测量距离。
本发明具有以下有益效果：
1)可以在未准备环境下进行外参标定，传统方法需要在特定环境下进行标定，在需临时进行标定的情况下也可胜任；
2)无需借助其他外部辅助工具进行外参标定，避免制作额外标定件；
3）相比于现有的技术方案，GRSC算法相对于其他外参标定方法能够提供更多更小的环境平面，因此具有更好的精度和鲁棒性。
附图说明
图1为本发明所提供的旋转激光雷达的外参标定方法的流程图；
图2为图1中步骤S5的分步骤流程图；
图3为步骤S54的分步骤流程图；
图4为本发明平面匹配过程示意图；
图5为本发明旋转激光雷达坐标转换关系示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
实施例
本发明提供一种旋转激光雷达的外参标定方法，参考图1所示，所述旋转激光雷达的外参标定方法包括：
S1：获取旋转激光雷达扫描的第一半扫描点云和第二半扫描点云；
由于旋转激光雷达的扫描是对称的，当旋转激光雷达完成一个扫描周期时，它实际上对环境进行了两次扫描。我们把整个环境的两次扫描点云表示为第一个半扫描模型
Figure 85984DEST_PATH_IMAGE052
Figure DEST_PATH_IMAGE053
和第二半扫描模型
Figure 791772DEST_PATH_IMAGE054
Figure 422211DEST_PATH_IMAGE055
，如果外部参数正确，这样的两个半扫描将完全重叠。有了预测的外在变换
Figure DEST_PATH_IMAGE056
Figure 151133DEST_PATH_IMAGE057
和从旋转角度
Figure 26685DEST_PATH_IMAGE058
Figure DEST_PATH_IMAGE059
得出的变换
Figure 852559DEST_PATH_IMAGE060
Figure 889785DEST_PATH_IMAGE061
，由
Figure DEST_PATH_IMAGE062
可将雷达坐标系
Figure 371582DEST_PATH_IMAGE063
Figure 785245DEST_PATH_IMAGE064
中的原点
Figure DEST_PATH_IMAGE065
Figure 967090DEST_PATH_IMAGE066
变换为固定坐标系
Figure 175218DEST_PATH_IMAGE067
Figure 144311DEST_PATH_IMAGE068
中的
Figure DEST_PATH_IMAGE069
Figure 96086DEST_PATH_IMAGE070
。然后，根据旋转角度
Figure 834235DEST_PATH_IMAGE071
Figure 744422DEST_PATH_IMAGE059
，点
Figure 200811DEST_PATH_IMAGE069
Figure 448954DEST_PATH_IMAGE070
累积以构建两个半扫描。
可选择地，所述第一半扫描模型为：
Figure DEST_PATH_IMAGE072
所述第二半扫描模型为：
Figure 41609DEST_PATH_IMAGE073
其中，
Figure 857118DEST_PATH_IMAGE074
表示固定坐标系下的第
Figure DEST_PATH_IMAGE075
个点云的坐标，
Figure 331962DEST_PATH_IMAGE076
表示旋转角度。
S2：判断所述第一半扫描点云和所述第二半扫描点云是否完全重叠，若是，将所述旋转激光雷达的当前外参作为最终外参输出，否则，进入步骤S3；
S3：分别对所述第一半扫描点云和所述第二半扫描点云进行网格划分，得到划分后的若干第一半扫描网格和若干第二半扫描网格；
为了克服环境点云失真的影响，可充分利用小平面，本发明将整个环境点云划分为小网格。所有的半扫描，如第一半扫描模型
Figure 891119DEST_PATH_IMAGE052
Figure 603860DEST_PATH_IMAGE053
和第二半扫描模型
Figure 793533DEST_PATH_IMAGE054
，将被划分为相同大小的网格。此外，每一个半扫描的网格都应该是完全对齐的，确保GRSC能够可靠地对相应的网格进行平面关联。具体来说，首先将第一半扫描
Figure 224515DEST_PATH_IMAGE052
划分为小网格，在此过程中将形成一套划分网格的参数，其中包括网格大小和
Figure 88828DEST_PATH_IMAGE077
和
Figure DEST_PATH_IMAGE078
坐标的范围。为了确保来自不同半扫描的网格是一致的，前半扫描的划分参数将被用来划分第二半扫描
Figure 187234DEST_PATH_IMAGE079
Figure 344545DEST_PATH_IMAGE055
。
以下为本发明所提供的GRSC方法，其包括平面提取部分和平面匹配部分，具体为：
S4：利用平面模型拟合方法提取每个所述第一半扫描网格和第二半扫描网格中的平面点云；
分别从基于半扫描
Figure 200506DEST_PATH_IMAGE052
Figure 101466DEST_PATH_IMAGE053
和
Figure 788799DEST_PATH_IMAGE054
构建的所有网格中，通过RANSAC平面模型拟合方法提取每个网格内的平面点云，根据拟合参数获取提取的平面的相关参数。这里需要说明的是，RANSAC平面模型拟合方法为本领域较为常用的方法，因而并非本发明的保护内容。
S5：对所述第一半扫描网格和第二半扫描网格中的平面点云进行平面匹配操作，得到匹配结果；
进一步地，参考图2所示，所述步骤S5包括：
