CN114265042A - 标定方法、标定设备、标定系统和可读存储介质 - Google Patents

标定方法、标定设备、标定系统和可读存储介质 Download PDF

Info

Publication number
CN114265042A
CN114265042A CN202111503346.XA CN202111503346A CN114265042A CN 114265042 A CN114265042 A CN 114265042A CN 202111503346 A CN202111503346 A CN 202111503346A CN 114265042 A CN114265042 A CN 114265042A
Authority
CN
China
Prior art keywords
mapping
coordinate system
point cloud
point
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.)
Pending
Application number
CN202111503346.XA
Other languages
English (en)
Inventor
肖鹏川
邵振雷
吕程盛
廖仁
柴晓霖
向少卿
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.)
Hesai Technology Co Ltd
Original Assignee
Hesai Technology Co Ltd
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 Hesai Technology Co Ltd filed Critical Hesai Technology Co Ltd
Priority to CN202111503346.XA priority Critical patent/CN114265042A/zh
Publication of CN114265042A publication Critical patent/CN114265042A/zh
Priority to PCT/CN2022/093363 priority patent/WO2023103290A1/zh
Pending legal-status Critical Current

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

本发明提供一种标定方法、标定设备、标定系统和可读存储介质，其中，所述标定方法包括：获取所述激光雷达从视场中得到的点云，所述点云处于雷达坐标系下；获取测绘设备从所述视场中得到的测绘点集，所述测绘点集处于测绘坐标系下；基于所述点云和所述测绘点集，确定所述雷达坐标系和所述测绘坐标系之间的第一转换参数；基于所述第一转换参数和所述车辆处于所述测绘坐标系下的位姿信息，确定所述雷达坐标系与所述车辆的车辆坐标系之间的标定参数。采用上述方案，能够兼顾提高标定效率和标定精度，有利于进行批量标定。

