CN114690157A - 激光雷达反射率的自动标定方法、目标检测方法以及装置 - Google Patents
激光雷达反射率的自动标定方法、目标检测方法以及装置 Download PDFInfo
- Publication number
- CN114690157A CN114690157A CN202011614606.6A CN202011614606A CN114690157A CN 114690157 A CN114690157 A CN 114690157A CN 202011614606 A CN202011614606 A CN 202011614606A CN 114690157 A CN114690157 A CN 114690157A
- Authority
- CN
- China
- Prior art keywords
- target
- reflectivity
- point cloud
- laser radar
- roadside
- 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
- 238000002310 reflectometry Methods 0.000 title claims abstract description 147
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000001514 detection method Methods 0.000 title claims abstract description 26
- 230000003068 static effect Effects 0.000 claims description 60
- 238000004590 computer program Methods 0.000 claims description 24
- 230000003287 optical effect Effects 0.000 claims description 14
- 238000002834 transmittance Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 9
- 230000008447 perception Effects 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 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
Abstract
本申请涉及一种激光雷达反射率的自动标定方法、目标检测方法、装置、计算机设备和存储介质，通过对路侧激光雷达的扫描区域进行感兴趣区域和目标识别，基于感兴趣区域和目标识别的结果，从感兴趣区域中选定多个静态目标，而这些选定的静态目标反射率的差异在标定可接受范围以内，此时，可以基于点云确定路侧激光雷达与各个静态目标的距离，此时可以通过多个静态目标去获取相对反射率。本实施例的方法可以通过设备对路侧激光雷达的反射率进行自动标定，提出了与现有技术通过人工在激光雷达的扫描范围内放置标定板，并移动标定板这一传统标定方式不同的标定方案，降低了设备的标定难度。
Description
技术领域
本申请涉及激光雷达技术领域，特别是涉及一种激光雷达反射率的自动标定方法、目标检测方法、装置、计算机设备和存储介质。
背景技术
随着自动驾驶相关技术和车路协同系统的快速发展，无论是车辆感知方案、路端感知方案，还是其他的感知方案，激光雷达都是主流感知方案中必备传感器。正因为如此，近些年来，在各个领域中涌现出了很多激光雷达的感知算法。在激光雷达感知算法中，为了提升算法的感知效果，提出可以利用不同目标的反射率不同这一特性提升感知算法效果的方法。因为，反射率，即物体反射的辐射能量占总辐射能量的百分比。不同物体的反射率也不同，这主要取决于物体本身的性质(例如，自身材料，表面状况等)，所以，利用反射率可以判断物体的性质是否相同，相同的反射率属于同一物体的可能性相对较大。但是，反射率的测量是受设备自身元器件的影响的，需要在使用前对不同设备进行反射率的标定。