S51：将所述第一半扫描网格中的平面点云和第二半扫描网格中的平面点云中的一者作为当前平面点云，另一者作为与所述当前平面点云相匹配的配对平面点云进行初步匹配，得到候选平面对；
S52：获取当前候选平面对的平面参数对；
这里，所述平面参数对包括：
所述当前平面点云和/或所述配对平面点云的质心坐标，以及所述当前平面点云和/或所述配对平面点云的平面单位法向量。
S53：根据所述平面参数对，得到关联平面判断参数；
这里，所述关联平面判断参数包括：
所述当前平面点云和所述配对平面点云的质心之间的形心距离、所述当前平面点云和/或所述配对平面点云中一者的质心坐标在另一者上投影与该另一者的质心坐标之间的投影形心距离，以及所述当前平面点云和所述配对平面点云的单位法向量之间的夹角。
S54：根据所述关联平面判断参数判断所述当前候选平面对是否为关联平面，若是，进入步骤S55，否则，进入步骤S56；
具体地，当提取平面完成后，会形成两组平面参数
Figure 382592DEST_PATH_IMAGE080
和
Figure 522586DEST_PATH_IMAGE081
，它们分别来自第一半扫描
Figure 164920DEST_PATH_IMAGE052
Figure 205295DEST_PATH_IMAGE053
和第二半扫描
Figure 704409DEST_PATH_IMAGE054
Figure 597279DEST_PATH_IMAGE055
。关联平面的目的是找到所有的平面匹配
Figure 840041DEST_PATH_IMAGE082
Figure 501967DEST_PATH_IMAGE083
，其中
Figure 375245DEST_PATH_IMAGE084
Figure 224252DEST_PATH_IMAGE085
是
Figure 270706DEST_PATH_IMAGE086
Figure 52717DEST_PATH_IMAGE087
中第
Figure 395099DEST_PATH_IMAGE088
个平面参数，
Figure 731402DEST_PATH_IMAGE089
Figure 519230DEST_PATH_IMAGE090
是
Figure DEST_PATH_IMAGE091
Figure 421327DEST_PATH_IMAGE092
中第
Figure 698724DEST_PATH_IMAGE093
个平面参数。平面参数
Figure 787903DEST_PATH_IMAGE094
Figure 910580DEST_PATH_IMAGE085
是一个元组，表示为
Figure DEST_PATH_IMAGE095
Figure 136025DEST_PATH_IMAGE096
，
Figure 823139DEST_PATH_IMAGE097
和
Figure DEST_PATH_IMAGE098
它由一个平面的中心点组成，是由平面的质心、平面的单位法向量和平面到坐标原点的距离组成的，类似的平面参数
Figure 930772DEST_PATH_IMAGE099
Figure 857140DEST_PATH_IMAGE090
表示为
Figure 405933DEST_PATH_IMAGE100
Figure 759554DEST_PATH_IMAGE101
。我们不需要检查每一个点与相邻平面的距离，而是直接使用平面参数，用从粗到细的匹配过程来关联平面。可选择地，参考图3和图4所示，所述步骤S54的分步骤即为本发明由粗到细的匹配过程，其包括：
S541：判断所述形心距离是否小于第一预设阈值，若是，进入步骤S542，否则，进入步骤S56；
这里，所述形心距离
Figure 823325DEST_PATH_IMAGE006
通过以下方式计算：
Figure 553383DEST_PATH_IMAGE007
其中，
Figure 753421DEST_PATH_IMAGE008
和
Figure 779408DEST_PATH_IMAGE009
分别表示所述当前平面点云的质心和所述配对平面点云的质心。
S542：判断所述投影形心距离是否小于第二预设阈值，若是，进入步骤S543，否则，进入步骤S56；
所述投影形心距离
Figure 268158DEST_PATH_IMAGE010
通过以下方式计算：
Figure 801907DEST_PATH_IMAGE011
其中，
Figure 122030DEST_PATH_IMAGE012
表示形心距离，
Figure 817454DEST_PATH_IMAGE013
表示所述配对平面点云的单位法向量。
Figure DEST_PATH_IMAGE102
是
Figure 324658DEST_PATH_IMAGE103
Figure 396520DEST_PATH_IMAGE104
与单位
Figure DEST_PATH_IMAGE105
Figure 102307DEST_PATH_IMAGE106
的乘积。对于图4(b)所示的一些来自不同半扫描的小平面，它们是共面的，但不够接近，足够小的投影中心点距离
Figure 732747DEST_PATH_IMAGE107
Figure 727248DEST_PATH_IMAGE108
可以表明这两个平面是来自同一个物理平面，但在不同的部分。
S543：判断所述单位法向量之间的夹角是否小于第三预设阈值，若是，进入步骤S55，否则，返回步骤S56。
所述单位法向量之间的夹角
Figure 806062DEST_PATH_IMAGE014
通过以下方式计算：
Figure 569619DEST_PATH_IMAGE015
其中，