Description

标定方法、标定设备、标定系统和可读存储介质
技术领域
本发明涉及自动驾驶领域，尤其涉及标定方法、标定设备、标定系统和可读存储介质。
背景技术
在当前自动驾驶领域中，车辆上通常装载有多种数据采集设备，如激光雷达、相机等。各数据采集设备采用不同的坐标系，导致多个数据采集设备采集到的数据无法配合使用。此时，通常需要将不同数据采集设备采集的数据转换到指定坐标系下，在同一坐标系下对数据进行处理和分析。
为了实现坐标系转换，需要获取各数据采集设备所在的坐标系与指定坐标系之间的相对位姿关系，这一获取相对位姿关系的过程可以称为标定，而用以表征数据采集设备坐标系与指定坐标系之间的相对位姿关系的数据可以称为转换参数。
然而，现有激光雷达的标定过程需要花费较多的时间控制标定精度，降低了现有的激光雷达标定方案的标定效率。并且，由于标定效率低，因此，现有的激光雷达标定方案无法满足批量标定的需求，即使进行批量标定也需要花费大量时间。
发明内容
有鉴于此，本发明提供一种标定方法、标定设备、标定系统和可读存储介质，能够兼顾提高标定效率和标定精度，有利于进行批量标定。
具体地，本发明提供一种标定方法，用于获取激光雷达和车辆之间的相对位姿关系；所述方法包括：
获取所述激光雷达从视场中得到的点云，所述点云处于雷达坐标系下；
获取测绘设备从所述视场中得到的测绘点集，所述测绘点集处于测绘坐标系下；
基于所述点云和所述测绘点集，确定所述雷达坐标系和所述测绘坐标系之间的第一转换参数；
基于所述第一转换参数和所述车辆处于所述测绘坐标系下的位姿信息，确定所述雷达坐标系与所述车辆的车辆坐标系之间的标定参数。
本发明还提供一种标定设备，分别与激光雷达和测绘设备连接，用于获取激光雷达和车辆之间的相对位姿关系；所述标定设备包括：
数据获取单元，适于获取所述激光雷达从视场中得到的点云和所述测绘设备从所述视场中得到的测绘点集，所述点云处于雷达坐标系下，所述测绘点集处于测绘坐标系下；
数据处理单元，适于根据所述点云和所述测绘点集，确定所述雷达坐标系和所述测绘坐标系之间的第一转换参数，并根据所述第一转换参数和所述车辆处于所述测绘坐标系下的位姿信息，确定所述雷达坐标系与所述车辆的车辆坐标系之间的标定参数。
本发明还提供一种标定设备，包括：存储器和处理器，所述存储器上存储有能在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行以上任一项所述方法的步骤。
本发明还提供一种标定系统，包括：测绘设备和标定设备；所述标定设备分别与所述测绘设备和激光雷达连接，用于获取激光雷达和车辆之间的相对位姿关系；其中：
所述激光雷达，适于获取视场对应的点云，所述点云处于雷达坐标系下；
所述测绘设备，适于获取所述视场对应的测绘点集，所述测绘点集处于测绘坐标系下；
所述标定设备，适于获取所述点云和所述测绘点集；根据所述点云和所述测绘点集，确定所述雷达坐标系和所述测绘坐标系之间的第一转换参数，以及，根据所述第一转换参数和所述车辆处于所述测绘坐标系下的位姿信息，确定所述雷达坐标系与所述车辆的车辆坐标系之间的标定参数。
本发明还提供一种可读存储介质，其上存储有计算机指令，所述计算机指令运行时执行以上任一项所述方法的步骤。
本发明提供的标定方法可用于获取激光雷达和车辆之间的相对位姿关系，通过所述激光雷达从视场中得到的点云和测绘设备从所述视场中得到的测绘点集，可以确定所述雷达坐标系和所述测绘坐标系之间的第一转换参数；基于所述第一转换参数和所述车辆处于所述测绘坐标系下的位姿信息，可以确定所述雷达坐标系与所述车辆的车辆坐标系之间的标定参数。
采用上述方案，一方面，通过点云和测绘点集确定的第一转换参数，可以表征所述雷达坐标系和所述测绘坐标系之间的相对位姿关系，使得数据能够在雷达坐标系和测绘坐标系之间转换，而通过所述车辆处于所述测绘坐标系下的位姿信息，可以反映车辆坐标系和所述测绘坐标系之间的相对位姿关系，即所述车辆坐标系和所述测绘坐标系之间的相对位姿关系是相对固定的，由此，可以省去获取所述车辆坐标系和所述测绘坐标系之间相对位姿关系的时间，并通过所述测绘坐标系的中间转换，快速完成所述雷达坐标系与所述车辆坐标系之间的标定，从而提高标定效率；另一方面，测绘设备具有高精度的测量性能，可以获得高精度的测绘点集，以及可以确保所述车辆在处于所述测绘坐标系下的位姿信息具有高精度，从而提高标定精度。综上，本发明提供的标定方法能够兼顾提高标定效率和标定精度，有利于进行批量标定。
附图说明
为了更清楚地说明本发明的技术方案，下面将对本发明或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面所描述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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种标定方法的流程示意图。
图2为本发明实施例提供的一种第一转换参数获取方法的流程示意图。
图3为本发明实施例提供的一种第一转换参数更新方法的具体流程示意图。
图4为本发明实施例提供的一种参考物的表面示意图。
图5为本发明实施例提供的一种匹配点获取方法的流程示意图。
图6为本发明实施例提供的一种标定设备的结构框图。
图7为本发明实施例提供的另一种标定设备的结构框图。
图8为本发明实施例提供的一种标定系统的结构框图。
图9为本发明实施例提供的一种标定系统的应用场景示意图。
具体实施方式
通过背景技术内容可知，现有激光雷达的标定过程需要花费较多的时间来控制标定精度，降低了现有的激光雷达标定方案的标定效率。并且，由于标定效率低，因此，现有的激光雷达标定方案无法满足批量标定的需求，即使进行批量标定也需要花费大量时间。
为了解决现有的标定方案存在的问题，本发明提供了一种标定方法，用于获取激光雷达和车辆之间的相对位姿关系，通过所述激光雷达从视场中得到的点云和测绘设备从所述视场中得到的测绘点集，可以确定所述雷达坐标系和所述测绘坐标系之间的第一转换参数；基于所述第一转换参数和所述车辆处于所述测绘坐标系下的位姿信息，可以确定所述雷达坐标系与所述车辆的车辆坐标系之间的标定参数。由此，能够兼顾提高标定效率和标定精度，有利于进行批量标定。
为使本领域技术人员更加清楚地了解及实施本发明的构思、实现方案及优点，以下参照附图进行详细说明。
参照图1，为本发明实施例提供的一种标定方法的流程示意图，可以用于获取激光雷达和车辆之间的相对位姿关系，在具体实施中，所述标定方法可以包括：
S11，获取所述激光雷达从视场中得到的点云，所述点云处于雷达坐标系下。
其中，所述雷达坐标系可以是：以激光雷达中的指定位置为原点建立的坐标系。
在具体实施中，所述激光雷达可以在其视场内发射光信号，所述光信号被视场中的参考物反射并被激光雷达所接收，基于发射出去的光信号和被视场中参考物反射回来的光信号，可以在激光雷达视场中生成多个数据点，从而形成点云。其中，各数据点可以包括：所述雷达坐标系下的坐标值。
S12，获取测绘设备从所述视场中得到的测绘点集，所述测绘点集处于测绘坐标系下。
其中，所述测绘坐标系可以是：以测绘设备中的指定位置为原点建立的坐标系。所述测绘设备可以是任意具有高精度测量能力的设备，如全站仪等。
在具体实施中，所述测绘设备位于能够对所述激光雷达视场内的参考物进行测绘的位置。例如，所述测绘设备可以位于所述车辆上方或侧方。又例如，所述测绘设备可以位于所述激光雷达的上方、下方或侧方。
可以理解的是，所述测绘设备的具体排布位置可根据实际应用场景进行设定，本发明实施例对此不作限制。
S13，基于所述点云和所述测绘点集，确定所述雷达坐标系和所述测绘坐标系之间的第一转换参数。
