CN114829979A - 激光雷达传感器的校准 - Google Patents

激光雷达传感器的校准 Download PDF

Info

Publication number
CN114829979A
CN114829979A CN202080087377.9A CN202080087377A CN114829979A CN 114829979 A CN114829979 A CN 114829979A CN 202080087377 A CN202080087377 A CN 202080087377A CN 114829979 A CN114829979 A CN 114829979A
Authority
CN
China
Prior art keywords
lidar sensor
vehicle
determining
image
deviation
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
CN202080087377.9A
Other languages
English (en)
Inventor
廖冬一
王祖凯
马克·A·麦克德
顾超
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.)
Cepton Technologies Inc
Original Assignee
Cepton Technologies Inc
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 Cepton Technologies Inc filed Critical Cepton Technologies Inc
Publication of CN114829979A publication Critical patent/CN114829979A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0608—Height gauges
    • 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
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • 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
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • 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
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
    • 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
    • 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
    • G01S7/4808—Evaluating distance, position or velocity data
    • 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
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • 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
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • G01S7/4811—Constructional features, e.g. arrangements of optical elements common to transmitter and receiver
    • 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
    • G01S7/4972—Alignment of sensor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/20—Control system inputs
    • G05D1/24—Arrangements for determining position or orientation
    • G05D1/247—Arrangements for determining position or orientation using signals provided by artificial sources external to the vehicle, e.g. navigation beacons
    • G05D1/249—Arrangements for determining position or orientation using signals provided by artificial sources external to the vehicle, e.g. navigation beacons from positioning sensors located off-board the vehicle, e.g. from cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30204—Marker
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Architecture (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

一种校准安装在车辆上的LiDAR传感器的方法，包括将车辆定位在距目标的一定距离处，所述目标包括平面反射镜和所述反射镜周围的特征。车辆相对于反射镜定位和定向，使得LiDAR传感器的光轴标称地平行于反射镜的光轴，并且目标标称地位于所述LiDAR传感器的视场的中心。该方法还包括使用LiDAR传感器获取目标的三维图像，目标的三维图像包括目标的特征的图像和由反射镜形成的车辆的镜像图像。该方法还包括通过分析目标的三维图像中的特征的图像和车辆的镜像图像来确定与LiDAR传感器相对于车辆的预期对准的偏差。

Description

激光雷达传感器的校准
相关应用的交叉引用
本申请要求于2019年10月15日提交的标题为“激光成像传感器的动态校准”的62/915,563号美国临时专利申请、于2020年10月13日提交的标题为“激光传感器的校准”的17/069,727号美国专利申请和于2020年10月13日提交的标题为“激光传感器的动态校准”的17/069,733号美国专利申请的权益，其内容通过引用整体并入。
背景技术
三维传感器可应用于自主车辆、无人机、机器人、安全应用等。LiDAR传感器是一种可以实现适合这种应用的高角度分辨率的三维传感器。LiDAR传感器可以包括用于发射激光脉冲的一个或更多个激光源以及用于检测反射的激光脉冲的一个或更多个检测器。LiDAR传感器测量每个激光脉冲从LiDAR传感器行进到传感器的视场内的对象、然后从对象反弹并返回到LiDAR传感器所花费的时间。LiDAR传感器基于激光脉冲的飞行时间确定对象离LiDAR传感器有多远。通过跨场景进行扫描，可以获得场景的三维图像。
为了精确测量，LiDAR传感器的光轴的取向可能需要相对于一些机械基准点(例如在LiDAR传感器的壳体上的安装孔)进行校准。另外，当安装在车辆中时，LiDAR传感器的位置和取向可能需要相对于车辆进行校准。这种校准可以例如在制造商的工厂中进行。在碰撞或对LiDAR传感器的其它机械干扰的情况下，其相对于壳体或车辆的校准可能会改变。因此，可能希望能够检测校准精度的损失并校正校准，从而确保LiDAR传感器的安全和准确的长期操作。
发明内容