关于反射率的标定目前主要采用手动标定的形式，常常通过对不同反射率的射面的标定来确定激光雷达获得反射率真实情况，这种反射率标定方式存在标定难度大，标定过程复杂，并且随着安装时间的推移(激光雷达性能的变化)需要重新对反射率重新标定，维护工作量比较大。
现有的激光雷达的反射率标定方式采用人工方式，不同激光雷达在使用之前，需要标定一次，而且随着时间的推移，激光雷达元器件的性能发生变化，也需要重新标定，维护工作量比较大。
目前已有的人工标定方法采用使用不同反射率的反射面在不同距离上，按照不同角度进行数据采集，处理生成回波信号强度，距离和反射率三者关系的对照表或计算公式，对于不同环境下回波信号强度，距离和反射率的关系的表述，都会增加反射率标定的难度。而且此方法的标定方式是适用于某一台激光雷达，对于同种类适配存在误差，且不适用不同种类雷达。
发明内容
基于此，有必要针对上述技术问题，提供一种能够自动进行反射率标定的激光雷达反射率的自动标定方法、目标检测方法以及装置、计算机设备和存储介质。
一种激光雷达反射率的自动标定方法，包括：
对点云数据进行目标识别，识别路侧激光雷达的扫描区域中的感兴趣区域；
在所述感兴趣区域中选定多个静态目标；
根据所述多个静态目标的距离，所述激光雷达接收的回波强度，以及相对反射率，确定所述距离、所述回波强度以及所述相对反射率之间的函数关系；其中，所述路侧激光雷达在检测目标时利用所述函数关系获取目标的相对反射率。
在其中一个实施例中，所述感兴趣区域中包含车道区域，所述静态目标为多个基于所述车道区域选定的区域。
在其中一个实施例中，所述静态目标的大小随所述静态目标距离所述路侧激光雷达的距离变大而变大。
在其中一个实施例中，所述方法还包括：
确定所述感兴趣区域中的动态目标；
根据所述动态目标移动的多个位置对应获取目标点云；
根据所述目标点云修正所述函数关系。
在其中一个实施例中，根据所述动态目标移动的多个位置对应获取目标点云，包括：
将所述动态目标正对所述路侧激光雷达所在截面下方三分之一的点云作为各所述位置的目标点云。
在其中一个实施例中，所述函数关系为：
其中，PR为静态目标的回波强度，ρ为静态目标的反射率；PL为路侧激光雷达的激光器的峰值光功率；TE为路侧激光雷达的发射光学系统的透过率，TR为路侧激光雷达的接收光学系统的透过率，Tf为路侧激光雷达的窄带滤光片的透过率，Ta＝e-2σR为单程大气衰减率，β为地面法线与所路侧激光雷达的探测光束光轴间的相对角度，AR为路侧激光雷达的透镜面积，R为路侧激光雷达与静态目标之间的距离。
在其中一个实施例中，所述方法还包括：确定所述感兴趣区域中的标准反射面；利用所述标准反射面将所述相对反射率转换为绝对反射率。
在其中一个实施例中，所述感兴趣区域为路面区域，对点云数据进行目标识别，识别路侧激光雷达的扫描区域中的感兴趣区域，包括：
识别所述点云数据中的路面点；
根据所述路面点得到路面区域。
一种目标检测方法，所述方法包括：
利用路侧激光雷达获取当前点云；
利用激光雷达反射率的自动标定方法，获取距离、回波强度以及所述相对反射率之间的函数关系
获取所述当前点云的回波强度，以及所述当前点云中当前目标的距离信息；
根据所述当前点云的回波强度、所述当前目标的距离信息以及所述函数关系，得到所述当前目标的相对反射率；
根据所述当前目标的相对反射率确定所述当前目标的身份。
一种激光雷达反射率的自动标定装置，所述装置包括：
区域识别模块，用对点云数据进行目标识别，识别路侧激光雷达的扫描区域中的感兴趣区域；
选择模块，用于在所述感兴趣区域中选定多个静态目标；
