CN114488042A - 一种激光雷达标定方法、装置、电子设备和存储介质 - Google Patents
一种激光雷达标定方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114488042A CN114488042A CN202210018165.6A CN202210018165A CN114488042A CN 114488042 A CN114488042 A CN 114488042A CN 202210018165 A CN202210018165 A CN 202210018165A CN 114488042 A CN114488042 A CN 114488042A
- Authority
- CN
- China
- Prior art keywords
- laser radar
- calibrated
- coordinate system
- measurement unit
- inertial measurement
- 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
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
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—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
本申请公开了一种激光雷达标定方法、装置、电子设备和存储介质,其中方法包括:获取参照激光雷达和待标定激光雷达针对同一场景的点云数据;对参照激光雷达和待标定激光雷达获取的点云数据进行匹配,得到参照激光雷达在待标定激光雷达坐标系下的坐标;根据参照激光雷达在待标定激光雷达坐标系下的坐标、参照激光雷达在世界坐标系下的绝对坐标、待标定激光雷达相对惯性测量单元的初始安装参数、惯性测量单元在待标定激光雷达获取场景点云数据时的世界坐标系下的位姿,求解待标定激光雷达相对惯性测量单元的优化安装参数;对待标定激光雷达进行标定。本发明的方法在不依赖人工预设环境特征标记的情况下,实现动态激光雷达平台的快速标定。
Description
技术领域
本发明涉及激光雷达标定领域,尤其涉及一种激光雷达标定方法、装置、电子设备和存储介质。
背景技术
近年来,随着智能驾驶技术的飞速发展,激光雷达(LIDAR)被广泛应用于智能驾驶车辆的障碍物检测、即时定位与地图构建等环境感知领域。自动驾驶车辆普遍搭载有多个激光雷达,通过多个激光雷达进行物体感知及定位。在多个激光雷达的探测系统中,需要有一个统一的坐标系,因此需要对多个激光雷达进行联合标定,使得各个激光雷达的点云数据可以相互转换。激光雷达和IMU(惯性测量单元)间外部参数标定即实现两种传感器空间同步,在使用LIDAR(激光雷达)/IMU(惯性测量单元)/GNSS(全球导航卫星系统)组成的移动测图系统前,需先准确标定激光雷达相对于惯性测量单元的外部安装参数,即:求解出二者坐标系统的相对旋转角及相对平移量,此后便能利用惯性测量单元导航系下的坐标数据对激光雷达扫描的点云进行运动补偿,获得高精度点云地图。
现有的激光雷达标定方法中,相机与惯性测量单元结合的标定算法比较成熟,采用相机/惯性测量单元、相机/激光雷达联合标定方法能解决激光雷达和惯性测量单元的标定问题,但会引入新的传感器,数据处理成本升高。此外,现有技术中还包括基于特征物点云ICP匹配的分步迭代算法进行激光雷达与GNSS/IMU系统的标定方法、基于多点对匹配评估给定外部参数的标定方法等,但是这些方法对标定条件要求较为苛刻,依赖特制的标定材料,标定流程较繁琐,标定速度慢,且无法充分利用已知世界坐标系下绝对坐标的安装于路侧的激光雷达的点云数据。
因此,亟需解决现有技术中存在的以下技术问题:第一,标定流程繁琐,标定效率低,没有形成标准化、自动化的标定方法;第二,标定精度低,效果不稳定;第三,标定成本高,没有对现有固定激光雷达点云数据进行充分利用。
发明内容
有鉴于此,有必要提供一种激光雷达的标定方法、装置、电子设备和存储介质,用以克服现有技术中标定效率低、标定精度低、标定成本高的问题。
本发明提供一种激光雷达的标定方法,包括:
获取参照激光雷达和待标定激光雷达针对同一场景的点云数据;
根据参照激光雷达获取的参照点云数据,与待标定激光雷达获取的待标定点云数据进行匹配,得到所述参照激光雷达在待标定激光雷达坐标系下的坐标;
获取所述待标定激光雷达相对惯性测量单元的初始安装参数与所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿;