根据一些实施例，一种校准安装在车辆上的LiDAR传感器的方法，包括：将车辆定位在距目标一定距离处。目标包括平面反射镜和围绕所述反射镜的特征。反射镜的光轴基本上是水平的。车辆相对于反射镜定位和定向，使得LiDAR传感器的光轴标称地平行于反射镜的光轴，并且目标标称地位于所述LiDAR传感器的视场的中心。该方法还包括使用LiDAR传感器获取目标的三维图像。目标的三维图像包括目标的特征的图像和由反射镜形成的车辆的镜像图像。该方法还包括通过分析目标的三维图像中的特征的图像和车辆的镜像图像来确定与LiDAR传感器相对于车辆的预期对准的偏差。
根据一些实施例，一种校准安装在车辆上的LiDAR传感器的方法，包括：存储当LiDAR传感器相对于车辆处于预期对准时由LiDAR传感器获取的参考三维图像。参考三维图像包括车辆上的固定特征的第一图像。该方法还包括：使用LiDAR传感器获取包括固定特征的第二图像的三维图像，并通过比较三维图像中的固定特征的第二图像和参考三维图像中的固定特征的第一图像确定与LiDAR传感器相对于车辆的预期对准的偏差。
根据一些实施例，一种校准安装在车辆上的LiDAR传感器的方法，包括：当车辆在具有固定的道路特征的道路上行驶时，使用LiDAR传感器获取一个或更多个三维图像。所述一个或更多个三维图像中的每一者包括所述道路特征的图像。该方法还包括分析一个或更多个三维图像中的道路特征的图像与LiDAR传感器的视场的取向之间的空间关系，以及基于所述道路特征的图像与所述LiDAR传感器的视场之间的空间关系来确定与所述LiDAR传感器相对于所述车辆的预期对准的偏差。
附图说明
图1示出了根据一些实施例的用于三维成像的示例性LiDAR传感器。
图2A示意性地显示了根据一些实施例的安装在车辆上的LiDAR传感器。
图2B示出了根据一些实施例的车辆坐标系。
图2C示出了根据一些实施例的LiDAR坐标系。
图3A和3B示意性地显示了根据一些实施例的可用于将LiDAR传感器安装在车辆上的安装机构。
图4A至图4C示出了根据一些实施例的用于安装在车辆上的LiDAR传感器的示例性校准设置。
图5A至图5C和图6A至图6D示意性地示出了根据一些实施例的LiDAR传感器在各种对准条件下可看到的内容。
图7显示了简化的流程图，其示出了根据一些实施例的使用具有嵌入式反射镜的目标校准安装在车辆上的LiDAR传感器的方法。
图8示出了根据一些实施例的安装在车辆的包括遮光板的前挡风玻璃后面的LiDAR传感器。
图9A和9B示意性地显示了图8中所示的具有遮光板的挡风玻璃的侧视图。
图10A至图10C示意性地示出了根据一些实施例的图8中所示的遮光板在各种对准条件下对LiDAR传感器的有效视场的影响的一些示例。
图10D至图10E示意性地示出了根据一些实施例的由LiDAR传感器获取的车辆的某些特征的一些示例性图像。
图11显示了简化的流程图，其示出了根据一些实施例的使用车辆上的特征来校准安装在车辆上的LiDAR传感器的方法。
图12A至图12B和图13A至图13C示出了根据一些实施例的使用道路上的车道标记对安装在车辆上的LiDAR传感器进行动态校准的方法。
图14显示了简化的流程图，其示出了根据一些实施例的使用道路特征校准安装在车辆上的LiDAR传感器的方法。
具体实施方式
根据一些实施例，提供了校准安装在车辆上的LiDAR传感器的方法。校准可以不需要将其上安装有LiDAR传感器的车辆返回制造商的工厂或修理店。可以在车辆停放时或者甚至在驾驶期间周期性地或者连续地执行校准。
图1示出了根据一些实施例的用于三维成像的示例性LiDAR传感器100。LiDAR传感器100包括发射透镜130和接收透镜140。LiDAR传感器100包括基本上设置在发射透镜130的后焦平面中的光源110a。光源110a可操作以从发射透镜130的后焦平面中的相应的发射位置发射光脉冲120。发射透镜130被配置为准直光脉冲120并将其朝向位于LiDAR传感器100前面的对象150引导。对于光源110a的给定发射位置，经准直的光脉冲120′以相应的角度被朝向对象150引导。
经准直的光脉冲120′的一部分122从对象150向接收透镜140反射。接收透镜140被配置为将从对象150反射的光脉冲的部分122′聚焦到接收透镜140的焦平面中的对应的检测位置上。LiDAR传感器100还包括基本上设置在接收透镜140的焦平面处的检测器160a。检测器160a被配置为接收和检测在对应的检测位置处从对象反射的光脉冲120的部分122′。检测器160a的对应的检测位置与光源110a的相应的发射位置光学共轭。