Figure 872424DEST_PATH_IMAGE016
和
Figure 619800DEST_PATH_IMAGE017
分别表示所述当前平面点云的单位法向量和所述配对平面点云的单位法向量。
S55：判断所述当前候选平面对是否为最后一组候选平面对，若是，将所述关联平面作为匹配结果输出并进入步骤S6；否则，进入步骤S56；
S56：重新获取候选平面对并返回步骤S51。
S6：利用所述匹配结果优化所述旋转激光雷达的当前外参，得到所述旋转激光雷达的新的外参；
S7：将所述新的外参作为所述当前外参并返回步骤S2。
可选择地，在所述步骤S1之前，所述旋转激光雷达的外参标定方法还包括：
获取所述旋转激光雷达的旋转角度；
将所述旋转激光雷达所在的坐标系转换为固定坐标系；
具体的，参考图5所示，其展示了本大明的三维旋转激光雷达系统的坐标关系，进一步地，坐标
Figure 33464DEST_PATH_IMAGE109
和
Figure DEST_PATH_IMAGE110
分别表示三维激光雷达、旋转电机轴和固定底座。相应的坐标系统分别被指定为
Figure 651527DEST_PATH_IMAGE111
,
Figure 125234DEST_PATH_IMAGE112
和
Figure 595792DEST_PATH_IMAGE113
。旋转激光雷达和旋转电机轴中心之间的外在参数是恒定的，表示为
Figure 78726DEST_PATH_IMAGE114
，它由旋转矩阵
Figure 816874DEST_PATH_IMAGE115
Figure DEST_PATH_IMAGE116
和平移矢量
Figure 195903DEST_PATH_IMAGE117
Figure 652292DEST_PATH_IMAGE118
组成。旋转矩阵
Figure 407759DEST_PATH_IMAGE119
Figure 531573DEST_PATH_IMAGE116
是由直观的欧拉角呈现的
Figure DEST_PATH_IMAGE120
Figure 815923DEST_PATH_IMAGE117
Figure 275722DEST_PATH_IMAGE118
表示为：
Figure 834879DEST_PATH_IMAGE121
由于不可观察性，沿旋转轴
Figure 547620DEST_PATH_IMAGE122
的旋转参数
Figure DEST_PATH_IMAGE123
Figure 330768DEST_PATH_IMAGE124
和平移参数
Figure 699433DEST_PATH_IMAGE117
Figure 796702DEST_PATH_IMAGE125
都不能被估计。此外，由于激光雷达的测距偏差可能达到数厘米，比一般的平移外部参数大得多，所以在非特定环境中也无法估计
Figure 629529DEST_PATH_IMAGE117
Figure 786841DEST_PATH_IMAGE118
。因此，在本发明中，我们将只估计二维旋转参数
Figure DEST_PATH_IMAGE126
Figure 737741DEST_PATH_IMAGE127
和
Figure 638701DEST_PATH_IMAGE128
Figure 326034DEST_PATH_IMAGE129
。我们把估计的旋转矩阵
Figure 857510DEST_PATH_IMAGE119
Figure 794242DEST_PATH_IMAGE116
表示为
Figure 436576DEST_PATH_IMAGE130
其中，
Figure 978416DEST_PATH_IMAGE131
Figure 477530DEST_PATH_IMAGE132
旋转的电机轴和固定底座之间的变换用
Figure 603356DEST_PATH_IMAGE133
Figure 111697DEST_PATH_IMAGE061
表示，它也由旋转矩阵
Figure 508044DEST_PATH_IMAGE134
Figure DEST_PATH_IMAGE135
和平移矢量
Figure 912480DEST_PATH_IMAGE136
Figure 27067DEST_PATH_IMAGE137
组成。因为旋转激光雷达围绕固定坐标系
Figure DEST_PATH_IMAGE138
Figure 870258DEST_PATH_IMAGE068
的
Figure 121111DEST_PATH_IMAGE139
Figure 165290DEST_PATH_IMAGE140
轴的旋转角度
Figure 65375DEST_PATH_IMAGE141
Figure 853203DEST_PATH_IMAGE143
，所以
Figure 351705DEST_PATH_IMAGE133
Figure 363523DEST_PATH_IMAGE061
是变化的。由于坐标系
Figure DEST_PATH_IMAGE144
和
Figure 742115DEST_PATH_IMAGE138
的原点和
Figure 805405DEST_PATH_IMAGE145
轴是重合的，
Figure 30850DEST_PATH_IMAGE134
Figure 479149DEST_PATH_IMAGE135
可以简化为
Figure 993306DEST_PATH_IMAGE146
Figure DEST_PATH_IMAGE147
为
Figure 450833DEST_PATH_IMAGE148
且
Figure 796363DEST_PATH_IMAGE149
Figure 415563DEST_PATH_IMAGE137