根据所述参照激光雷达在待标定激光雷达坐标系下的坐标、所述参照激光雷达在世界坐标系下的绝对坐标、所述待标定激光雷达相对惯性测量单元的初始安装参数、所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿,求解所述待标定激光雷达相对惯性测量单元的优化安装参数;
根据所述优化安装参数,对所述待标定激光雷达进行标定。
进一步地,所述根据参照激光雷达获取的参照点云数据,与待标定激光雷达获取的待标定点云数据进行匹配,得到所述参照激光雷达在待标定激光雷达坐标系下的坐标,包括:
利用预设算法对所述参照点云数据和所述待标定点云数据进行匹配求解,得到所述参照激光雷达相对待标定激光雷达的位姿;
根据所述参照激光雷达相对待标定激光雷达的位姿,得到所述参照激光雷达在待标定激光雷达坐标系下的坐标。
进一步地,所述待标定激光雷达相对惯性测量单元的安装参数包括:待标定雷达坐标系相对惯性测量单元坐标系的旋转矩阵和平移参数。
进一步地,求解所述待标定激光雷达相对惯性测量单元的优化安装参数,包括:
根据所述参照激光雷达在待标定激光雷达坐标系下的坐标,所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿,所述待标定激光雷达相对惯性测量单元的初始安装参数,得到所述参照激光雷达在世界坐标系下的计算坐标;
根据所述参照激光雷达在世界坐标系下的绝对坐标和所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿,得到所述参照激光雷达在世界坐标系下的标准坐标;
根据所述参照激光雷达在世界坐标系下的计算坐标、所述参照激光雷达在世界坐标系下的标准坐标,求解所述待标定激光雷达相对惯性测量单元的优化安装参数。
进一步地,求解所述待标定激光雷达相对惯性测量单元的优化安装参数,包括:
根据所述参照激光雷达在世界坐标系下的计算坐标和参照激光雷达在世界坐标系下的标准坐标的差值,利用预设算法求解所述待标定激光雷达相对惯性测量单元的优化安装参数。
进一步地,利用预设算法求解所述待标定激光雷达相对惯性测量单元的优化安装参数,包括:
利用非线性优化库对待标定激光雷达相对惯性测量单元的优化安装参数进行估计。
进一步地,所述点云数据包括:激光雷达的测量数据与位置数据,所述测量数据包括激光雷达的测距数据和接收的反射强度数据;所述位置数据包括激光雷达的GPRMC数据。
本发明还提供一种激光雷达的标定装置,包括:
点云获取模块,用于获取参照激光雷达和待标定激光雷达针对同一场景的点云数据;
匹配模块,用于根据参照激光雷达获取的参照点云数据,与待标定激光雷达获取的待标定点云数据进行匹配,得到所述参照激光雷达在待标定激光雷达坐标系下的坐标;
参数获取模块,用于获取所述待标定激光雷达相对惯性测量单元的初始安装参数与所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿;
优化模块,用于根据所述参照激光雷达在待标定激光雷达坐标系下的坐标、所述参照激光雷达在世界坐标系下的绝对坐标、所述待标定激光雷达相对惯性测量单元的初始安装参数、所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿,求解所述待标定激光雷达相对惯性测量单元的优化安装参数;
标定模块,用于根据所述优化安装参数,对所述待标定激光雷达进行标定。
本发明还提供一种电子设备,包括处理器以及存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现如上所述的激光雷达标定方法。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时,实现如上所述的激光雷达标定方法。
与现有技术相比,本发明的有益效果包括:首先,利用参照激光雷达和待标定激光雷达获取点云数据,根据二者点云数据的匹配结果,得到所述参照激光雷达在待标定激光雷达坐标系下的坐标;然后,根据参照激光雷达在待标定激光雷达坐标系下的坐标、参照激光雷达在世界坐标系下的绝对坐标、待标定激光雷达相对惯性测量单元的初始安装参数、惯性测量单元在待标定激光雷达获取场景点云数据时的世界坐标系下的位姿,求解所述待标定激光雷达相对惯性测量单元的优化安装参数;最后,通过优化安装参数对待标定激光雷达进行标定。本发明的方法能够在不依赖人工预设环境特征标记或环境特征提取的情况下,实现了动态激光雷达平台的快速标定,提升了标定效率;并且能够充分利用现有固定激光雷达资源,节约标定成本。
附图说明
图1为本发明提供的激光雷达标定方法的应用系统一实施例的场景示意图;
图2为本发明提供的激光雷达标定方法一实施例的流程示意图;
图3为本发明提供的激光雷达标定装置一实施例的结构示意图;
图4是本发明提供的电子设备一实施例的结构框图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