光脉冲120可以持续时间短，例如，10ns脉冲宽度。LiDAR传感器100还包括耦合到光源110a和检测器160a的处理器190。处理器190被配置为确定光脉冲120从发射到检测的飞行时间(TOF)。由于光脉冲120以光速行进，因此可以基于所确定的飞行时间来确定LiDAR传感器100与对象150之间的距离。
跨FOV扫描激光束120′的一种方式是在发射透镜130的后焦平面中相对于发射透镜130横向移动光源110a。例如，光源110a可以被光栅扫描到发射透镜130的后焦平面中的多个发射位置，如图1中所示。光源110a可以在多个发射位置处发射多个光脉冲。在相应的发射位置处发射的每个光脉冲由发射透镜130准直并且以相应的角度朝向对象150引导，并且撞击在对象150的表面上的对应点处。因此，当光源110a在发射透镜130的后焦平面中的特定区域内被光栅扫描时，对象150上的对应对象区域被扫描。检测器160a可以被光栅扫描以定位在接收透镜140的焦平面中的多个对应的检测位置，如图1中所示。检测器160a的扫描通常与光源110a的扫描同步执行，使得检测器160a和光源110a总是在任何给定时间彼此光学共轭。
通过确定在相应的发射位置处发射的每个光脉冲的飞行时间，可以确定从LiDAR传感器100到对象150的表面上的每个对应点的距离。在一些实施例中，处理器190与位置编码器耦合，位置编码器检测每个发射位置处的光源110a的位置。基于发射位置，可以确定经准直的光脉冲120′的角度。对象150的表面上的对应点的X-Y坐标可以基于到LiDAR传感器100的角度和距离来确定。因此，可以基于从LiDAR传感器100到对象150表面上的各点的测量距离来构造对象150的三维图像。在一些实施例中，三维图像可以表示为点云，即，对象150的表面上的点的X、Y和Z坐标的集合。
在一些实施例中，测量返回光脉冲122′的强度并将其用于调整来自同一发射点的后续光脉冲的功率，以防止检测器饱和，改善眼睛安全性或降低总功耗。光脉冲的功率可以通过改变光脉冲的持续时间、施加到激光器的电压或电流、或存储在用于给激光器供电的电容器中的电荷来改变。在后一种情况下，通过改变电容器的充电时间、充电电压或充电电流，可以改变电容器中存储的电荷。在一些实施例中，由检测到的脉冲的强度确定的反射率也可以用于向图像添加另一维度。例如，图像可以包含X、Y和Z坐标以及反射率(或亮度)。
可以基于光源110a的扫描范围和发射透镜130的焦距将LiDAR传感器100的角度视场(AFOV)估算为：
Figure BDA0003696203630000041
其中，h是光源110a沿特定方向的扫描范围，而f是发射透镜130的焦距。对于给定的扫描范围h，较短的焦距将产生较宽的AFOV。对于给定焦距f，较大的扫描范围将产生较宽的AFOV。在一些实施例中，LiDAR传感器100可以包括设置为在发射透镜130的后焦平面处的阵列的多个光源，从而可以实现更大的总AFOV，同时保持每个单独光源的扫描范围相对较小。因此，LiDAR传感器100可以包括设置为在接收透镜140的焦平面处的阵列的多个检测器，每个检测器与相应的光源共轭。例如，如图1中所示，LiDAR传感器100可以包括第二光源110b和第二检测器160b。在其它实施例中，LiDAR传感器100可以包括四个光源和四个检测器，或者八个光源和八个检测器。在一个实施例中，LiDAR传感器100可以包括布置为4×2阵列的八个光源和布置为4×2阵列的八个检测器，使得LiDAR传感器100在水平方向上的AFOV可以比其在垂直方向上的AFOV更宽。根据各种实施例，取决于发射透镜的焦距、每个光源的扫描范围和光源的数量，LiDAR传感器100的总AFOV可以在约5°至约15°、或约15°至约45°、或约45°至约120°的范围内。
光源110a可以被配置为在紫外、可见光或近红外波长范围内发射光脉冲。每个光脉冲的能量可以是微焦的数量级，其对于在KHz范围内的重复率通常被认为是对眼睛安全的。对于在大于约1500纳米的波长中工作的光源，由于眼睛不聚焦于这些波长，因此能级可能更高。检测器160a可包括硅雪崩光电二极管、光电倍增管、PIN二极管或其它半导体传感器。