计算模块，用于根据所述多个静态目标的距离，所述激光雷达接收的回波强度，以及相对反射率，确定所述距离、所述回波强度以及所述相对反射率之间的函数关系；其中，所述路侧激光雷达在检测目标时利用所述函数关系获取目标的相对反射率。
一种目标检测系统，所述装置包括：路侧激光雷达、处理器以及本申请实施例中的所述激光雷达反射率的自动标定装置，
路侧激光雷达用于获取当前点云；
所述激光雷达反射率的自动标定装置用于获取距离、回波强度以及所述相对反射率之间的函数关系；
所述处理器用于获取所述当前点云的回波强度，以及所述当前点云中当前目标的距离信息；
根据所述当前点云的回波强度、所述当前目标的距离信息以及所述函数关系，得到所述当前目标的相对反射率；
根据所述当前目标的相对反射率确定所述当前目标的身份。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
对点云数据进行目标识别，识别路侧激光雷达的扫描区域中的感兴趣区域；
在所述感兴趣区域中选定多个静态目标；
根据所述多个静态目标的距离，所述激光雷达接收的回波强度，以及相对反射率，确定所述距离、所述回波强度以及所述相对反射率之间的函数关系；其中，所述路侧激光雷达在检测目标时利用所述函数关系获取目标的相对反射率。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
对点云数据进行目标识别，识别路侧激光雷达的扫描区域中的感兴趣区域；
在所述感兴趣区域中选定多个静态目标；
根据所述多个静态目标的距离，所述激光雷达接收的回波强度，以及相对反射率，确定所述距离、所述回波强度以及所述相对反射率之间的函数关系；其中，所述路侧激光雷达在检测目标时利用所述函数关系获取目标的相对反射率。
上述激光雷达反射率的自动标定方法、目标检测方法、装置、计算机设备和存储介质，通过对路侧激光雷达的扫描区域进行感兴趣区域和目标识别，基于感兴趣区域和目标识别的结果，从感兴趣区域中选定多个静态目标，而这些选定的静态目标反射率的差异在标定可接受范围以内，此时，可以基于点云确定路侧激光雷达与各个静态目标的距离，此时可以通过多个静态目标去获取相对反射率。本实施例的方法可以通过设备对路侧激光雷达的反射率进行自动标定，提出了与现有技术通过人工在激光雷达的扫描范围内放置标定板，并移动标定板这一传统标定方式不同的标定方案，降低了设备的标定难度。
附图说明
图1为一个实施例中激光雷达反射率的自动标定方法的应用环境图；
图2为一个实施例中激光雷达反射率的自动标定方法的流程示意图；
图3为一个实施例中点云目标识别结果的示意图；
图4为一个实施例中选定的静态目标的示意图；
图5为一个实施例中激光雷达反射率的自动标定方法补充步骤的流程示意图；
图6为一个实施例中选定的动态目标的示意图；
图7为一个实施例中激光雷达反射率的自动标定方法补充步骤的流程示意图；
图8为一个实施例中选定的标准反射面的示意图；
图9为一个实施例中目标检测方法的流程示意图；
图10为一个实施例中激光雷达反射率的自动标定装置的结构框图；
图11为一个实施例中目标检测系统的结构框图
图12为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的激光雷达反射率的自动标定方法，可以应用于如图1所示的应用环境中。其中，路侧激光雷达102通过网络与边缘服务器104进行通信。
在一个实施例中，如图2所示，提供了一种激光雷达反射率的自动标定方法，以该方法应用于图1中的边缘服务器104运行该方法标定路侧激光雷达102的反射率为例进行说明，包括以下步骤：
步骤210，对点云数据进行目标识别，识别路侧激光雷达的扫描区域中的感兴趣区域。
激光雷达可以在预设的区域内进行扫描操作，从而形成扫描区域内的点云数据。边缘服务器104在获取的该点云数据后，运行预设的点云目标检测算法对点云数据进行目标识别，识别路侧激光雷达的扫描区域中的感兴趣区域。可选地，该感兴趣区域可以为路面区域。可选地，边缘服务器104运行预设的点云目标检测算法识别所述点云数据中的路面点；根据所述路面点得到路面区域。