本发明提供了一种激光雷达标定方法、装置及计算机可读存储介质,以下分别进行详细说明:
本发明实施例提供了一种激光雷达标定方法的应用系统,图1为本发明提供的激光雷达标定方法的应用系统一实施例的场景示意图,该系统可以包括服务器100,服务器100中集成有激光雷达标定装置,如图1中的服务器。
本发明实施例中服务器100主要用于:
获取参照激光雷达和待标定激光雷达针对同一场景的点云数据;
根据参照激光雷达获取的参照点云数据,与待标定激光雷达获取的待标定点云数据进行匹配,得到所述参照激光雷达在待标定激光雷达坐标系下的坐标;
获取所述待标定激光雷达相对惯性测量单元的初始安装参数与所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿;
根据所述参照激光雷达在待标定激光雷达坐标系下的坐标、所述参照激光雷达在世界坐标系下的绝对坐标、所述待标定激光雷达相对惯性测量单元的初始安装参数、所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿,求解所述待标定激光雷达相对惯性测量单元的优化安装参数;
根据所述优化安装参数,对所述待标定激光雷达进行标定。
本发明实施例中,该服务器100可以是独立的服务器,也可以是服务器组成的服务器网络或服务器集群,例如,本发明实施例中所描述的服务器100,其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中,云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。
可以理解的是,本发明实施例中所使用的终端200可以是既包括接收和发射硬件的设备,即具有能够在双向通信链路上,执行双向通信的接收和发射硬件的设备。这种设备可以包括:蜂窝或其他通信设备,其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。具体的终端200可以是台式机、便携式电脑、网络服务器、掌上电脑(Personal Digital Assistant,PDA)、移动手机、平板电脑、无线终端设备、通信设备、嵌入式设备等,本实施例不限定终端200的类型。
本领域技术人员可以理解,图1中示出的应用环境,仅仅是与本发明方案一种应用场景,并不构成对本发明方案应用场景的限定,其他的应用环境还可以包括比图1中所示更多或更少的终端,例如图1中仅示出2个终端,可以理解的,该激光雷达标定方法的应用系统还可以包括一个或多个其他终端,具体此处不作限定。
另外,如图1所示,该激光雷达标定方法的应用系统还可以包括存储器300,用于存储数据,如待标定激光雷达相对惯性测量单元的安装参数、参照激光雷达在待标定激光雷达坐标系下的坐标等。
需要说明的是,图1所示激光雷达标定方法的应用系统的场景示意图仅仅是一个示例,本发明实施例描述的激光雷达标定方法的应用系统以及场景是为了更加清楚地说明本发明实施例的技术方案,并不构成对于本发明实施例提供的技术方案的限定,本领域普通技术人员可知,随着激光雷达标定方法的应用系统的演变和新业务场景的出现,本发明实施例提供的技术方案对于类似的技术问题,同样适用。
如图2是本申请一示例性实施例提供的一种激光雷达标定方法流程图,该方法包括步骤:
步骤S201:获取参照激光雷达和待标定激光雷达针对同一场景的点云数据;
步骤S202:根据参照激光雷达获取的参照点云数据,与待标定激光雷达获取的待标定点云数据进行匹配,得到所述参照激光雷达在待标定激光雷达坐标系下的坐标;
步骤S203:获取所述待标定激光雷达相对惯性测量单元的初始安装参数与所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿;
步骤S204:根据所述参照激光雷达在待标定激光雷达坐标系下的坐标、所述参照激光雷达在世界坐标系下的绝对坐标、所述待标定激光雷达相对惯性测量单元的初始安装参数、所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿,求解所述待标定激光雷达相对惯性测量单元的优化安装参数;
步骤S205:根据所述优化安装参数,对所述待标定激光雷达进行标定。
在本发明实施例中,首先,利用参照激光雷达和待标定激光雷达获取点云数据,根据二者点云数据的匹配结果,得到所述参照激光雷达在待标定激光雷达坐标系下的坐标;然后,根据参照激光雷达在待标定激光雷达坐标系下的坐标、参照激光雷达在世界坐标系下的绝对坐标、待标定激光雷达相对惯性测量单元的初始安装参数、惯性测量单元在待标定激光雷达获取场景点云数据时的世界坐标系下的位姿,求解所述待标定激光雷达相对惯性测量单元的优化安装参数;最后,通过优化安装参数对待标定激光雷达进行标定;本方法能够在不依赖人工预设环境特征标记或环境特征提取的情况下,实现了动态激光雷达平台的快速标定,提升了标定效率;并且能够充分利用现有固定激光雷达资源,节约标定成本。