当LiDAR传感器(例如图1中所示的LiDAR传感器100)用于自动驾驶车辆的障碍物检测时，可能需要精确地了解LiDAR传感器相对于车辆的位置和取向，以便精确地确定障碍物相对于车辆的位置。图2A示意性地显示了安装在车辆220上的LiDAR传感器210。例如，LiDAR传感器210可以安装在车辆220的挡风玻璃后面的顶部中心处。LiDAR传感器210可以由光轴250(例如，发射透镜或接收透镜的光轴)来表征。车辆220可以具有纵向轴线240。将LiDAR传感器210的光轴250与车辆220的纵向轴线240对准会是有利的，使得LiDAR传感器210朝向车辆220正前进的方向直视前方。
假设LiDAR传感器210最初根据该对准条件校准。如果LiDAR传感器的取向由于一些机械干扰而偏移(例如，向左转动)，则LiDAR传感器210的光轴250不再与车辆220的纵向轴线240对准，如图2A中所示。失准可能导致障碍物(例如，人260)相对于车辆220的位置的测量不准确。因此，会需要LiDAR传感器210的重新校准。
图2B示出了车辆坐标系。车辆坐标系可以具有三个平移自由度，其例如可以由x、y和z坐标表示。车辆坐标系可以具有三个旋转自由度，其例如可以分别由关于x轴、y轴和z轴的侧倾角、俯仰角和偏航角来表示。例如，x轴可以沿着车辆220的纵向轴线；z轴可以沿着竖直方向；并且y轴可以沿着横向方向。LiDAR传感器210相对于车辆220的位置和取向可以由车辆坐标系中的(x，y，z，倾翻，俯仰，偏航)坐标来表征。
图2C示出了LiDAR坐标系。LiDAR坐标系还可以具有三个平移自由度(例如，由X、Y和Z坐标表示)和三个旋转自由度(例如，分别由绕X轴、Y轴和Z轴的侧倾角、俯仰角和偏航角表示)。例如，X轴可以沿着LiDAR传感器210的光轴；Z轴可以沿着标称的竖直方向；Y轴可以沿着与X轴和Z轴正交的方向。
由LiDAR传感器210获取的点云的原始数据可以在LiDAR坐标系中。为了确定障碍物相对于车辆220的位置，如果LiDAR传感器210在车辆坐标系中的位置和取向是已知的，则点云数据可以被转换成车辆坐标系。从LiDAR坐标系到车辆坐标系的转换在这里可以称为LiDAR传感器210相对于车辆220的校准。
根据一些实施例，LiDAR传感器220可以安装在车辆220上，使得LiDAR传感器210相对于车辆220标称地对准。例如，LiDAR传感器210可以安装在车辆220上，使得LiDAR坐标系的X轴(例如，沿着LiDAR传感器210的光轴)与车辆坐标系的X轴(例如，沿着车辆的纵向轴线)标称地对准；LiDAR坐标系的Y轴与车辆坐标系的Y轴标称地对准；并且LiDAR坐标系的Z轴与车辆坐标系的Z轴标称地对准。因此，车辆坐标系中的侧倾角、俯仰角和偏航角都近似为零。会需要校准来补偿与标称地对准的任何残余偏差，以达到足够的精度。例如，可能希望将LiDAR传感器210校准到沿着X轴、Y轴和Z轴中的每一者的2cm的平移精度，以及对于侧倾角、俯仰角和偏航角中的每一者的0.1度的旋转精度。
图3A和图3B示意性地示出了根据一些实施例的可用于将LiDAR传感器安装在车辆上的安装机构。如图3A中所示，LiDAR传感器可以具有外部壳体310，外部壳体(例如，在外部壳体310的顶表面上)具有三个安装孔320。支架330可以具有与外部壳体310上的安装孔320匹配的三个孔340，使得LiDAR传感器可以以固定的取向附接到支架330，如图3B中所示。支架330可以使用类似的安装孔(未示出)附接到车辆(例如，附接到内部车厢的顶棚)，以进行正确的对准。
可以在制造商的工厂中预校准LiDAR传感器，以校正LiDAR传感器相对于车辆的任何残余失准。在车辆随时间的操作期间，LiDAR传感器的光学部件可以相对于壳体310偏移，或者LiDAR传感器的壳体310可以相对于安装支架330和/或车辆偏移。这可能会例如由于LiDAR传感器的内部机构的撕裂和磨损、车辆的碰撞或振动、轮胎的失准、车辆悬架的老化等而发生。因此，随着时间的推移，校准可能变得不准确并且可能需要新的校准。根据各种实施例，可以使用具有嵌入式反射镜的目标来周期性地执行LiDAR校准，或者可以使用车辆上的固定特征或固定道路特征来周期性地或连续地执行LiDAR校准，如以下更详细描述的。
A.使用具有嵌入式反射镜的目标来校准LiDAR传感器