步骤220，在所述感兴趣区域中选定多个静态目标。
边缘服务器104在对点云数据进行目标识别时，还可以确定感知到的目标的类型，目标的类型分为静态目标和动态目标。静态目标可以是静止的道路、建筑物等，动态目标可以是移动的车辆、行人、非机动车辆等。
静态目标是激光雷达扫描区域内非运动的区域中预设大小的一个区域，以车道区域为例。因为车道区域在材质和粗糙程度等相对均匀，所以在不同距离位置上，车道区域的反射率基本相同。即本实施例中将选定的静态目标设定为反射率在进行标定时可以接受的范围内，简言之，可以将其简化为不变量。可选地，为了更好的处理该静态目标，提升数据的处理精细程度，在选择静态目标时，设定所述静态目标的大小随所述静态目标距离所述路侧激光雷达的距离变大而变大。
图3示出的为通过利用点云数据对应的目标感知算法对采集的点云进行计算处理后得到的结果，将激光雷达扫描区域内的目标分为静态目标和动态目标两类，需要解释的是，附图提供的为灰度图，实际效果为感兴趣区域和背景区域在图中采用两个颜色表示，感兴趣区域中的静态目标和动态目标两类也采用不同的颜色区分。该点云数据使用32线、水平分辨率为0.2°的路侧激光雷达获取的点云数据，一帧中点云的个数为32*1800个。需要说明的是，条形框围成区域为静态目标的所在区域的一个示例，其特为在条形框围成区域内均为车道区域所对应的点云数据，如果其中存在其他目标的点云数据(如动态目标的车辆所对应的点云数据)需要对其进行剔除操作。图中若干个小方框围成区域为静态目标所对应的若干个示例，同理，如果其中存在其他目标的点云数据(如动态目标的车辆所对应的点云数据)则不能作为静态数据所采集的样本数据。
步骤230，根据所述多个静态目标的距离，所述激光雷达接收的回波强度，以及相对反射率，确定所述距离、所述回波强度以及所述相对反射率之间的函数关系。
其中，所述路侧激光雷达102在检测目标时利用所述函数关系获取目标的相对反射率。在不同的距离上，通过路侧激光雷达接收到的回波信号强度与相对反射率的关系，由于没有进行定量标定，因此当前得出的数值(相对反射率)不能真实对应现实中车道区域的反射率，所以称之为相对反射率。请参见图4，图中方框为选定的静态目标。
本实施例的激光雷达反射率的自动标定方法，通过对路侧激光雷达的扫描区域进行感兴趣区域和目标识别，基于感兴趣区域和目标识别的结果，从感兴趣区域中选定多个静态目标，而这些选定的静态目标反射率的差异在标定可接受范围以内，此时，可以基于点云确定路侧激光雷达与各个静态目标的距离，此时可以通过多个静态目标去获取相对反射率。本实施例的方法可以通过设备对路侧激光雷达的反射率进行自动标定，提出了与现有技术通过人工在激光雷达的扫描范围内放置标定板，并移动标定板这一传统标定方式不同的标定方案，降低了设备的标定难度。
在其中一个可选地实施例中，如图5所示，上述激光雷达反射率的自动标定方法还包括：
步骤240，确定所述感兴趣区域中的动态目标。
步骤250，根据所述动态目标移动的多个位置对应获取目标点云。
步骤260，根据所述目标点云修正所述函数关系。
请参见图6，以车辆作为动态目标为例，车辆从虚线框的位置移动至实线框的位置，对车辆进行采样，采样数据可以是动态目标特定位置的激光点云数据，因为采样位置固定，因此其相对反射率必然相同，随着采样数据的运动由远及近(距离变化)，因此，利用这些采集的动态目标的激光点云数据，可以确定相同的相对反射率的采样数据的回波信号强度与位置的对应关系。本实施例中所用的不同位置激光点云数据的相对反射率相对于静态目标的相对反射率差异更小，因此本实施例的方案可以矫正仅利用静态目标计算的函数关系。为了尽可能减少车辆不同位置的材质和粗糙程度的对结果的影响，可以选取但不限于选取目标正对路侧激光雷达所在截面下方三分之一的点云数据作为用于反射率分析的采样数据(目标点云)。