其中，所述第一转换参数可以包括第一相对位移信息和第一相对角度信息。所述第一相对位移信息可以表征雷达坐标系与测绘坐标系之间的相对平移距离，所述第一相对角度信息可以表征雷达坐标系与测绘坐标系之间的相对旋转角度。
进一步地，所述第一相对角度信息可以包括：雷达坐标系与测绘坐标系之间的俯仰角信息、翻滚角信息和偏航角信息中的至少一种。
S14，基于所述第一转换参数和所述车辆处于所述测绘坐标系下的位姿信息，确定所述雷达坐标系与所述车辆的车辆坐标系之间的标定参数。
在具体实施中，所述车辆处于所述测绘坐标系下的位姿信息可以包括：所述车辆处于所述测绘坐标系下的坐标信息和方位信息；进一步地，所述车辆处于所述测绘坐标系下的方位信息可以包括：所述车辆处于所述测绘坐标系下的俯仰角信息、翻滚角信息和偏航角信息中的至少一种。
所述车辆坐标系可以是：以车辆中的指定位置为原点建立的坐标系。其中，车辆中的指定位置可以为：从车辆中一个轮胎与地面的接触点、车辆中一个轮胎的车轮轴中心点、车辆中一个轮胎的轮心、以及车辆头部区域的一端点中的任意一个。
所述标定参数可以包括第二相对位移信息和第二相对角度信息。所述第二相对位移信息可以表征雷达坐标系与测绘坐标系之间的相对平移距离，所述第二相对角度信息可以表征雷达坐标系与测绘坐标系之间的相对旋转角度。
进一步地，所述第二相对角度信息可以包括：雷达坐标系与测绘坐标系之间的俯仰角信息、翻滚角信息和偏航角信息中的至少一种。
采用上述方案，一方面，通过点云和测绘点集确定的第一转换参数，可以表征所述雷达坐标系和所述测绘坐标系之间的相对位姿关系，使得数据能够在雷达坐标系和测绘坐标系之间转换，而通过所述车辆处于所述测绘坐标系下的位姿信息，可以反映所述车辆坐标系和所述测绘坐标系之间的相对位姿关系，即所述车辆坐标系和所述测绘坐标系之间的相对位姿关系是相对固定的，由此，可以省去获取所述车辆坐标系和所述测绘坐标系之间相对位姿关系的时间，并通过所述测绘坐标系的中间转换，快速完成所述雷达坐标系与所述车辆坐标系之间的标定，从而提高标定效率；另一方面，测绘设备具有高精度的测量性能，可以获得高精度的测绘点集，以及可以确保所述车辆在处于所述测绘坐标系下的位姿信息具有高精度，从而提高标定精度。
综上，本发明提供的标定方法能够兼顾提高标定效率和标定精度，有利于进行批量标定。
需要说明的是，上述实施例中的步骤S11和步骤S12之间并不存在必然的先后执行顺序，可以根据具体情况，并行执行步骤S11和步骤S12，或者按照指定顺序执行步骤S11和步骤S12，本说明书实施例对此不做具体限制。
在具体实施中，所述车辆处于所述测绘坐标系下的位姿信息，可以通过所述测绘坐标系与所述车辆坐标系之间的第二转换参数转换得到，或者，可以是通过预先设置得到。
具体地，在进行雷达坐标系和车辆坐标系的标定之前，所述第二转换参数可以通过对车辆坐标系和测绘坐标系进行标定得到的。由此，可以根据车辆在环境中的位置获取相应的第二转换参数。
在具体实施中，由于车辆处于测绘坐标系下的位姿信息可以预先设置得到，为了确保车辆所处位置与预先设置的所述测绘坐标系下的位姿信息匹配，可以通过第三方设备，对车辆和测绘设备进行定位。
其中，所述第三方设备可以是任意具有对齐功能的设备；第三方设备与测绘设备之间的相对位姿关系可以通过预先设置得到，且表征第三方设备与测绘设备之间的相对位姿关系的数据可以存储于任意具有存储功能的设备中，如第三方设备本身、用于执行本发明实施例提供的标定方法的标定设备等。本发明实施例对第三方设备的具体类型和数据存储对象均不做具体限制。
此外，可以根据具体情景和需求，设定车辆、测绘设备和第三方设备这三者之间的对齐顺序，本发明实施例对此不做具体限制。
在一可选示例中，可以通过摆正器，对车辆和测绘设备进行定位。具体地，可以先将测绘设备与摆正器上的基准点对齐；然后，将车辆移动至摆正器上，当车辆的指定部位(如车轮中心、车头)与摆正器的基准点对齐时，车辆停止移动。从而确保车辆移动至所需位置，完成车辆和测绘设备之间的定位。或者，可以先将车辆移动至摆正器上，在车辆的指定部位与摆正器的基准点对齐之后，车辆停止移动；然后，将测绘设备与摆正器上的基准点对齐。从而完成车辆和测绘设备之间的定位。
其中，表征测绘设备和摆正器之间的相对位姿关系的数据可存储于标定设备中。
由此，通过摆正器确定车辆和测绘设备在环境中的位置，可以避免反复进行车辆坐标系和测绘坐标系的标定，减少数据运算量和运算时间。
在具体实施中，可以通过匹配所述点云和所述测绘点集，确定所述第一转换参数。其中，匹配所述点云和所述测绘点集的具体步骤可以包括：
A1)在测绘坐标系中设定多个单元格，并基于测绘点集中各测绘点在各单元格的分布情况，得到各单元格的正态分布参数；
A2)基于预设的转换矩阵，分别确定测绘点集中与各数据点最接近的测绘点，得到相邻测绘点；
A3)基于预设的分布误差函数、各数据点及相邻测绘点，计算得到分布误差；
A4)基于所述分布误差值，调整转换矩阵的数值，并参照上述步骤A2)和A3，继续计算分布误差，直至计算得到的误差符合预设的误差允许范围，或者调整次数达到预设次数阈值，停止调整，并将调整得到的转换矩阵作为第一转换参数。
在具体实施中，为了提高第一转换参数的精度，可以对第一转换参数进行更新和评估。具体地，如图2所示，为本发明实施例提供的一种第一转换参数获取方法的流程示意图，在基于所述点云和所述测绘点集，确定所述雷达坐标系和所述测绘坐标系之间的第一转换参数的过程中，具体可以包括以下步骤：
S21，基于当前的第一转换参数、所述测绘点集、以及所述点云中的匹配点，更新所述第一转换参数并得到相应的参数评价信息。
其中，所述匹配点可以是从所述点云中筛选得到的数据点，所述筛选方式可根据具体应用场景和需求进行设定；所述参数评价信息可以表征第一转换参数的更新状态和/或更新效果。
例如，所述参数评价信息可以包括：所述第一转换参数的更新次数，以表征第一转换参数的更新状态，和/或所述匹配点基于更新后的第一转换参数转换至所述测绘坐标系后，与所述测绘点集中相邻测绘点之间的匹配误差，以表征第一转换参数的更新效果。
由此，通过对第一转换参数进行更新，可以提高第一转换参数的精度，而参数评价信息可以提供与第一转换参数相关的评价信息，以便后续使用，例如，可以在确定对第一转换参数进行迭代更新时使用并参考相关评价信息，具体可参考以下相关部分的描述，在此不做赘述。
在具体实施中，可以基于当前的第一转换参数，将所述匹配点转换至所述测绘坐标系后，结合其与所述测绘点集，更新所述第一转换参数以及得到所述参数评价信息。
具体地，如图3所示，为本发明实施例提供的一种第一转换参数更新方法的流程示意图。在基于当前的第一转换参数、所述测绘点集、以及所述点云中的匹配点，更新所述第一转换参数并得到相应的参数评价信息的过程中，具体可以包括以下步骤：
S31，基于当前的第一转换参数和所述匹配点处于雷达坐标系下的位姿信息，得到所述匹配点处于测绘坐标系下的位姿信息。
其中，所述匹配点处于雷达坐标系下的位姿信息可以包括：所述匹配点处于所述雷达坐标系下的坐标信息和方位信息；所述匹配点处于测绘坐标系下的位姿信息可以包括：所述匹配点处于所述测绘坐标系下的坐标信息和方位信息。进一步地，所述方位信息可以包括：俯仰角信息、翻滚角信息和偏航角信息中的至少一种。
可选地，所述匹配点处于雷达坐标系下的位姿信息、第一转换参数和所述匹配点处于测绘坐标系下的位姿信息这三者之间关系，可以采用以下等式表达：
Figure BDA0003402500780000081
其中，Pi L'表示第i个匹配点处于测绘坐标系下的位姿信息；
Figure BDA0003402500780000082
表示未更新的第一转换参数；Pi L表示第i个匹配点处于雷达坐标系下的位姿信息。
S32，基于所述匹配点处于所述测绘坐标系下的位姿信息和所述测绘点集，更新所述第一转换参数并得到所述参数评价信息。