图4A至图4C示出了根据一些实施例的使用具有嵌入式反射镜的目标对安装在车辆上的LiDAR传感器进行的示例性校准设置。在该示例中，LiDAR传感器410被示出为安装在车辆420的前挡风玻璃后面。然而，这不是必需的。例如，LiDAR传感器410可以安装在车辆420上的其它位置，例如前保险杠上、后挡风玻璃上、后保险杠上等。目标440被放置在LiDAR传感器410前面的某一距离D处。目标440包括平面反射镜430和围绕反射镜430的可识别特征490。
参照图4A，目标440可以安装在支架(未示出)上，使得反射镜430标称地是竖直的。因此，垂直于反射镜430的表面的反射镜430的光轴432可以是标称地水平的。车辆420相对于反射镜430定位和定向，使得LiDAR传感器的光轴412标称地平行于反射镜430的光轴432，并且目标440标称地位于LiDAR传感器410的视场的中心。在LiDAR传感器410安装在车辆420的前挡风玻璃后面的情况下(例如，如图4A中所示)，车辆420可以定位成使得车辆420的纵向轴线422标称地平行于反射镜430的光轴432。
参考图4B，LiDAR传感器410可以通过跨过目标440扫描来获取目标440的三维图像。目标的三维图像可以包括围绕反射镜430的特征490的图像以及由反射镜430形成的车辆420的镜像图像。例如，LiDAR传感器410可以发射被朝向反射镜430引导的激光脉冲450(或450a)。反射的激光脉冲450b可以被朝向车辆的某些部分(例如，前保险杠处的牌照)引导，其接着可以被朝着反射镜430反射回来(在图4B中以450c表示)，并且返回到LiDAR传感器410(在图4B中以450d表示)。因此，如图4C中所示，LiDAR传感器410可以有效地获取车辆420的三维镜像图像。
根据一些实施例，可以使目标440和车辆420之间的距离D足够大以满足期望的精度。例如，距离D可以是约3m。可以使反射镜430的尺寸足够大，使得整个车辆420是可见的，但这不是必需的。例如，反射镜430的尺寸可以是约1m高和约2m宽。目标440的尺寸可为约2m高且约3m宽(例如，具有特征490的目标440的边缘可以为0.5m宽)。
图5A示意性地示出了当车辆420相对于目标440正确对准(例如，车辆420的纵向轴线垂直于反射镜430的表面)并且LiDAR传感器410相对于车辆420正确对准(例如，LiDAR传感器410的光轴平行于车辆420的纵向轴线)时，LiDAR传感器410可看到的内容。还假设车辆420相对于反射镜430的宽度横向居中，并且LiDAR传感器410相对于车辆420横向居中。在这种情况下，从LiDAR传感器410看到的车辆420的镜像图像420′可以看起来对称，并且可以不具有任何侧倾角、俯仰角或偏航角。目标440还可以相对于LiDAR传感器的视场414呈现对称(例如，从目标440的左边缘到视场414的左边界的横向裕度d大约与从目标440的右边缘到视场414的右边界的横向裕度d相同)，并且可以不具有任何侧倾角、俯仰角或偏航角。
图5B示意性地示出了当LiDAR传感器410相对于车辆420正确对准、但车辆420相对于目标440未对准(例如，车辆420的纵向轴线相对于反射镜430的光轴具有有限的偏航角)时，LiDAR传感器410可看到的内容。在这种情况下，目标440不再位于LiDAR的视场414的中心(例如，横向向右偏移)。偏移量(例如，新裕度D和标称裕度d之间的差)可以与失准的量相关。因此，可以基于偏移量来确定车辆420相对于目标440的错误取向(例如，偏航误差)的量。此外，由LiDAR传感器410看到的车辆420的镜像图像420′也似乎具有有限的偏航角(注意，在图5B中旋转的量略微被夸大)。因此，LiDAR传感器410还可以通过测量车辆420的某些特征的距离来确定车辆420相对于目标440的错误取向的量。例如，如图5B中所示，LiDAR传感器410可以测量一个前照灯(例如，左前照灯)比另一个前照灯(例如，右前照灯)离LiDAR传感器410更远，从而计算车辆420的偏航角。