可视为零向量。
为了得到固定坐标系
Figure 213755DEST_PATH_IMAGE138
Figure 445279DEST_PATH_IMAGE068
中的转换点
Figure DEST_PATH_IMAGE150
Figure 379737DEST_PATH_IMAGE070
，原点
Figure 904259DEST_PATH_IMAGE151
Figure 189747DEST_PATH_IMAGE066
必须首先从激光雷达坐标系
Figure 723496DEST_PATH_IMAGE152
Figure 778040DEST_PATH_IMAGE064
转换到旋转电机坐标系
Figure 739043DEST_PATH_IMAGE144
Figure DEST_PATH_IMAGE153
，然后再从
Figure 246247DEST_PATH_IMAGE144
Figure 551064DEST_PATH_IMAGE153
转换到
Figure 991273DEST_PATH_IMAGE138
Figure 857598DEST_PATH_IMAGE068
。
Figure 320940DEST_PATH_IMAGE154
组合公式
Figure 930913DEST_PATH_IMAGE155
，则
Figure 960049DEST_PATH_IMAGE156
。
根据所述旋转角度和所述固定坐标系的原点，构建第一半扫描模型和第二半扫描模型；
根据所述第一半扫描模型得到所述第一半扫描点云和/或根据所述第二半扫描模型得到所述第二半扫描点云。
可选择地，所述旋转激光雷达的外参包括估计外参，所述估计外参的计算方式为：
Figure 528434DEST_PATH_IMAGE018
其中，
Figure 10231DEST_PATH_IMAGE019
表示估计外参的集合，
Figure 423894DEST_PATH_IMAGE020
表示所述当前平面点云和所述配对平面点云之间相似度的成本函数且
Figure 510799DEST_PATH_IMAGE021
，
Figure 485971DEST_PATH_IMAGE022
和
Figure 455064DEST_PATH_IMAGE023
分别表示所述当前平面到所述配对平面中点云的目标函数，以及所述配对平面到所述当前平面中点云的目标函数且
Figure 672418DEST_PATH_IMAGE024
、
Figure 676146DEST_PATH_IMAGE025
，
Figure 320754DEST_PATH_IMAGE026
表示
Figure 980406DEST_PATH_IMAGE027
，
Figure 735872DEST_PATH_IMAGE028
表示点
Figure 328528DEST_PATH_IMAGE029
是所述旋转激光雷达坐标系中的初始点，
Figure 409616DEST_PATH_IMAGE030
和
Figure 869415DEST_PATH_IMAGE031
是点
Figure 428572DEST_PATH_IMAGE032
与平面
Figure 344575DEST_PATH_IMAGE033
和
Figure 65407DEST_PATH_IMAGE034
之间距离的函数且
Figure 496388DEST_PATH_IMAGE035
，
Figure 859236DEST_PATH_IMAGE036
和
Figure 692063DEST_PATH_IMAGE037
是距离的权重且
Figure 583796DEST_PATH_IMAGE038
，
Figure 705335DEST_PATH_IMAGE039
和
Figure 606295DEST_PATH_IMAGE040
表示平面观测精度权重且
Figure 795093DEST_PATH_IMAGE041
、
Figure 123307DEST_PATH_IMAGE042
，
Figure 263301DEST_PATH_IMAGE043
和
Figure 967952DEST_PATH_IMAGE044
分别表示所述当前平面点云的质心和所述配对平面点云的质心，
Figure 713054DEST_PATH_IMAGE045
分别表示所述旋转激光雷达和目标平面的距离以及入射角的权重比例，且
Figure 212168DEST_PATH_IMAGE046
和
Figure 839459DEST_PATH_IMAGE047
分别表示所述当前平面点云和所述配对平面点云，由于
Figure 82221DEST_PATH_IMAGE052
、
Figure 478568DEST_PATH_IMAGE054
的点集在旋转激光雷达静止时对相同的物理面进行采样，因此属于平面匹配
Figure 647118DEST_PATH_IMAGE157
Figure 27284DEST_PATH_IMAGE158
的平面
Figure 808158DEST_PATH_IMAGE159
和平面
Figure DEST_PATH_IMAGE160
Figure 59011DEST_PATH_IMAGE090
实际上是空间中同一物理面的同一观测值，因而本发明将估计参数表示为
Figure 899928DEST_PATH_IMAGE049
，
Figure 767390DEST_PATH_IMAGE048
为估计参数的坐标，
Figure 351955DEST_PATH_IMAGE050
表示估计参数，
Figure 722894DEST_PATH_IMAGE051
表示激光雷达的最大测量距离；