在具体实施时，可以通过匹配所述匹配点处于所述测绘坐标系下的位姿信息和所述测绘点集，得到更新后的第一转换参数和所述参数评价信息。其中，匹配过程的具体步骤可以包括：
B1)基于所述匹配点处于所述测绘坐标系下的位姿信息和所述测绘点集中各测绘点的位姿信息，确定与所述匹配点最接近的测绘点，得到相邻测绘点；
B2)基于所述匹配点、相邻测绘点，进行奇异值分解(Singular ValueDecomposition，SVD)，得到新的第一转换参数；
B3)基于所述匹配点、相邻测绘点和预设的匹配误差函数，计算二者之间的匹配误差，并确定所述第一转换参数的更新次数，得到所述参数评价信息。
其中，所述匹配误差函数可用于计算：根据更新后的第一转换参数由雷达坐标系转换至测绘坐标系的所有匹配点，与相邻测绘点之间的距离之和。所述匹配误差函数的表达式如下：
Figure BDA0003402500780000091
其中，Pi L′表示n个匹配点中第i个匹配点的位姿信息；
Figure BDA0003402500780000092
表示第j次更新后的第一转换参数；Pi C表示n个匹配点中第i个匹配点的相邻测绘点的位姿信息。
由此，可通过第一转换参数，将匹配点由雷达坐标系转换至测绘坐标系下，同一坐标系下的匹配点和测绘点集存在可比性，从而确保准确更新第一转换参数，并得到可靠的参数评价信息。
在具体实施中，为了提升运算效率，在确定所述测绘点集中与所述匹配点最接近的测绘点之前，可以对测绘点集进行筛选，从而滤除噪点和减少数据量。其中，所述测绘点集的筛选方式可根据所述匹配点在激光雷达视场中的位置进行设定。例如，若所述匹配点对应视场中的A点位置，则可以从测绘点集中筛选出与A点位置相关的测绘点。
在具体实施中，为了进一步提高第一转换参数的精度，还可以将所述参数评价信息作为第一转换参数是否达到预期精度要求的判断依据，设定迭代条件，从而根据更新次数和匹配误差中至少一种参数，判断第一转换参数是否达到预期精度要求，并在未达到预期精度要求时，继续更新所述第一转换参数和所述参数评价信息，从而对当前的第一转换参数进行多次迭代更新和相应的多次评估。
具体地，如图2所示，在基于所述点云和所述测绘点集，确定所述雷达坐标系和所述测绘坐标系之间的第一转换参数的过程中，还可以包括以下步骤：
S22，判断所述参数评价信息是否满足迭代条件，在判定所述参数评价信息满足迭代条件时，返回上述步骤S21，继续更新所述第一转换参数和所述参数评价信息；直至判定所述不满足所述迭代条件时停止。
其中，当所述第一转换参数的更新次数达到第一阈值时，和/或所述匹配点基于更新后的第一转换参数转换至所述测绘坐标系后，与所述测绘点集中相邻测绘点之间的匹配误差不大于第二阈值时，可以判定所述参数评价信息满足迭代条件。
由此，通过对第一转换参数进行迭代更新，可以进一步地提高第一转换参数的精度。
在具体实施中，为了提升筛选速度，可设定目标区域，从而基于目标区域，对所述点云进行筛选，确定所述匹配点。其中，所述目标区域的数量和大小可根据所述激光雷达的视场中存在的参考物的表面特征进行设定，本发明对此不做具体限制。
在一可选示例中，如图4所示，为一种参考物的表面示意图。在图4中，所述参考物OB1的表面包括第一区域f1和第二区域f2，且所述第一区域f1的反射率与所述第二区域f2的反射率不同，则参考物OB1的表面特征可以包括：参考物OB1的整体外轮廓、参考物OB1表面的几何中心、第一区域f1的轮廓、第二区域f2的轮廓、第一区域f1的几何中心、第二区域f2的几何中心等。
相应地，基于参考物OB1的表面特征，可以设定一个或多个目标区域。其中，根据具体应用场景和需求，可以设定包含、匹配、排除参考物表面特征的目标区域。举例而言，可以设定包含参考物OB1整体外轮廓的目标区域；也可以设定排除第一区域f1的目标区域；还可以设定匹配第二区域f2几何中心的目标区域。
可以理解的是，图4示出的参考物仅用于示意说明，在实际应用中，所述视场中可能存在更多的参考物，而参考物的形状和表面反射率区域分布情也可能更加复杂，本发明对此不做具体限制。
在具体实施中，为了提升筛选精度，可以根据包含不同信息的目标区域，对所述点云进行逐次筛选，从不同维度逐渐缩小筛选范围，获得更加准确的匹配点。
在一可选示例中，如图5所示，为一种匹配点获取方法的流程示意图，可应用于表面具有不同反射率区域的参考物，所述方法具体可以包括以下步骤：
S41，基于第一目标区域，对所述点云进行筛选，得到参考平面。
在具体实施中，所述第一目标区域可以包含位姿信息。将所述第一目标区域的位姿信息与所述点云中各数据点的位姿信息进行匹配，以提取与所述第一目标区域相匹配的数据点，从而确定所述参考平面。
其中，通过将与所述第一目标区域相匹配的数据点进行聚类，可以计算得到相应的平面方程，从而确定所述参考平面。
在具体实施中，为了便于设置第一目标区域的位姿信息，所述第一目标区域可以对应参考物底面所处平面。举例而言，若参考物置于地上，则所述第一目标区域可以对应地面，参考平面即为计算得到的地面的平面方程。
由此，仅需要根据参考物底面与激光雷达之间的垂直距离，为所述第一目标区域设置高度坐标信息，即可通过所述第一目标区域的高度坐标信息，从点云中筛选出与参考物底面所处平面相匹配的数据点。
S42，基于参考平面，继续对所述点云进行筛选，得到筛选后的点云。
在具体实施中，可以确定所述点云中各数据点到所述参考平面的距离值，并基于所述距离值，对所述点云进行筛选，得到筛选后的点云。
具体地，由于参考平面可以通过平面方程表征，因此，根据平面方程获得的法向量以及各数据点的坐标信息，可以计算各数据点到所述参考平面的距离值。然后，根据参考物的形状，可以设定相应的距离范围，从而获取距离值符合距离范围的数据点，作为筛选后的点云。
其中，可将参考物的形状设定为规则形状，以便于设定距离范围。例如，参考平面为计算得到的地面的平面方程，参考物为长方形的面板，由此，可以根据参考物中与激光雷达相对的面板的顶端到地面的距离、以及面板的底端到地面的距离，设定距离范围。
由此，可以粗略提取到参考物相关的数据点。
在具体实施中，为了删除无用的数据点(如噪点、离散的数据点)，降低数据量，在基于距离范围，对所述点云进行筛选的过程中，可以对点云进行聚类筛选处理和/或区域筛选处理。
具体地，所述聚类筛选处理可以包括：从所述点云中提取距离值符合距离范围的数据点，并进行聚类；在判定聚类结果满足循环条件时，对所述聚类结果进行筛选后继续进行聚类，直至判定聚类结果不满足所述循环条件时停止，得到所述筛选后的点云。其中，循环条件可与聚类结果指示的类别数量相关，例如，循环条件可以设置为：聚类结果指示的类别数量大于N，N为自然数。
所述区域筛选处理可以包括：从所述点云中提取距离值符合距离范围的数据点，并按照第一方向划分为多个点云区域；确定所述多个点云区域分别在第二方向上的空间信息，并基于所述空间信息，对所述多个点云区域进行筛选，得到所述筛选后的点云。
其中，所述第一方向可与所述第二方向相交；所述空间信息可以包括：基于点云区域中各数据点在第二方向上到指定平面的距离，计算得到距离方差。进一步地，所述指定平面可以是与第一方向平行的任一平面。
由此，可以区分出与参考物相关的数据点和与参考物非相关的数据点(如固定参考物的支撑杆、噪点等)。
S43，基于第二目标区域，对所述筛选后的点云进行筛选，得到所述匹配点。
在具体实施中，所述第二目标区域可以包含反射率信息。将所述第二目标区域的反射率信息与所述筛选后的点云中各数据点的反射率信息进行匹配，以根据与所述第二目标区域相匹配的数据点，确定多个指定位置点和多个所述指定位置点相应的平面度；基于所述平面度，对所述多个指定位置点进行筛选，得到所述匹配点。