图5C示意性地示出了当车辆420相对于目标440正确对准(例如，车辆420的纵向轴线垂直于反射镜430的表面)、但是LiDAR传感器410未相对于车辆420正确对准(例如，LiDAR传感器410向左看而不是向前直视)时，LIDAR传感器410可看到的内容。在这种情况下，车辆420的镜像图像420′可以看起来是对称的，但是目标440可以相对于LiDAR的视场414横向(例如，向右)偏移。LiDAR传感器410可以基于偏移的量(例如，新裕度D和标称裕度d之间的差)来确定LiDAR传感器410的错误取向的量(例如，偏航误差)。
图6A示意性地示出了当LiDAR传感器410相对于车辆420正确对准、但车辆420相对于目标440具有俯仰误差时，LiDAR传感器410可看到的内容。在这种情况下，目标440不再位于LiDAR的视场414的中心(例如，竖直向下偏移)。竖直偏移量可以与俯仰误差量有关。因此，可以基于竖直偏移量来确定车辆420相对于目标440的俯仰误差量。此外，由LiDAR传感器410看到的车辆420的镜像图像420′也似乎具有有限的俯仰角(注意，在图6A中旋转的量略微被夸大)。因此，LiDAR传感器410还可以通过测量车辆420的某些特征的距离来确定车辆420相对于目标440的俯仰误差的量。例如，如图6A中所示，LiDAR传感器410可以测量车辆420的车顶倾斜，并且可以基于倾斜量来计算俯仰误差。
图6B示意性地示出了当车辆420相对于目标440正确对准、但是LiDAR传感器410相对于车辆420具有俯仰误差(例如，LiDAR传感器410向上看而不是向前直视)时，LiDAR传感器410可以看到的内容。在这种情况下，车辆420的镜像图像420′可以看起来没有俯仰角，但是目标440可以相对于LiDAR的视场414竖直地(例如，向下)偏移。LiDAR传感器410可以基于竖直偏移量来确定LiDAR传感器410的俯仰误差的量。
图6C示意性地示出了当LiDAR传感器410相对于车辆420正确对准、但车辆420相对于目标440具有侧倾误差时，LiDAR传感器410可看到的内容。在这种情况下，由LiDAR传感器410看到的车辆420的镜像图像420′看起来没有侧倾角，但是目标440看起来相对于LiDAR的视场414具有有限的侧倾角。可以基于目标440相对于LiDAR传感器的视场414的侧倾角的量来确定车辆420相对于目标440的侧倾误差的量。
图6D示意性地示出了当车辆420相对于目标440正确对准、但是LiDAR传感器410相对于车辆420具有侧倾误差时，LiDAR传感器410可以看到的内容。在这种情况下，车辆420的镜像图像420′和目标440两者看起来都具有相对于LiDAR的视场414的有限侧倾角。LiDAR传感器410可以基于倾翻旋转的量来确定LiDAR传感器410的侧倾误差的量。
因此，LiDAR传感器410(或车辆420的计算单元)可以通过分析由LiDAR传感器410获取的三维图像来确定与LiDAR传感器410相对于车辆420的预期对准(例如，在制造商工厂中执行的初始对准)的偏差，获取的三维图像包括目标上的特征490的图像和车辆420的镜像图像420′。与预期对准的偏差可以包括偏航误差、侧倾误差、俯仰误差和平移误差(例如，δx、δy、δz)。
根据一些实施例，确定与LiDAR传感器410相对于车辆420的预期对准的偏差可以包括以下步骤。可以基于目标440上的特征490的图像来确定LiDAR传感器410相对于目标440的位置和取向。可以基于车辆的镜像图像420′来确定LiDAR传感器410相对于车辆420的镜像图像420′的位置和取向。然后，可以基于(i)LiDAR传感器410相对于目标440的位置和取向，以及(ii)LiDAR传感器410相对于车辆420的镜像图像420′的位置和取向来确定从LiDAR坐标系到车辆坐标系的变换。
在一些实施例中，计算单元可以存储参考图像。例如，参考图像可以是刚在制造商的工厂执行初始对准之后由LiDAR传感器410获取的图像，或者可以是用于预期对准的模拟图像。在重新校准期间，计算单元可以将由LiDAR传感器410获取的三维图像与参考图像进行比较，并且(例如，使用梯度下降或其他算法)执行多变量最小化以确定变换矩阵，使得所获取的三维图像最接近地匹配参考图像。然后可以从变换矩阵导出与预期对准的偏差(例如，偏航误差、侧倾误差、俯仰误差、δx、δy、δz)。