作为优选的实施例,所述待标定激光雷达相对惯性测量单元的安装参数包括:待标定雷达坐标系相对惯性测量单元坐标系的旋转矩阵和平移参数。
具体地,所述参照激光雷达为安装于路侧的激光雷达;所述待标定激光雷达为安装有车载GNSS/惯性测量单元系统的车载激光雷达;所述惯性测量单元为安装在车辆上的惯性测量单元,通过测量待标定激光雷达在惯性测量单元坐标系(惯性参考系)的加速度,再将测量结果变换到世界坐标系中,就能够得到待标定激光雷达在世界坐标系中的速度、偏航角和位置等信息。
作为优选的实施例,所述点云数据包括:激光雷达的测量数据与位置数据,所述测量数据包括激光雷达的测距数据和接收的反射强度数据;所述位置数据包括激光雷达的GPRMC数据。
具体地,在步骤S201中,在标定场景中,车载GNSS/惯性测量单元系统和待标定激光雷达在标定场景中进行充分的运动初始化后停止,静止采集标定场景中的点云数据;采集结束后将路侧激光雷达布设在道路两侧多个点上,并通过路侧激光雷达进行扫描;采用GNSS-RTK对布设路侧激光雷达的点位进行坐标测量,测量得到路侧雷达在世界坐标系下的绝对坐标。
作为优选的实施例,在步骤S202中,利用预设算法对所述参照点云数据和所述待标定点云数据进行匹配求解,得到所述参照激光雷达相对待标定激光雷达的位姿;
根据所述参照激光雷达相对待标定激光雷达的位姿,得到所述参照激光雷达在待标定激光雷达坐标系下的坐标。
具体地,当路侧激光雷达与待标定激光雷达在同一标定场景中扫描后,根据二者点云数据中共同的几何特征,可获得路侧激光雷达和待标定激光雷达的相对位姿。采用正态分布变换(Normal Distributions Transform,NDT)算法或者迭代最近点(IterativeClosest Point,ICP),对路侧激光雷达和待标定激光雷达的点云进行匹配;从而获得路侧激光雷达相对待标定激光雷达位置。
具体地,NDT算法首先将三维点云空间按设定的分辨率划分为规则体素,对每个体素采用概率密度函数计算体素内点的分布特性,对目标点云空间中每个体素根据其中的点计算坐标均值和协方差。对待匹配点云,将点云投影至各对应的体素,计算每个点属于其对应单元的概率密度(PDF),点云重合度越高,则点云分布越相似,每个体素中概率密度值越大,投影后的总得分越高,据此得到路侧激光雷达和待标定激光雷达的匹配结果。
具体地,ICP算法匹配是不断根据两帧点云数据中距离最近的点对估算变换参数并根据估算参数对源点云进行变换,直至变换参数收敛或目标函数小于设定值,据此得到路侧激光雷达和待标定激光雷达的匹配结果。ICP算法在初值较准确的情况下能较快收敛并获得较好的配准结果,直接通过原始点云匹配计算,无需进行点云分割和特征提取。
作为优选的实施例,在步骤S204中,根据所述参照激光雷达在待标定激光雷达坐标系下的坐标,所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿,所述待标定激光雷达相对惯性测量单元的初始安装参数,得到所述参照激光雷达在世界坐标系下的计算坐标;
根据所述参照激光雷达在世界坐标系下的绝对坐标和所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿,得到所述参照激光雷达在世界坐标系下的标准坐标;
根据所述参照激光雷达在世界坐标系下的计算坐标、所述参照激光雷达在世界坐标系下的标准坐标,求解所述待标定激光雷达相对惯性测量单元的优化安装参数。
作为优选的实施例,根据所述参照激光雷达在世界坐标系下的计算坐标和参照激光雷达在世界坐标系下的标准坐标的差值,利用预设算法求解所述待标定激光雷达相对惯性测量单元的优化安装参数。
具体地,惯性测量单元在待标定激光雷达获取场景点云数据时,通过车载GNSS/惯性测量单元系统组合定位测得的惯性测量单元在世界坐标系下的位姿为:待标定激光雷达相对惯性测量单元的初始安装参数为采用NDT算法对待标定激光雷达和路侧激光雷达匹配后获得的路侧激光雷达在待标定激光雷达坐标系下的坐标为通过以上数据,可以计算出路侧激光雷达在世界坐标系下的计算坐标为:
其中BI,LI为惯性测量单元所在位置的纬度和经度;
具体地,通过非线性优化算法求解所述待标定激光雷达相对惯性测量单元的优化安装参数;非线性优化算法的原理是对一组待优化的状态变量,构建它们的残差然后求残差的加权平方和最小时各个状态的最优解,可以理解将最优化问题转换成最小二乘问题。对于优化安装参数的求解问题,可以通过路侧激光雷达在世界坐标系下的计算坐标和路侧激光雷达在世界坐标系下的标准坐标的差值作为残差进行解算。