Figure 937974DEST_PATH_IMAGE161
和
Figure 263039DEST_PATH_IMAGE162
分别表示所述当前平面点云的单位法向量和所述配对平面点云的单位法向量。
本发明具有以下有益效果：
1)可以在未准备环境下进行外参标定，传统方法需要在特定环境下进行标定，在需临时进行标定的情况下也可胜任；
2)无需借助其他外部辅助工具进行外参标定，避免制作额外标定件；
3）相比于现有的技术方案，GRSC算法相对于其他外参标定方法能够提供更多更小的环境平面，因此具有更好的精度和鲁棒性。
具体来说，当收到足够的扫描数据时，方法首选将整个环境点云划分为众多小网格；然后，使用RANSAC方法在每个网格内有效地提取较小的平面；其次，提取的平面将以粗到细的平面匹配方式进行有效的关联；最后，两个代表平面观测精度的权重被用来改善外参优化。
由此，本发明所提出的基于RANSAC提取网格平面（GRSC）的旋转激光雷达外参标定方法，实现了在没有经过精心准备、未准备环境下，不借助其他辅助工具就可以对使用的旋转激光雷达进行外参标定，同时还提高了激光雷达的外参标定精度和鲁棒性。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种旋转激光雷达的外参标定方法，其特征在于，所述旋转激光雷达的外参标定方法包括：
S1：获取旋转激光雷达扫描的第一半扫描点云和第二半扫描点云；
S2：判断所述第一半扫描点云和所述第二半扫描点云是否完全重叠，若是，将所述旋转激光雷达的当前外参作为最终外参输出，否则，进入步骤S3；
S3：分别对所述第一半扫描点云和所述第二半扫描点云进行网格划分，得到划分后的若干第一半扫描网格和若干第二半扫描网格；
S4：利用平面模型拟合方法提取每个所述第一半扫描网格和第二半扫描网格中的平面点云；
S5：对所述第一半扫描网格和第二半扫描网格中的平面点云进行平面匹配操作，得到匹配结果；
S6：利用所述匹配结果优化所述旋转激光雷达的当前外参，得到所述旋转激光雷达的新的外参；
S7：将所述新的外参作为所述当前外参并返回步骤S2。
2.根据权利要求1所述的旋转激光雷达的外参标定方法，其特征在于，在所述步骤S1之前，所述旋转激光雷达的外参标定方法还包括：
获取所述旋转激光雷达的旋转角度；
将所述旋转激光雷达所在的坐标系转换为固定坐标系；
根据所述旋转角度和所述固定坐标系的原点，构建第一半扫描模型和第二半扫描模型；
根据所述第一半扫描模型得到所述第一半扫描点云和/或根据所述第二半扫描模型得到所述第二半扫描点云。
3.根据权利要求2所述的旋转激光雷达的外参标定方法，其特征在于，所述第一半扫描模型为：
Figure 285557DEST_PATH_IMAGE001
所述第二半扫描模型为：
Figure 511002DEST_PATH_IMAGE002
其中，
Figure 198116DEST_PATH_IMAGE003
表示固定坐标系下的第
Figure 774591DEST_PATH_IMAGE004
个点云的坐标，
Figure 700958DEST_PATH_IMAGE005
表示旋转角度。
4.根据权利要求1所述的旋转激光雷达的外参标定方法，其特征在于，所述步骤S5中：
S51：将所述第一半扫描网格中的平面点云和第二半扫描网格中的平面点云中的一者作为当前平面点云，另一者作为与所述当前平面点云相匹配的配对平面点云进行初步匹配，得到候选平面对；
S52：获取当前候选平面对的平面参数对；
S53：根据所述平面参数对，得到关联平面判断参数；
S54：根据所述关联平面判断参数判断所述当前候选平面对是否为关联平面，若是，进入步骤S55，否则，进入步骤S56；
S55：判断所述当前候选平面对是否为最后一组候选平面对，若是，将所述关联平面作为匹配结果输出并进入步骤S6；否则，进入步骤S56；
S56：重新获取候选平面对并返回步骤S51。
5.根据权利要求4所述的旋转激光雷达的外参标定方法，其特征在于，所述步骤S52中，所述平面参数对包括：
所述当前平面点云和/或所述配对平面点云的质心坐标，以及所述当前平面点云和/或所述配对平面点云的平面单位法向量；
所述步骤S53中，所述关联平面判断参数包括：
所述当前平面点云和所述配对平面点云的质心之间的形心距离、所述当前平面点云和/或所述配对平面点云中一者的质心坐标在另一者上投影与该另一者的质心坐标之间的投影形心距离，以及所述当前平面点云和所述配对平面点云的单位法向量之间的夹角。
6.根据权利要求5所述的旋转激光雷达的外参标定方法，其特征在于，所述步骤S54包括：
S541：判断所述形心距离是否小于第一预设阈值，若是，进入步骤S542，否则，进入步骤S56；
S542：判断所述投影形心距离是否小于第二预设阈值，若是，进入步骤S543，否则，进入步骤S56；
S543：判断所述单位法向量之间的夹角是否小于第三预设阈值，若是，进入步骤S55，否则，返回步骤S56。
7.根据权利要求5或6所述的旋转激光雷达的外参标定方法，其特征在于，所述形心距离
Figure 780910DEST_PATH_IMAGE006
通过以下方式计算：
Figure 603372DEST_PATH_IMAGE007
其中，
Figure 401564DEST_PATH_IMAGE008
和
Figure 131623DEST_PATH_IMAGE009
分别表示所述当前平面点云的质心和所述配对平面点云的质心；
所述投影形心距离
Figure 66081DEST_PATH_IMAGE010
通过以下方式计算：
Figure 121761DEST_PATH_IMAGE011
其中，
Figure 908714DEST_PATH_IMAGE012
表示形心距离，