在其中一个实施例中，提出一种距离、所述回波强度以及所述相对反射率之间的函数关系的表达形式，该函数关系为：
其中，PR为静态目标的回波强度，ρ为静态目标的反射率；PL为路侧激光雷达的激光器的峰值光功率；TE为路侧激光雷达的发射光学系统的透过率，TR为路侧激光雷达的接收光学系统的透过率，Tf为路侧激光雷达的窄带滤光片的透过率，Ta＝e-2σR为单程大气衰减率，β为地面法线与所路侧激光雷达的探测光束光轴间的相对角度，AR为路侧激光雷达的透镜面积，R为路侧激光雷达与静态目标之间的距离。
由于路侧激光雷达的安装位置固定，且其相对地面为水平放置，通过其位姿参数(x1,y1,z1,α1，β1，θ1)可计算出不同位置上的车道区域的法线与激光雷达发出探测光束光轴间所存在相对角度β，通过计算相对角度β，可以更加准确的还原回波信号强度，距离和相对反射率三者之间的关系。
在其中一个可选地实施例中，如图7所示，上述激光雷达反射率的自动标定方法还包括：
步骤270，确定所述感兴趣区域中的标准反射面。
步骤280，利用所述标准反射面将所述相对反射率转换为绝对反射率。
如图8中所示，在路侧激光雷达扫描区域内特定位置，图8中为白框围成区域，安装一个标准反射面，通过此标准反射面，将相对反射率在测量标准上进行统一，使反射率测量范围确定在0～100之间。
本实施例可以统一获取的反射率的标准，利于当前标定的设备获取的点云与其他设备获取的点云一起使用。
基于同样的发明构思，如图9所示，本申请的其中一个实施例还提出一种目标检测方法，该方法包括：
步骤310，利用路侧激光雷达获取当前点云。
步骤320，利用上述实施例中的激光雷达反射率的自动标定方法，获取距离、回波强度以及所述相对反射率之间的函数关系。
步骤330，获取所述当前点云的回波强度，以及所述当前点云中当前目标的距离信息。
步骤340，根据所述当前点云的回波强度、所述当前目标的距离信息以及所述函数关系，得到所述当前目标的相对反射率。具体如何获取该函数关系可参见上文中相关表述，在此不再赘述。
步骤350，根据所述当前目标的相对反射率确定所述当前目标的身份。
本实施例的目标检测方法为上述的激光雷达反射率的自动标定方法的一种应用，由于上述实施例中的标定方法标定效率高，方案施工要求低，因此本实施例中路侧激光雷达的目标检测方法应用更广泛。
应该理解的是，虽然图2、图5、图7、以及图9的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2、图5、图7、以及图9中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图10所示，一种激光雷达反射率的自动标定装置，所述装置包括：
区域识别模块10，用对点云数据进行目标识别，识别路侧激光雷达的扫描区域中的感兴趣区域。
选择模块11，用于在所述感兴趣区域中选定多个静态目标。
计算模块12，用于根据所述多个静态目标的距离，所述激光雷达接收的回波强度，以及相对反射率，确定所述距离、所述回波强度以及所述相对反射率之间的函数关系；其中，所述路侧激光雷达在检测目标时利用所述函数关系获取目标的相对反射率。
在其中一个实施例中，区域识别模块10用于确定所述感兴趣区域中的动态目标；根据所述动态目标移动的多个位置对应获取目标点云；根据所述目标点云修正所述函数关系。
在其中一个实施例中，选择模块11还用于将所述动态目标正对所述路侧激光雷达所在截面下方三分之一的点云作为各所述位置的目标点云。
在其中一个实施例中，计算模块12用于确定所述感兴趣区域中的标准反射面；利用所述标准反射面将所述相对反射率转换为绝对反射率。
在其中一个实施例中，所述感兴趣区域为路面区域，选择模块11还用于识别所述点云数据中的路面点；根据所述路面点得到路面区域。
在一个实施例中，如图11所示，一种目标检测系统，所述装置包括：路侧激光雷达2、处理器3以及上述实施例中的激光雷达反射率的自动标定装置1，
路侧激光雷达2用于获取当前点云.