作为优选的实施例,利用非线性优化库对待标定激光雷达相对惯性测量单元的优化安装参数进行估计。
作为一个具体的实施例,通过8个路侧激光雷达坐标构建残差,使用非线性优化库对待测激光雷达与惯性测量单元间6维的安装参数进行估计,用四元数表示待测激光雷达与惯性测量单元间的安装角。
本发明实施例还提供了一种激光雷达标定装置,结合图3来看,图3为本发明提供的激光雷达标定装置一实施例的结构示意图,激光雷达标定装置3000包括:
点云获取模块3001,用于获取参照激光雷达和待标定激光雷达针对同一场景的点云数据;
匹配模块3002,用于根据参照激光雷达获取的参照点云数据,与待标定激光雷达获取的待标定点云数据进行匹配,得到所述参照激光雷达在待标定激光雷达坐标系下的坐标;
参数获取模块3003,用于获取所述待标定激光雷达相对惯性测量单元的初始安装参数与所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿;
优化模块3004,用于根据所述参照激光雷达在待标定激光雷达坐标系下的坐标、所述参照激光雷达在世界坐标系下的绝对坐标、所述待标定激光雷达相对惯性测量单元的初始安装参数、所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿,求解所述待标定激光雷达相对惯性测量单元的优化安装参数;
标定模块3005,用于根据所述优化安装参数,对所述待标定激光雷达进行标定。
激光雷达标定装置的各个模块更具体实现方式可以参见对于本激光雷达标定方法的描述,且具有与之相似的有益效果,在此不再赘述。
本发明还相应提供了一种电子设备,该电子设备可以是移动终端、桌上型计算机、笔记本、掌上电脑及服务器等计算设备。如图4所示,该电子设备包括处理器10、存储器20及显示器30。
存储器20在一些实施例中可以是计算机设备的内部存储单元,例如计算机设备的硬盘或内存。存储器20在另一些实施例中也可以是计算机设备的外部存储设备,例如计算机设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器20还可以既包括计算机设备的内部存储单元也包括外部存储设备。存储器20用于存储安装于计算机设备的应用软件及各类数据,例如安装计算机设备的程序代码等。存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中,存储器20上存储有激光雷达标定方法程序40,该激光雷达标定方法程序40可被处理器10所执行,从而实现本发明各实施例的激光雷达标定方法。
处理器10在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行存储器20中存储的程序代码或处理数据,例如执行激光雷达标定方法程序等。
显示器30在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。显示器30用于显示在计算机设备的信息以及用于显示可视化的用户界面。计算机设备的部件10-30通过系统总线相互通信。
本实施例还提供了一种计算机可读存储介质,其上存储有激光雷达标定方法程序,该激光雷达标定方法程序被处理器执行时实现以下步骤:
获取参照激光雷达和待标定激光雷达针对同一场景的点云数据;
根据参照激光雷达获取的参照点云数据,与待标定激光雷达获取的待标定点云数据进行匹配,得到所述参照激光雷达在待标定激光雷达坐标系下的坐标;
获取所述待标定激光雷达相对惯性测量单元的初始安装参数与所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿;
根据所述参照激光雷达在待标定激光雷达坐标系下的坐标、所述参照激光雷达在世界坐标系下的绝对坐标、所述待标定激光雷达相对惯性测量单元的初始安装参数、所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿,求解所述待标定激光雷达相对惯性测量单元的优化安装参数;
根据所述优化安装参数,对所述待标定激光雷达进行标定。
本发明公开的一种激光雷达标定方法、装置、电子设备和存储介质能够在不依赖人工预设环境特征标记或环境特征提取的情况下,实现了动态激光雷达平台的快速标定,提升了标定效率;并且能够充分利用现有固定激光雷达资源,节约标定成本。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种激光雷达标定方法,其特征在于,包括:
获取参照激光雷达和待标定激光雷达针对同一场景的点云数据;
根据参照激光雷达获取的参照点云数据,与待标定激光雷达获取的待标定点云数据进行匹配,得到所述参照激光雷达在待标定激光雷达坐标系下的坐标;
获取所述待标定激光雷达相对惯性测量单元的初始安装参数与所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿;