具体地，可以对所述第二目标区域相匹配的数据点进行聚类，以根据聚类结果，确定所述多个指定位置点和多个所述指定位置点相应的平面度。例如，若所述第二目标区域相匹配的数据点进行聚类，得到多个类别，则可以分别从各类别对应的数据点中选取指定位置点，或者，基于各类别对应的数据点，计算得到指定位置点。并且，各类别对应的数据点可以形成平面，通过计算能够得到相应的平面度。
在具体实施中，可根据参考物表面的反射率分布情况设定第二目标区域，从而获得相应分辨率区域的匹配点。
例如，若参考物的表面包括一个或多个具有固定分辨率(如高分辨率)且形状规则的区域，则可以将该形状规则的区域设定为第二目标区域，并将该区域的几何中心作为匹配点。
由此，根据不同的筛选基准(即第一目标区域、参考平面和第二目标区域)，对所述点云进行逐次筛选，从不同的维度逐渐缩小筛选范围，从而提升筛选精度，获得更加准确的匹配点。
可以理解的是，上文描述了本发明提供的多个实施例方案，各实施例方案介绍的各可选方式可在不冲突的情况下相互结合、交叉引用，从而延伸出多种可能的实施例方案，这些均可认为是本发明披露、公开的实施例方案。
本发明还提供了与上述标定方法对应的标定设备，以下参照附图，通过具体实施例进行详细介绍。需要知道的是，下文描述的标定设备可以认为是为实现本发明提供的标定方法所需设置的功能模块；下文描述的标定设备的内容，可与上文描述的标定方法的内容相互对应参照。
在一可选示例中，如图6所示，为本发明实施例中一种标定设备的结构框图。在图6中，所述标定设备M10可分别与激光雷达LS1和测绘设备CH1连接，所述激光雷达LS1可以设置在车辆CA1上；所述标定设备M10可以包括：
数据获取单元M11，适于获取所述激光雷达LSA从视场中得到的点云和所述测绘设备CH1从所述视场中得到的测绘点集，所述点云处于雷达坐标系下，所述测绘点集处于测绘坐标系下；
数据处理单元M12，适于根据所述点云和所述测绘点集，确定所述雷达坐标系和所述测绘坐标系之间的第一转换参数，并根据所述第一转换参数和所述车辆CA1处于所述测绘坐标系下的位姿信息，确定所述雷达坐标系与所述车辆CA1的车辆坐标系之间的标定参数。
由上可知，采用上述标定设备，一方面，通过点云和测绘点集确定的第一转换参数，可以表征所述雷达坐标系和所述测绘坐标系之间的相对位姿关系，使得数据能够在雷达坐标系和测绘坐标系之间转换，而所述车辆处于所述测绘坐标系下的位姿信息可以反映所述车辆坐标系和所述测绘坐标系之间的相对位姿关系，即所述车辆坐标系和所述测绘坐标系之间的相对位姿关系是相对固定的，由此，可以省去获取所述车辆坐标系和所述测绘坐标系之间相对位姿关系的时间，并通过所述测绘坐标系的中间转换，快速完成所述雷达坐标系与所述车辆坐标系之间的标定，从而提高标定效率；另一方面，测绘设备具有高精度的测量性能，可以获得高精度的测绘点集，以及可以确保所述车辆在处于所述测绘坐标系下的位姿信息具有高精度，从而提高标定精度。
综上，本发明提供的标定设备能够兼顾提高标定效率和标定精度，有利于进行批量标定。
可以理解的是，所述标定设备中的数据处理单元确定标定参数的具体过程可参考以上标定方法部分的描述，在此不再赘述。
在另一可选示例中，如图7所示，为本发明实施例中另一种标定设备的结构框图，在图7中，标定设备M20可以包括：存储器M21和处理器M22，所述存储器M21上存储有能在所述处理器M22上运行的计算机指令，所述处理器M22运行所述计算机指令时，可以执行以上任一实施例所述的标定方法的步骤，具体可参照上述相关内容，再次不再赘述。
在具体实施中，所述处理器可以包括中央处理器(Central Processing Unit，CPU)，图形处理器(Graphics Processing Unit，GPU)、现场可编程逻辑门阵列(FieldProgrammable Gate Array，FPGA)等。所述存储器可以包括随机存取存储器(RandomAccess Memory，RAM)、只读存储器(Read-Only Memory，ROM)、非易失性存储器(Non-Volatile Memory，NVM)等。
在具体实施中，计算机指令可以包括通过使用任何合适的高级、低级、面向对象的、可视化的、编译的和/或解释的编程语言来实现的任何合适类型的代码，例如，源代码、编译代码、解释代码、可执行代码、静态代码、动态代码、加密代码等。
本发明还提供了一种包含上述标定设备的标定系统，以下参照附图，通过具体实施例进行详细介绍。需要知道的是，下文描述的标定系统的内容，可与上文描述的标定方法和标定设备的内容相互对应参照。
在具体实施中，如图8所示，为本发明实施例提供的一种标定系统的结构框图。在图8中，所述标定系统SYS10可以包括：激光雷达LS2、测绘设备CH2和标定设备M30；所述标定设备M30可以与所述激光雷达LS2和所述标定设备CH2连接；所述激光雷达LS2设置在车辆CA2上；其中：
所述激光雷达LS2，适于获取视场对应的点云，所述点云处于雷达坐标系下；
所述测绘设备CH2，适于获取所述视场对应的测绘点集，所述测绘点集处于测绘坐标系下；
所述标定设备M30，适于获取所述点云和所述测绘点集；根据所述点云和所述测绘点集，确定所述雷达坐标系和所述测绘坐标系之间的第一转换参数，以及，根据所述第一转换参数和所述车辆CA2处于所述测绘坐标系下的位姿信息，确定所述雷达坐标系与所述车辆CA2的车辆坐标系之间的标定参数。
由上可知，采用上述标定系统，一方面，通过点云和测绘点集确定的第一转换参数，可以表征所述雷达坐标系和所述测绘坐标系之间的相对位姿关系，使得数据能够在雷达坐标系和测绘坐标系之间转换，而所述车辆处于所述测绘坐标系下的位姿信息，可以反映车辆坐标系和所述测绘坐标系之间的相对位姿关系，即所述车辆坐标系和所述测绘坐标系之间的相对位姿关系是相对固定的，由此，可以省去获取所述车辆坐标系和所述测绘坐标系之间相对位姿关系的时间，并通过所述测绘坐标系的中间转换，快速完成所述雷达坐标系与所述车辆坐标系之间的标定，从而提高标定效率；另一方面，测绘设备具有高精度的测量性能，可以获得高精度的测绘点集，以及可以确保所述车辆在处于所述测绘坐标系下的位姿信息具有高精度，从而提高标定精度。
综上，本发明提供的标定系统能够兼顾提高标定效率和标定精度，有利于进行批量标定，进而可以应用于具有批量标定激光雷达和车辆的需求的场景，例如车辆生产场景。
可以理解的是，所述标定系统中标定设备确定标定参数的具体过程可参考以上标定方法部分的描述，在此不再赘述。
在具体实施中，所述视场中可以包含参考物，所述参考物的表面可以包括第一区域和第二区域，所述第一区域的反射率与所述第二区域的反射率不同。
可以理解的是，可根据具体应用场景和需求，设定参考物的数量、第一区域的数量和第二区域的数量，本发明对此不做限制。
还可以理解的是，可根据具体应用场景和需求，设定参考物的摆放位置、第一区域和第二区域在参考物表面的分布情况，本发明对此不做限制。
为使本领域技术人员更加清楚地了解及实施本发明的构思、实现方案及优点，以下通过具体应用场景进行详细说明。
在一可选示例中，如图9所示，为本发明实施例提供的一种标定系统的应用场景示意图。在图9中，所述标定系统可以包括：摆正器BZ、测绘设备CHA和标定设备M40。
此外，在本示例场景中，可以包括多个参考物(如图9中所示为参考物OBA、OBB和OBC)，多个参考物OBA、OBB和OBC具有相似的结构。
以参考物OBA为例，参考物OBA包括有底座A1、支撑杆A2和面板A3；面板A3包括多个具有高反射率的第一区域(如图9中所示为具有高反射率的第一区域a1、a2、a3和a4)，以及一个具有低反射率的第二区域b1。其中，具有高反射率的第一区域a1、a2、a3和a4可以由反射率为90％-95％的材料形成，具有低反射率的第二区域b1可以由反射率为5％-10％的材料形成。
进一步地，为了便于数据筛选，第一区域的轮廓可以为几何图形，如多边形、圆形等。在图9中，第一区域a1～a4为方形。