所述激光雷达反射率的自动标定装置1用于获取距离、回波强度以及所述相对反射率之间的函数关系；
所述处理器3用于获取所述当前点云的回波强度，以及所述当前点云中当前目标的距离信息；根据所述当前点云的回波强度、所述当前目标的距离信息以及所述函数关系，得到所述当前目标的相对反射率；根据所述当前目标的相对反射率确定所述当前目标的身份。
关于激光雷达反射率的自动标定装置、目标检测系统的具体限定可以参见上文中对于激光雷达反射率的自动标定方法以及目标检测方法的限定，在此不再赘述。上述自动标定装置、目标检测系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图12所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储点云数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种激光雷达反射率的自动标定方法或者目标检测方法。
本领域技术人员可以理解，图12中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
对点云数据进行目标识别，识别路侧激光雷达的扫描区域中的感兴趣区域；
在所述感兴趣区域中选定多个静态目标；
根据所述多个静态目标的距离，所述激光雷达接收的回波强度，以及相对反射率，确定所述距离、所述回波强度以及所述相对反射率之间的函数关系；其中，所述路侧激光雷达在检测目标时利用所述函数关系获取目标的相对反射率。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：确定所述感兴趣区域中的动态目标；根据所述动态目标移动的多个位置对应获取目标点云；根据所述目标点云修正所述函数关系。
在一个实施例中，处理器执行计算机程序时实现以下步骤：将所述动态目标正对所述路侧激光雷达所在截面下方三分之一的点云作为各所述位置的目标点云。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：确定所述感兴趣区域中的标准反射面；利用所述标准反射面将所述相对反射率转换为绝对反射率。
在一个实施例中，处理器执行计算机程序时实现以下步骤：识别所述点云数据中的路面点；根据所述路面点得到路面区域。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
利用路侧激光雷达获取当前点云；
利用上述实施例中的激光雷达反射率的自动标定方法获取距离、回波强度以及所述相对反射率之间的函数关系；
获取所述当前点云的回波强度，以及所述当前点云中当前目标的距离信息；
根据所述当前点云的回波强度、所述当前目标的距离信息以及所述函数关系，得到所述当前目标的相对反射率；
根据所述当前目标的相对反射率确定所述当前目标的身份。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
对点云数据进行目标识别，识别路侧激光雷达的扫描区域中的感兴趣区域；
在所述感兴趣区域中选定多个静态目标；
根据所述多个静态目标的距离，所述激光雷达接收的回波强度，以及相对反射率，确定所述距离、所述回波强度以及所述相对反射率之间的函数关系；其中，所述路侧激光雷达在检测目标时利用所述函数关系获取目标的相对反射率。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：确定所述感兴趣区域中的动态目标；根据所述动态目标移动的多个位置对应获取目标点云；根据所述目标点云修正所述函数关系。
在一个实施例中，计算机程序被处理器执行时实现以下步骤：将所述动态目标正对所述路侧激光雷达所在截面下方三分之一的点云作为各所述位置的目标点云。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：确定所述感兴趣区域中的标准反射面；利用所述标准反射面将所述相对反射率转换为绝对反射率。
在一个实施例中，计算机程序被处理器执行时实现以下步骤：识别所述点云数据中的路面点；根据所述路面点得到路面区域。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
利用路侧激光雷达获取当前点云；
利用上述实施例中的激光雷达反射率的自动标定方法获取距离、回波强度以及所述相对反射率之间的函数关系；
获取所述当前点云的回波强度，以及所述当前点云中当前目标的距离信息；
根据所述当前点云的回波强度、所述当前目标的距离信息以及所述函数关系，得到所述当前目标的相对反射率；
根据所述当前目标的相对反射率确定所述当前目标的身份。
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。其中，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易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (13)
1.一种激光雷达反射率的自动标定方法，其特征在于，包括：
对点云数据进行目标识别，识别路侧激光雷达的扫描区域中的感兴趣区域；
在所述感兴趣区域中选定多个静态目标；
根据所述多个静态目标的距离，所述激光雷达接收的回波强度，以及相对反射率，确定所述距离、所述回波强度以及所述相对反射率之间的函数关系；其中，所述路侧激光雷达在检测目标时利用所述函数关系获取目标的相对反射率。