根据所述参照激光雷达在待标定激光雷达坐标系下的坐标、所述参照激光雷达在世界坐标系下的绝对坐标、所述待标定激光雷达相对惯性测量单元的初始安装参数、所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿,求解所述待标定激光雷达相对惯性测量单元的优化安装参数;
根据所述优化安装参数,对所述待标定激光雷达进行标定。
2.根据权利要求1所述的激光雷达标定方法,其特征在于,所述根据参照激光雷达获取的参照点云数据,与待标定激光雷达获取的待标定点云数据进行匹配,得到所述参照激光雷达在待标定激光雷达坐标系下的坐标,包括:
利用预设算法对所述参照点云数据和所述待标定点云数据进行匹配求解,得到所述参照激光雷达相对待标定激光雷达的位姿;
根据所述参照激光雷达相对待标定激光雷达的位姿,得到所述参照激光雷达在待标定激光雷达坐标系下的坐标。
3.根据权利要求1所述的激光雷达标定方法,其特征在于,所述待标定激光雷达相对惯性测量单元的安装参数包括:待标定雷达坐标系相对惯性测量单元坐标系的旋转矩阵和平移参数。
4.根据权利要求1所述的激光雷达标定方法,其特征在于,求解所述待标定激光雷达相对惯性测量单元的优化安装参数,包括:
根据所述参照激光雷达在待标定激光雷达坐标系下的坐标,所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿,所述待标定激光雷达相对惯性测量单元的初始安装参数,得到所述参照激光雷达在世界坐标系下的计算坐标;
根据所述参照激光雷达在世界坐标系下的绝对坐标和所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿,得到所述参照激光雷达在世界坐标系下的标准坐标;
根据所述参照激光雷达在世界坐标系下的计算坐标、所述参照激光雷达在世界坐标系下的标准坐标,求解所述待标定激光雷达相对惯性测量单元的优化安装参数。
5.根据权利要求4所述的激光雷达标定方法,其特征在于,求解所述待标定激光雷达相对惯性测量单元的优化安装参数,包括:
根据所述参照激光雷达在世界坐标系下的计算坐标和参照激光雷达在世界坐标系下的标准坐标的差值,利用预设算法求解所述待标定激光雷达相对惯性测量单元的优化安装参数。
6.根据权利要求5所述的激光雷达标定方法,其特征在于,利用预设算法求解所述待标定激光雷达相对惯性测量单元的优化安装参数,包括:
利用非线性优化库对待标定激光雷达相对惯性测量单元的优化安装参数进行估计。
7.根据权利要求1所述的激光雷达标定方法,其特征在于,所述点云数据包括:激光雷达的测量数据与位置数据,所述测量数据包括激光雷达的测距数据和接收的反射强度数据;所述位置数据包括激光雷达的GPRMC数据。
8.一种激光雷达标定装置,其特征在于,包括:
点云获取模块,用于获取参照激光雷达和待标定激光雷达针对同一场景的点云数据;
匹配模块,用于根据参照激光雷达获取的参照点云数据,与待标定激光雷达获取的待标定点云数据进行匹配,得到所述参照激光雷达在待标定激光雷达坐标系下的坐标;
参数获取模块,用于获取所述待标定激光雷达相对惯性测量单元的初始安装参数与所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿;
优化模块,用于根据所述参照激光雷达在待标定激光雷达坐标系下的坐标、所述参照激光雷达在世界坐标系下的绝对坐标、所述待标定激光雷达相对惯性测量单元的初始安装参数、所述惯性测量单元在待标定激光雷达获取待标定点云数据时的世界坐标系下的位姿,求解所述待标定激光雷达相对惯性测量单元的优化安装参数;
标定模块,用于根据所述优化安装参数,对所述待标定激光雷达进行标定。
9.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现如权利要求1-7任一所述的激光雷达标定方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机该程序被处理器执行时,实现如权利要求1-7任一所述的激光雷达标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210018165.6A CN114488042A (zh) | 2022-01-07 | 2022-01-07 | 一种激光雷达标定方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210018165.6A CN114488042A (zh) | 2022-01-07 | 2022-01-07 | 一种激光雷达标定方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114488042A true CN114488042A (zh) | 2022-05-13 |