Figure 176884DEST_PATH_IMAGE013
表示所述配对平面点云的单位法向量；
所述单位法向量之间的夹角
Figure 434690DEST_PATH_IMAGE014
通过以下方式计算：
Figure 395693DEST_PATH_IMAGE015
其中，
Figure 902898DEST_PATH_IMAGE016
和
Figure 240338DEST_PATH_IMAGE017
分别表示所述当前平面点云的单位法向量和所述配对平面点云的单位法向量。
8.根据权利要求1所述的旋转激光雷达的外参标定方法，其特征在于，所述旋转激光雷达的外参包括估计外参；
所述估计外参的计算方式为：
Figure 414968DEST_PATH_IMAGE018
其中，
Figure 281293DEST_PATH_IMAGE019
表示估计外参的集合，
Figure 744635DEST_PATH_IMAGE020
表示所述当前平面点云和所述配对平面点云之间相似度的成本函数且
Figure 354608DEST_PATH_IMAGE021
，
Figure 882279DEST_PATH_IMAGE022
和
Figure 919505DEST_PATH_IMAGE023
分别表示所述当前平面到所述配对平面中点云的目标函数，以及所述配对平面到所述当前平面中点云的目标函数且
Figure 932460DEST_PATH_IMAGE024
、
Figure 346124DEST_PATH_IMAGE025
，
Figure 433029DEST_PATH_IMAGE026
表示
Figure 906736DEST_PATH_IMAGE027
，
Figure 875829DEST_PATH_IMAGE028
表示点
Figure 827604DEST_PATH_IMAGE029
是所述旋转激光雷达坐标系中的初始点，
Figure 96911DEST_PATH_IMAGE030
和
Figure 977405DEST_PATH_IMAGE031
是点
Figure 433794DEST_PATH_IMAGE032
与平面
Figure 392523DEST_PATH_IMAGE033
和
Figure 250757DEST_PATH_IMAGE034
之间距离的函数且
Figure 66267DEST_PATH_IMAGE035
，
Figure 9952DEST_PATH_IMAGE036
和
Figure 569109DEST_PATH_IMAGE037
是距离的权重且
Figure 281850DEST_PATH_IMAGE038
，
Figure 268261DEST_PATH_IMAGE039
和
Figure 902505DEST_PATH_IMAGE040
表示平面观测精度权重且
Figure 515887DEST_PATH_IMAGE041
、
Figure 83134DEST_PATH_IMAGE042
，
Figure 240446DEST_PATH_IMAGE043
和
Figure 158724DEST_PATH_IMAGE044
分别表示所述当前平面点云的质心和所述配对平面点云的质心，
Figure 59684DEST_PATH_IMAGE045
分别表示所述旋转激光雷达和目标平面的距离以及入射角的权重比例，且
Figure 747017DEST_PATH_IMAGE046
和
Figure 75230DEST_PATH_IMAGE047
分别表示所述当前平面点云和所述配对平面点云，
Figure 215224DEST_PATH_IMAGE048
为估计参数的坐标且
Figure 123137DEST_PATH_IMAGE049
，
Figure 166442DEST_PATH_IMAGE050
表示估计参数，
Figure 665557DEST_PATH_IMAGE051
表示激光雷达的最大测量距离。
CN202210119734.6A 2022-02-09 2022-02-09 一种旋转激光雷达的外参标定方法 Active CN114152937B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210119734.6A CN114152937B (zh) 2022-02-09 2022-02-09 一种旋转激光雷达的外参标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210119734.6A CN114152937B (zh) 2022-02-09 2022-02-09 一种旋转激光雷达的外参标定方法

Publications (2)

Publication Number Publication Date
CN114152937A true CN114152937A (zh) 2022-03-08
CN114152937B CN114152937B (zh) 2022-05-17

Family

ID=80450297

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210119734.6A Active CN114152937B (zh) 2022-02-09 2022-02-09 一种旋转激光雷达的外参标定方法

Country Status (1)

Country Link
CN (1) CN114152937B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101419709A (zh) * 2008-12-08 2009-04-29 北京航空航天大学 一种用于摄像机标定的平面靶标特征点的自动匹配方法