参考物OBB和OBC的结构可参考参考物OBA的结构，在此不再赘述。参考物OBA、OBB和OBC在环境中错落布置，使得三者的面板不处于同一平面。
测绘设备CHA设置于参考物OBA、OBB和OBC的上方，并与摆正器BZ的基准点P1对齐，其中，表征测绘设备CHA与摆正器BZ之间相对位姿关系的数据存储于标定设备M40中。
当设置有激光雷达的车辆(如图9中示出了车顶设置有激光雷达LSA的车辆CA)的车头移动至基准点P1后，车辆CA停止移动，完成对车辆CA和测绘设备CHA之间的定位。
激光雷达LSA朝向参考物OBA、OBB和OBC，且参考物OBA、OBB和OBC处于激光雷达LSA的视场中。使用激光雷达LSA，根据发射的光信号和经过参考物OBA、OBB和OBC反射的光信号，可以获取视场对应的点云，所述点云处于雷达坐标系ZB1下。
使用测绘设备CHA，对参考物OBA、OBB和OBC进行测量，可以获取所述视场对应的测绘点集，所述测绘点集处于测绘坐标系ZB2下。
所述标定设备M40可分别与测绘设备CHA和激光雷达LSA连接。所述标定设备M40可以对所述雷达坐标系ZB1与所述车辆CA的车辆坐标系ZB3进行标定，得到标定参数。所述标定设备M40具体可以执行以下步骤：
C1)利用测绘坐标系ZB2下的测绘点集与雷达坐标系ZB1下的点云进行匹配，可以获取第一转换参数。
C2)在雷达坐标系ZB1下的点云中，以各数据点的高度坐标信息作为筛选依据，筛选出对应地面(即本示例的第一目标区域)的数据点，并将对应地面的数据点进行聚类，计算出地面的平面方程(即本示例的参考平面)。
C3)根据地面的平面方程，可以计算点云中各数据点到地面的距离值；
C4)以参考物OBA、OBB和OBC的面板到地面的距离设定距离范围，并以各数据点到地面的距离值为依据，对所述点云进行筛选，筛选得到参考物OBA、OBB和OBC的面板对应的点云。由此，可以粗略提取到与参考物OBA、OBB和OBC相关的点云。
C5)对于参考物OBA、OBB和OBC的面板对应的点云，可以分别进行聚类筛选处理和区域筛选处理，得到各参考物面板对应的筛选后的点云。
以参考物OBA为例，若参考物OBA的面板A3对应的点云聚类得到的类别为1，则认为该点云是面板A3对应的聚类筛选处理后的点云,则不满足所述循环条件，可以执行下一步骤C6；若聚类得到的类别数量大于1，则满足循环条件，保留数据点的数量最多的类别，以该类别对应的数据点进行再次聚类，直至聚类得到的类别为1，得到面板A3对应的聚类筛选处理后的点云。
基于面板A3对应的聚类筛选处理后的点云，计算得到参考物OBA的面板A3的几何中心点，并计算各数据点与面板A3的几何中心点在面板A3水平方向上的水平距离值和在面板A3垂直方向上的垂直距离值，按照各数据点的垂直距离值，对数据点进行水平方向的划分，得到多个点云区域。
对于各点云区域内各数据点的水平距离值，计算得到距离方差，作为各点云区域的空间信息。当点云区域的距离方差大于方差阈值时，保留该点云区域内的数据点，得到面板A3对应的筛选后的点云。
由此，可以区分出与参考物OBA、OBB和OBC相关的数据点以及与参考物OBA、OBB和OBC非相关的数据点(如噪点、支撑杆对应的离散的数据点等)，确保筛选后的点云可以精确对应参考物OBA、OBB和OBC的面板。
C6)根据第一区域(即本示例的第二目标区域)的反射率设定反射率阈值。对于各参考物面板对应的筛选后的点云，依据反射率阈值，筛选出第一区域对应的点数据，用以进行聚类，得到相应参考物的各第一区域对应的点云。然后，基于各第一区域对应的点云，计算得到相应第一区域的几何中心数据点(即指定位置点)和相应的平面度，并将平面度大于平面度阈值的几何中心数据点作为匹配点。所述匹配点处于雷达坐标系ZB1下。
以参考物OBA为例，对于面板A3对应的筛选后的点云，依据反射率阈值，筛选出多个第一区域a1～a4对应的点数据，并进行聚类，得到第一区域a1对应的点云、第一区域a2对应的点云，第一区域a3对应的点云和第一区域a4对应的点云。
然后，基于第一区域a1对应的点云，计算得到第一区域a1的几何中心数据点和和相应的平面度，以此类推，计算得到第一区域a2的几何中心数据点和相应的平面度、第一区域a3的几何中心数据点和相应的平面度和第一区域a4的几何中心数据点和相应的平面度，并将其中平面度大于的平面度阈值的几何中心数据点作为匹配点。
C7)基于当前的第一转换参数和所述匹配点处于雷达坐标系ZB1下的位姿信息，得到所述匹配点处于测绘坐标系ZB2下的位姿信息。
C8)在测绘点集中，获取相应参考物第一区域的几何中心点对应的测绘点，将几何中心点对应的测绘点的坐标信息与处于测绘坐标系ZB2下的匹配点的坐标信息进行匹配，得到新的第一转换参数和参数评价信息。
C9)判断所述参数评价信息是否满足迭代条件，在判定所述参数评价信息满足迭代条件时，继续更新所述第一转换参数和所述参数评价信息；直至判定所述不满足所述迭代条件时停止，得到最终的第一转换参数。
C10)基于所述第一转换参数和所述车辆处于所述测绘坐标系下的位姿信息，确定所述雷达坐标系与所述车辆的车辆坐标系之间的标定参数。
由此，标定设备M40完成了所述雷达坐标系ZB1与所述车辆坐标系ZB3之间的标定，标定耗时可在1分钟左右，且标定误差可在1厘米以内，标定效率高且标定精度高。
本发明还提供了一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令运行时可以执行本发明上述任一实施例所述的标定方法的步骤，具体可参照上述相关内容，再次不再赘述
其中，所述计算机可读存储介质可以包括任何合适类型的存储器单元、存储器设备、存储器物品、存储器介质、存储设备、存储物品、存储介质和/或存储单元。例如，存储器、可移除的或不可移除的介质、可擦除或不可擦除介质、可写或可重写介质、数字或模拟介质、硬盘、软盘、光盘只读存储器(CD-ROM)、可刻录光盘(CD-R)、可重写光盘(CD-RW)、光盘、磁介质、磁光介质、可移动存储卡或磁盘、各种类型的数字通用光盘(DVD)、磁带、盒式磁带等。
并且，计算机指令可以包括通过使用任何合适的高级、低级、面向对象的、可视化的、编译的和/或解释的编程语言来实现的任何合适类型的代码，例如，源代码、编译代码、解释代码、可执行代码、静态代码、动态代码、加密代码等。
需要说明的是，本发明所称的“一个实施例”或“实施例”是指可包含于本发明的至少一个实现方式中的特定特征、结构或特性。并且在本发明的描述中，“第一”、“第二”等术语仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等术语的特征可以明示或者隐含的包括一个或者多个该特征。而且，“第一”、“第二”等术语是用于区别类似的对象，而不必用于描述特定的顺序或表示重要性。可以理解的是，这样使用的术语在适当情况下可以互换，以使这里描述的本发明实施例能够以除了在这里图示或描述的那些以外的顺序实施。
可以理解的是，在本发明的描述中，除非另有明确的规定和限定，本发明中术语可根据不同的应用场景进行理解。例如，动词“连接”可以理解为有线连接、无线连接等动作。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
以及，在本发明的描述中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征之“上”可以包括第一特征在第二特征的正上方和斜上方，或仅仅表示第一特征的高度高于第二特征。第一特征在第二特征之“下”可以包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征的高度小于第二特征。
虽然本发明实施例披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (19)