2.根据权利要求1所述的方法，其特征在于，所述感兴趣区域中包含车道区域，所述静态目标为多个基于所述车道区域选定的区域。
3.根据权利要求2所述的方法，其特征在于，所述静态目标的大小随所述静态目标距离所述路侧激光雷达的距离变大而变大。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定所述感兴趣区域中的动态目标；
根据所述动态目标移动的多个位置对应获取目标点云；
根据所述目标点云修正所述函数关系。
5.根据权利要求4所述的方法，其特征在于，根据所述动态目标移动的多个位置对应获取目标点云，包括：
将所述动态目标正对所述路侧激光雷达所在截面下方三分之一的点云作为各所述位置的目标点云。
6.根据权利要求1-5任意一项所述的方法，其特征在于，所述函数关系为：
其中，PR为静态目标的回波强度，ρ为静态目标的反射率；PL为路侧激光雷达的激光器的峰值光功率；TE为路侧激光雷达的发射光学系统的透过率，TR为路侧激光雷达的接收光学系统的透过率，Tf为路侧激光雷达的窄带滤光片的透过率，Ta＝e-2σR为单程大气衰减率，β为地面法线与所路侧激光雷达的探测光束光轴间的相对角度，AR为路侧激光雷达的透镜面积，R为路侧激光雷达与静态目标之间的距离。
7.根据权利要求1-5任意一项所述的方法，其特征在于，所述方法还包括：
确定所述感兴趣区域中的标准反射面；
利用所述标准反射面将所述相对反射率转换为绝对反射率。
8.根据权利要求1所述的方法，其特征在于，所述感兴趣区域为路面区域，对点云数据进行目标识别，识别路侧激光雷达的扫描区域中的感兴趣区域，包括：
识别所述点云数据中的路面点；
根据所述路面点得到路面区域。
9.一种目标检测方法，其特征在于，所述方法包括：
利用路侧激光雷达获取当前点云；
利用权利要求1-8任意一项的方法，获取距离、回波强度以及所述相对反射率之间的函数关系，
获取所述当前点云的回波强度，以及所述当前点云中当前目标的距离信息；
根据所述当前点云的回波强度、所述当前目标的距离信息以及所述函数关系，得到所述当前目标的相对反射率；
根据所述当前目标的相对反射率确定所述当前目标的身份。
10.一种激光雷达反射率的自动标定装置，其特征在于，所述装置包括：
区域识别模块，用对点云数据进行目标识别，识别路侧激光雷达的扫描区域中的感兴趣区域；
选择模块，用于在所述感兴趣区域中选定多个静态目标；
计算模块，用于根据所述多个静态目标的距离，所述激光雷达接收的回波强度，以及相对反射率，确定所述距离、所述回波强度以及所述相对反射率之间的函数关系；其中，所述路侧激光雷达在检测目标时利用所述函数关系获取目标的相对反射率。
11.一种目标检测系统，其特征在于，所述装置包括：路侧激光雷达、处理器以及如权利要求10所述激光雷达反射率的自动标定装置，
路侧激光雷达用于获取当前点云；
所述激光雷达反射率的自动标定装置用于获取距离、回波强度以及所述相对反射率之间的函数关系；
所述处理器用于获取所述当前点云的回波强度，以及所述当前点云中当前目标的距离信息；
根据所述当前点云的回波强度、所述当前目标的距离信息以及所述函数关系，得到所述当前目标的相对反射率；
根据所述当前目标的相对反射率确定所述当前目标的身份。
12.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011614606.6A CN114690157A (zh) | 2020-12-30 | 2020-12-30 | 激光雷达反射率的自动标定方法、目标检测方法以及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011614606.6A CN114690157A (zh) | 2020-12-30 | 2020-12-30 | 激光雷达反射率的自动标定方法、目标检测方法以及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114690157A true CN114690157A (zh) | 2022-07-01 |
Family
ID=82131778
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011614606.6A Pending CN114690157A (zh) | 2020-12-30 | 2020-12-30 | 激光雷达反射率的自动标定方法、目标检测方法以及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114690157A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115691221A (zh) * | 2022-12-16 | 2023-02-03 | 山东矩阵软件工程股份有限公司 | 一种车辆预警方法、车辆预警系统及相关装置 |
| CN115909272A (zh) * | 2022-11-09 | 2023-04-04 | 杭州枕石智能科技有限公司 | 障碍物位置信息的获取方法、终端设备及计算机介质 |
-
2020