JP2010181209A (ja) * 2009-02-03 2010-08-19 Toyota Motor Corp カメラの自動キャリブレーション装置及び自動キャリブレーション方法
CN106803275A (zh) * 2017-02-20 2017-06-06 苏州中科广视文化科技有限公司 基于相机位姿估计和空间采样的2d全景视频生成
CN109712190A (zh) * 2018-11-10 2019-05-03 浙江大学 三维激光扫描仪与三维激光雷达的外参标定方法
CN110006435A (zh) * 2019-04-23 2019-07-12 西南科技大学 一种基于残差网络的变电站巡检机器人视觉辅助导航方法
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
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
CN112291024A (zh) * 2019-07-25 2021-01-29 北京地平线机器人技术研发有限公司 信息同步方法、信息同步装置及电子设备
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
CN112654886A (zh) * 2020-05-27 2021-04-13 华为技术有限公司 外参标定方法、装置、设备及存储介质
CN112752028A (zh) * 2021-01-06 2021-05-04 南方科技大学 移动平台的位姿确定方法、装置、设备和存储介质
CN112767490A (zh) * 2021-01-29 2021-05-07 福州大学 一种基于激光雷达的室外三维同步定位与建图方法
CN113156455A (zh) * 2021-03-16 2021-07-23 武汉理工大学 基于路侧多激光雷达感知的车定位系统、方法、装置和介质
CN113188557A (zh) * 2021-04-28 2021-07-30 江苏方天电力技术有限公司 一种融合语义特征的视觉惯性组合导航方法
CN113390514A (zh) * 2021-06-16 2021-09-14 中国人民解放军军事科学院国防工程研究院 一种基于多传感器阵列的三维红外温度测量方法
CN113470090A (zh) * 2021-07-23 2021-10-01 徐州中欧科技有限公司 基于sift-shot特征的多固态激光雷达外参标定方法
CN113552559A (zh) * 2021-07-23 2021-10-26 北京轻舟智航科技有限公司 一种无人驾驶中激光雷达外参的修正方法
CN113640778A (zh) * 2021-08-12 2021-11-12 东风悦享科技有限公司 一种基于无重叠视场的多激光雷达的联合标定方法
CN113777593A (zh) * 2021-11-11 2021-12-10 中国科学院自动化研究所 基于伺服电机辅助运动的多激光雷达外参标定方法和装置
CN113902812A (zh) * 2021-10-13 2022-01-07 岱悟智能科技(上海)有限公司 一种基于多标定板的激光雷达与相机外参自动标定方法

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101419709A (zh) * 2008-12-08 2009-04-29 北京航空航天大学 一种用于摄像机标定的平面靶标特征点的自动匹配方法
JP2010181209A (ja) * 2009-02-03 2010-08-19 Toyota Motor Corp カメラの自動キャリブレーション装置及び自動キャリブレーション方法
CN106803275A (zh) * 2017-02-20 2017-06-06 苏州中科广视文化科技有限公司 基于相机位姿估计和空间采样的2d全景视频生成
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
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
CN109712190A (zh) * 2018-11-10 2019-05-03 浙江大学 三维激光扫描仪与三维激光雷达的外参标定方法
CN110006435A (zh) * 2019-04-23 2019-07-12 西南科技大学 一种基于残差网络的变电站巡检机器人视觉辅助导航方法
CN112291024A (zh) * 2019-07-25 2021-01-29 北京地平线机器人技术研发有限公司 信息同步方法、信息同步装置及电子设备
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
CN112654886A (zh) * 2020-05-27 2021-04-13 华为技术有限公司 外参标定方法、装置、设备及存储介质
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
CN112752028A (zh) * 2021-01-06 2021-05-04 南方科技大学 移动平台的位姿确定方法、装置、设备和存储介质
CN112767490A (zh) * 2021-01-29 2021-05-07 福州大学 一种基于激光雷达的室外三维同步定位与建图方法
CN113156455A (zh) * 2021-03-16 2021-07-23 武汉理工大学 基于路侧多激光雷达感知的车定位系统、方法、装置和介质