Family
ID=81509317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210018165.6A Pending CN114488042A (zh) | 2022-01-07 | 2022-01-07 | 一种激光雷达标定方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114488042A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115236689A (zh) * | 2022-09-23 | 2022-10-25 | 北京小马易行科技有限公司 | 确定激光雷达和图像采集设备的相对位置的方法与装置 |
-
2022
- 2022-01-07 CN CN202210018165.6A patent/CN114488042A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115236689A (zh) * | 2022-09-23 | 2022-10-25 | 北京小马易行科技有限公司 | 确定激光雷达和图像采集设备的相对位置的方法与装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111812658B (zh) | 位置确定方法、装置、系统和计算机可读存储介质 | |
CN109270545B (zh) | 一种定位真值校验方法、装置、设备及存储介质 | |
EP3620823B1 (en) | Method and device for detecting precision of internal parameter of laser radar | |
CN110927708B (zh) | 智能路侧单元的标定方法、装置及设备 | |
CN109946701B (zh) | 一种点云坐标转换方法及装置 | |
CN111563450B (zh) | 数据处理方法、装置、设备及存储介质 | |
US11144770B2 (en) | Method and device for positioning vehicle, device, and computer readable storage medium | |
CN114111774B (zh) | 车辆的定位方法、系统、设备及计算机可读存储介质 | |
CN114120149B (zh) | 一种倾斜摄影测量建筑物特征点提取方法、装置、电子设备及介质 | |
WO2022217988A1 (zh) | 传感器配置方案确定方法、装置、计算机设备、存储介质及程序 | |
CN114820749A (zh) | 无人车井下定位方法、系统、设备及介质 | |
CN111241224B (zh) | 目标距离估计的方法、系统、计算机设备和存储介质 | |
US20230281942A1 (en) | Measurement processing device, method, and program | |
CN114488042A (zh) | 一种激光雷达标定方法、装置、电子设备和存储介质 | |
CN112781893B (zh) | 一种车载传感器性能测试数据的空间同步方法、装置及存储介质 | |
CN114067068A (zh) | 一种环境建图方法、装置、设备及存储介质 | |
CN113436233A (zh) | 自动驾驶车辆的配准方法、装置、电子设备和车辆 | |
CN115542301B (zh) | 激光雷达外部参数的校准方法、装置、设备及存储介质 | |
CN114120795B (zh) | 一种地图绘制方法及装置 | |
CN114661028A (zh) | 智能驾驶控制器测试方法、装置、计算机设备和存储介质 | |
CN113777635B (zh) | 一种全球导航卫星数据校准方法、装置、终端及存储介质 | |
US20230296742A1 (en) | Method and system for calibrating lidar point data | |
CN117433511B (zh) | 一种多传感器融合定位方法 | |
CN112325770B (zh) | 一种车端单目视觉测量相对精度置信度评估方法及系统 | |
WO2023028823A1 (zh) | 雷达的标定方法、装置、终端设备及存储介质 |
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 |