1.一种标定方法，其特征在于，用于获取激光雷达和车辆之间的相对位姿关系；所述方法包括：
获取所述激光雷达从视场中得到的点云，所述点云处于雷达坐标系下；
获取测绘设备从所述视场中得到的测绘点集，所述测绘点集处于测绘坐标系下；
基于所述点云和所述测绘点集，确定所述雷达坐标系和所述测绘坐标系之间的第一转换参数；
基于所述第一转换参数和所述车辆处于所述测绘坐标系下的位姿信息，确定所述雷达坐标系与所述车辆的车辆坐标系之间的标定参数。
2.根据权利要求1所述标定方法，其特征在于，所述车辆处于所述测绘坐标系下的位姿信息通过所述测绘坐标系与所述车辆坐标系之间的第二转换参数转换得到；或者，通过预先设置得到。
3.根据权利要求1所述标定方法，其特征在于，所述基于所述点云和所述测绘点集，确定所述雷达坐标系和所述测绘坐标系之间的第一转换参数，包括：
基于当前的第一转换参数、所述测绘点集、以及所述点云中的匹配点，更新所述第一转换参数并得到相应的参数评价信息。
4.根据权利要求3所述标定方法，其特征在于，所述基于当前的第一转换参数、所述测绘点集、以及所述点云中的匹配点，更新所述第一转换参数并得到相应的参数评价信息，包括：
基于当前的第一转换参数和所述匹配点处于雷达坐标系下的位姿信息，得到所述匹配点处于测绘坐标系下的位姿信息；
基于所述匹配点处于所述测绘坐标系下的位姿信息和所述测绘点集，更新所述第一转换参数并得到所述参数评价信息。
5.根据权利要求3所述标定方法，其特征在于，所述基于所述点云和所述测绘点集，确定所述雷达坐标系和所述测绘坐标系之间的第一转换参数，还包括：
在判定所述参数评价信息满足迭代条件时，继续更新所述第一转换参数和所述参数评价信息，直至判定所述参数评价信息不满足所述迭代条件时停止。
6.根据权利要求5所述标定方法，其特征在于，当所述第一转换参数的更新次数达到第一阈值时，和/或所述匹配点基于更新后的第一转换参数转换至所述测绘坐标系后，与所述测绘点集中相邻测绘点之间的匹配误差不大于第二阈值时，判定所述参数评价信息满足迭代条件。
7.根据权利要求3所述标定方法，其特征在于，在所述基于当前的第一转换参数、所述测绘点集和所述点云中的匹配点，更新所述第一转换参数并得到相应的参数评价信息之前，包括：
基于目标区域，对所述点云进行筛选，确定所述匹配点。
8.根据权利要求7所述标定方法，其特征在于，所述基于目标区域，对所述点云进行筛选，确定所述匹配点，包括：
基于第一目标区域，对所述点云进行筛选，得到参考平面；
基于参考平面，继续对所述点云进行筛选，得到筛选后的点云；
基于第二目标区域，对所述筛选后的点云进行筛选，得到所述匹配点。
9.根据权利要求8所述标定方法，其特征在于，所述基于第一目标区域，对所述点云进行筛选，得到参考平面，包括：
将所述第一目标区域的位姿信息与所述点云中各数据点的位姿信息进行匹配，确定所述参考平面。
10.根据权利要求8所述标定方法，其特征在于，所述基于参考平面，继续对所述点云进行筛选，得到筛选后的点云，包括：
确定所述点云中各数据点到所述参考平面的距离值；
基于所述距离值，继续对所述点云进行筛选，得到筛选后的点云。
11.根据权利要求10所述标定方法，其特征在于，所述基于所述距离值，继续对所述点云进行筛选，得到筛选后的点云，包括：
从所述点云中提取距离值符合距离范围的数据点，并进行聚类；
在判定聚类结果满足循环条件时，对所述聚类结果进行筛选后继续进行聚类，直至判定聚类结果不满足所述循环条件时停止，得到所述筛选后的点云。
12.根据权利要求10所述标定方法，其特征在于，所述基于所述距离值，对所述点云进行筛选，得到筛选后的点云，包括：
从所述点云中提取距离值符合距离范围的数据点，并按照第一方向划分为多个点云区域；
确定所述多个点云区域分别在第二方向上的空间信息，所述第一方向与所述第二方向相交；
基于所述空间信息，对所述多个点云区域进行筛选，得到所述筛选后的点云。
13.根据权利要求8所述标定方法，其特征在于，所述基于第二目标区域，对所述筛选后的点云进行筛选，得到所述匹配点，包括：
将所述第二目标区域的反射率信息与所述筛选后的点云中各数据点的反射率信息进行匹配，确定多个指定位置点和相应的平面度；
基于所述平面度，对所述多个指定位置点进行筛选，得到所述匹配点。
14.根据权利要求13所述标定方法，其特征在于，对所述第二目标区域相匹配的数据点进行聚类，确定所述多个指定位置点和相应的平面度。
15.一种标定设备，其特征在于，分别与激光雷达和测绘设备连接，用于获取激光雷达和车辆之间的相对位姿关系；所述标定设备包括：
数据获取单元，适于获取所述激光雷达从视场中得到的点云和所述测绘设备从所述视场中得到的测绘点集，所述点云处于雷达坐标系下，所述测绘点集处于测绘坐标系下；
数据处理单元，适于根据所述点云和所述测绘点集，确定所述雷达坐标系和所述测绘坐标系之间的第一转换参数，并根据所述第一转换参数和所述车辆处于所述测绘坐标系下的位姿信息，确定所述雷达坐标系与所述车辆的车辆坐标系之间的标定参数。
16.一种标定设备，包括：存储器和处理器，所述存储器上存储有能在所述处理器上运行的计算机指令，其特征在于，所述处理器运行所述计算机指令时执行权利要求1至14任一项所述方法的步骤。
17.一种标定系统，其特征在于，包括：测绘设备和标定设备；所述标定设备分别与所述测绘设备和激光雷达连接，用于获取激光雷达和车辆之间的相对位姿关系；其中：
所述激光雷达，适于获取视场对应的点云，所述点云处于雷达坐标系下；
所述测绘设备，适于获取所述视场对应的测绘点集，所述测绘点集处于测绘坐标系下；
所述标定设备，适于获取所述点云和所述测绘点集；根据所述点云和所述测绘点集，确定所述雷达坐标系和所述测绘坐标系之间的第一转换参数，以及，根据所述第一转换参数和所述车辆处于所述测绘坐标系下的位姿信息，确定所述雷达坐标系与所述车辆的车辆坐标系之间的标定参数。
18.根据权利要求17所述标定系统，其特征在于，所述视场中包含参考物，所述参考物的表面包括第一区域和第二区域，所述第一区域的反射率与所述第二区域的反射率不同。
19.一种可读存储介质，其上存储有计算机指令，其特征在于，所述计算机指令运行时执行权利要求1至14任一项所述方法的步骤。
CN202111503346.XA 2021-12-09 2021-12-09 标定方法、标定设备、标定系统和可读存储介质 Pending CN114265042A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111503346.XA CN114265042A (zh) 2021-12-09 2021-12-09 标定方法、标定设备、标定系统和可读存储介质
PCT/CN2022/093363 WO2023103290A1 (zh) 2021-12-09 2022-05-17 标定方法、标定设备、标定系统和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111503346.XA CN114265042A (zh) 2021-12-09 2021-12-09 标定方法、标定设备、标定系统和可读存储介质