CN113188557A (zh) * 2021-04-28 2021-07-30 江苏方天电力技术有限公司 一种融合语义特征的视觉惯性组合导航方法
CN113390514A (zh) * 2021-06-16 2021-09-14 中国人民解放军军事科学院国防工程研究院 一种基于多传感器阵列的三维红外温度测量方法
CN113470090A (zh) * 2021-07-23 2021-10-01 徐州中欧科技有限公司 基于sift-shot特征的多固态激光雷达外参标定方法
CN113552559A (zh) * 2021-07-23 2021-10-26 北京轻舟智航科技有限公司 一种无人驾驶中激光雷达外参的修正方法
CN113640778A (zh) * 2021-08-12 2021-11-12 东风悦享科技有限公司 一种基于无重叠视场的多激光雷达的联合标定方法
CN113902812A (zh) * 2021-10-13 2022-01-07 岱悟智能科技(上海)有限公司 一种基于多标定板的激光雷达与相机外参自动标定方法
CN113777593A (zh) * 2021-11-11 2021-12-10 中国科学院自动化研究所 基于伺服电机辅助运动的多激光雷达外参标定方法和装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
KIM, DH: "Multiple 3D LiDARs Extrinsic Parameter Estimation Method Using Plane Features", 《2021 IEEE INTERNATIONAL CONFERENCE ON BIG DATA AND SMART COMPUTING (BIGCOMP 2021)》 *
王君: "基于RGB-D相机的室内场景三维重建方法研究", 《万方数据库》 *
王鹏: "利用平面特征的激光雷达相对位姿标定方法", 《测绘科学技术学报》 *
罗磊: "基于2D旋转激光的室内三维SLAM技术研究", 《中国优秀硕士学位论文全文数据库 基础科学技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN114152937B (zh) 2022-05-17

Similar Documents

Publication Publication Date Title
Kung et al. A normal distribution transform-based radar odometry designed for scanning and automotive radars
CN106548462B (zh) 基于薄板样条插值的非线性sar图像几何校正方法
Peršić et al. Extrinsic 6dof calibration of a radar–lidar–camera system enhanced by radar cross section estimates evaluation
CN109872352B (zh) 基于杆塔特征点的电力巡线LiDAR数据自动配准方法
CN102622747B (zh) 一种用于视觉测量的摄像机参数优化方法
CN113436260A (zh) 基于多传感器紧耦合的移动机器人位姿估计方法和系统
CN105066962B (zh) 一种多分辨率大视场角高精度摄影测量装置
CN109341668B (zh) 基于折射投影模型和光束追踪法的多相机测量方法
CN104166989B (zh) 一种用于二维激光雷达点云匹配的快速icp方法
CN110716194B (zh) 同时参考球与面的多波束三维激光成像系统的检校方法
CN111913169B (zh) 激光雷达内参、点云数据的修正方法、设备及存储介质
CN103632338A (zh) 一种基于匹配曲线特征的图像配准评估法
CN114152937B (zh) 一种旋转激光雷达的外参标定方法
CN114529615A (zh) 雷达标定方法、装置及存储介质
CN113534110B (zh) 一种多激光雷达系统静态标定方法
Lu et al. A method for measuring the inclination of forgings based on an improved optimization algorithm for fitting ellipses
CN111694009B (zh) 一种定位系统、方法以及装置
CN116679314A (zh) 融合点云强度的三维激光雷达同步建图与定位方法及系统
CN110554405A (zh) 一种基于组合聚类的正态扫描配准方法和系统
Ni et al. Research on target 3D reconstruction and measurement technology based on binocular vision and lidar
CN112799058B (zh) 一种基于四臂螺旋天线的二维测角方法
CN110298892B (zh) 一种单线阵相机内外参数标定方法
CN104459618B (zh) 一种借助虚拟观测和距离等效交换的单站短基线相差定位方法
CN114518571A (zh) 一种旋转激光雷达的外参标定方法
Zhang et al. LiDAR and Camera Calibration Using Pyramid and Checkerboard Calibrators

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