- 2020-12-30 CN CN202011614606.6A patent/CN114690157A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115909272A (zh) * | 2022-11-09 | 2023-04-04 | 杭州枕石智能科技有限公司 | 障碍物位置信息的获取方法、终端设备及计算机介质 |
| CN115691221A (zh) * | 2022-12-16 | 2023-02-03 | 山东矩阵软件工程股份有限公司 | 一种车辆预警方法、车辆预警系统及相关装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109100741B (zh) | 一种基于3d激光雷达及图像数据的目标检测方法 | |
| Lambert et al. | Performance analysis of 10 models of 3D LiDARs for automated driving | |
| 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 | |
| Reina et al. | Radar‐based perception for autonomous outdoor vehicles | |
| Holst et al. | Improved area-based deformation analysis of a radio telescope’s main reflector based on terrestrial laser scanning | |
| CN110163871B (zh) | 一种多线激光雷达的地面分割方法及装置 | |
| US20130293408A1 (en) | Radar image processing | |
| CN114690157A (zh) | 激光雷达反射率的自动标定方法、目标检测方法以及装置 | |
| US20220170739A1 (en) | Surface abnormality detection device and system | |
| CN112083441A (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 | |
| CN115840196B (zh) | 基于实体标定间的激光雷达间标定方法及装置 | |
| CN111239704B (zh) | 大气探测雷达信号识别方法、装置、设备及介质 | |
| CN112348882A (zh) | 一种基于多源探测器的低空目标跟踪信息融合方法和系统 | |
| CN112639516B (zh) | 激光雷达测距方法、装置、计算机设备和存储介质 | |
| CN117590362B (zh) | 一种多激光雷达外参标定方法、装置和设备 | |
| CN113296120B (zh) | 一种障碍物检测方法及终端 | |
| CN112255616B (zh) | 一种多雷达的反光柱定位方法及反光柱定位装置 | |
| CN114814758B (zh) | 相机-毫米波雷达-激光雷达的联合标定方法、设备 | |
| CN112255604A (zh) | 一种雷达数据准确性的判断方法、装置及计算机设备 | |
| CN116381726A (zh) | 基于数据自身的无人机激光点云精度自评估方法 | |
| CN115272408A (zh) | 车辆静止检测方法、装置、计算机设备和存储介质 | |
| CN113805157A (zh) | 基于标靶的高度测量方法、装置及设备 | |
| Costa Tomaz de Souza et al. | Quantifying the location error of precipitation nowcasts | |
| CN113655494B (zh) | 路侧相机与4d毫米波融合的目标检测方法、设备及介质 | |
| CN116754039B (zh) | 地面坑体土方量检测方法 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20231215 Address after: 430200, 7th floor, Building 3, Phase II, Modern Service Industry Demonstration Base, Huazhong University of Science and Technology Science Park, Guandong Street, Donghu New Technology Development Zone, Wuhan City, Hubei Province Applicant after: Wuhan Wanji Photoelectric Technology Co.,Ltd. Address before: Wanji space, building 12, Zhongguancun Software Park, yard 8, Dongbei Wangxi Road, Haidian District, Beijing 100193 Applicant before: BEIJING WANJI TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right |