Publications (1)

Publication Number Publication Date
CN114265042A true CN114265042A (zh) 2022-04-01

Family

ID=80826748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111503346.XA Pending CN114265042A (zh) 2021-12-09 2021-12-09 标定方法、标定设备、标定系统和可读存储介质

Country Status (2)

Country Link
CN (1) CN114265042A (zh)
WO (1) WO2023103290A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114743169A (zh) * 2022-04-11 2022-07-12 南京领行科技股份有限公司 一种对象的异常检测方法、装置、电子设备及存储介质
CN114879153A (zh) * 2022-06-08 2022-08-09 中国第一汽车股份有限公司 雷达参数的标定方法、装置和车辆
CN115236645A (zh) * 2022-09-23 2022-10-25 北京小马易行科技有限公司 激光雷达的姿态确定方法以及姿态确定装置
WO2023103290A1 (zh) * 2021-12-09 2023-06-15 上海禾赛科技有限公司 标定方法、标定设备、标定系统和可读存储介质

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117092625B (zh) * 2023-10-10 2024-01-02 北京斯年智驾科技有限公司 一种雷达与组合惯导系统的外参标定方法和系统
CN117610779B (zh) * 2023-11-24 2024-05-24 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) 基于cors大数据的测绘地理信息质量监管方法及系统
CN118033691A (zh) * 2024-02-08 2024-05-14 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) 基于卫星导航定位基准的测绘基准监督管理方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109901139B (zh) * 2018-12-28 2023-07-04 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
CN112180362B (zh) * 2019-07-05 2024-04-23 北京地平线机器人技术研发有限公司 雷达与相机之间的转换位姿确定方法、装置以及电子设备
US10859684B1 (en) * 2019-11-12 2020-12-08 Huawei Technologies Co., Ltd. Method and system for camera-lidar calibration
CN111965627B (zh) * 2020-08-18 2021-06-25 湖北亿咖通科技有限公司 一种车辆的多激光雷达标定方法
CN112462350B (zh) * 2020-12-10 2023-04-04 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
CN114265042A (zh) * 2021-12-09 2022-04-01 上海禾赛科技有限公司 标定方法、标定设备、标定系统和可读存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023103290A1 (zh) * 2021-12-09 2023-06-15 上海禾赛科技有限公司 标定方法、标定设备、标定系统和可读存储介质
CN114743169A (zh) * 2022-04-11 2022-07-12 南京领行科技股份有限公司 一种对象的异常检测方法、装置、电子设备及存储介质
CN114879153A (zh) * 2022-06-08 2022-08-09 中国第一汽车股份有限公司 雷达参数的标定方法、装置和车辆
CN115236645A (zh) * 2022-09-23 2022-10-25 北京小马易行科技有限公司 激光雷达的姿态确定方法以及姿态确定装置
CN115236645B (zh) * 2022-09-23 2023-01-24 北京小马易行科技有限公司 激光雷达的姿态确定方法以及姿态确定装置

Also Published As

Publication number Publication date
WO2023103290A1 (zh) 2023-06-15

Similar Documents

Publication Publication Date Title
CN114265042A (zh) 标定方法、标定设备、标定系统和可读存储介质
CN108921947B (zh) 生成电子地图的方法、装置、设备、存储介质以及采集实体
US10832445B2 (en) Method, apparatus, terminal and system for measuring trajectory tracking accuracy of target
CN111754583B (zh) 一种车载三维激光雷达和相机外参联合标定的自动化方法
JP7112993B2 (ja) レーザレーダの内部パラメータ精度検証方法とその装置、機器及び媒体
CN110969662B (zh) 鱼眼摄像机内参标定方法、装置、标定装置控制器和系统
CN107179534B (zh) 一种激光雷达参数自动标定的方法、装置及激光雷达
US11776217B2 (en) Method for planning three-dimensional scanning viewpoint, device for planning three-dimensional scanning viewpoint, and computer readable storage medium
CN115840196B (zh) 基于实体标定间的激光雷达间标定方法及装置
CN113569958A (zh) 激光点云数据聚类方法、装置、设备及介质
CN114119920A (zh) 三维点云地图构建方法、系统
CN115761303A (zh) 基于机载激光雷达点云和遥感影像数据的地物分类方法
CN114994635A (zh) 一种智能驾驶可行驶区域检测方法和装置
CN113933820B (zh) 一种无标定物的激光雷达外参标定方法
CN115639570A (zh) 融合激光强度和点云几何特征的机器人定位和建图方法
CN115657049A (zh) 一种隧道车载激光雷达定位纠偏方法及系统
CN115480235A (zh) 一种路端激光雷达标定方法、装置及电子设备
CN113805157A (zh) 基于标靶的高度测量方法、装置及设备
CN111504317B (zh) 一种基于单线激光雷达的室内定位方法
CN113835101A (zh) 一种基于雷达点云的车辆定位方法、装置及存储介质
Roggero Dense DTM from laser scanner data
CN117197241B (zh) 一种基于多目视觉的机器人末端绝对位姿高精度跟踪方法
CN115830248B (zh) 一种基于无人机环绕规划的超高精细三维模型建立方法
CN116203586B (zh) 一种基于改进Gmapping的果园二维环境地图精准构建方法及系统
JP6823690B2 (ja) 位置調整方法、位置調整装置、及び、位置調整プログラム

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