根据各种实施例，可以使用以下示例性方法来确定LiDAR传感器410与车辆420在多达六个自由度内的关系。本领域技术人员也可以使用其它方法和技术。在下面的示例性实施例的描述中，将使用以下符号和术语。Lt表示描述LiDAR传感器410与目标440的关系的矩阵，Ct表示描述车辆420与目标440的关系的矩阵，LC表示描述LiDAR传感器410与车辆420的关系的矩阵(用于校正LiDAR传感器410的任何误校准)，M表示镜像变换矩阵，LmC表示描述LiDAR传感器410与车辆420的关系的矩阵，如LiDAR传感器410在反射镜430中看到的那样。
在一些实施例中，LiDAR传感器410可以通过对与至少三个目标特征490的距离进行三角测量(例如，类似于GPS接收机如何对其相对于GPS卫星的位置进行三角测量)来建立其与围绕反射镜430的目标特征490的位置关系。俯仰、倾翻和偏航的旋转关系可以通过测量至少三个目标特征490(其可以是用于x、y和z的相同目标特征)的位置来确定。因此，可以建立描述LiDAR传感器410与目标440的关系的矩阵Lt。矩阵Lt是定义x、y和z位置以及俯仰、倾翻和偏航的4×4矩阵。
接下来，可以通过类似的过程建立车辆420与目标440的关系：通过测量与车辆420的某些特征的距离(如在反射镜430中看到的)来三角测量其相对于目标440的位置，并且通过测量车辆420上的特征相对于反射镜430的位置来确定车辆420的俯仰、倾翻和偏航。因此，可以建立描述车辆420与目标440的关系的矩阵Ct。矩阵Ct是定义x、y和z位置以及俯仰、倾翻和偏航的4×4矩阵。然后，LiDAR传感器410与车辆420的关系可以由LC＝(Ct -1)·Lt来定义。
根据一些实施例，LiDAR传感器410可以如上所述确定其相对于目标440的位置，以建立矩阵Lt。LiDAR传感器410还可以确定车辆420′的镜像图像与LiDAR传感器410的关系，如通过反射镜430看到的，以建立矩阵LmC。LiDAR传感器410与车辆420的关系可以通过如下的矩阵乘法来确定：
LC＝Lt·M(Lt -1)·LmC·M。
根据一些实施例，将在反射镜430中看到的车辆420′的图像和由LiDAR传感器410获取的目标440的图像与存储的参考图像进行比较。参考图像可以是模拟图像或者在工厂校准期间拍摄的图像。然后，可以使用最小化技术(例如，使用梯度下降算法)来确定使当前获取的图像和存储的参考图像之间的差异最小化的变换参数(δx、δy、δz、俯仰误差、侧倾误差和偏航误差)。在该处理中，可以变换当前获取的图像以匹配存储的参考图像，或者可以变换存储的参考图像以匹配当前获取的图像。变换参数可以表示当前LIDAR位置与相对于车辆420的理想(或工厂校准的)LiDAR位置之间的差。
一旦确定了LiDAR 410与车辆420的关系，可以使用该关系与当前LiDAR校准的任何差异来校正LiDAR校准。
在一些实施例中，一个或更多个距离传感器可用于确定车辆420相对于目标440的位置和取向(例如，在世界坐标系中)。例如，通过将两个或三个距离传感器放置在车辆420下方的路面中，可以确定车辆的俯仰、倾翻和z坐标(高度)。通过使用六个距离传感器，可以确定所有自由度(x、y、z、俯仰、倾翻和偏航)。距离传感器可以是超声波传感器或激光传感器。
图5A示出了使用距离传感器来确定车辆420的位置和取向的示例。在该示例中，四个距离传感器590可以定位在车辆420周围的适当位置。例如，每个距离传感器590可以位于车辆420的相应车轮附近。距离传感器590可以向车轮发送超声波脉冲或激光脉冲并测量返回脉冲，从而估算与车轮的距离。因此，可以确定车辆420的y坐标和偏航角。在一些实施例中，可能仅需要车辆一侧(驾驶员侧或乘客侧)上的两个距离传感器590。另一个距离传感器592可以定位在车辆420的前面以确定车辆420的x坐标。
根据一些实施例，可以进行附加的校正或校准。例如，可以测量和校正挡风玻璃变形效应。每当更换挡风玻璃时，可能需要对挡风玻璃变形进行校正。
图7显示了示出根据一些实施例的使用具有嵌入式反射镜的目标来校准安装在车辆上的LIDAR传感器的方法700的简化流程图。
方法700包括，在702处，将车辆定位在距目标一定距离处。目标包括平面反射镜和围绕所述反射镜的特征。反射镜的光轴基本上是水平的。车辆相对于反射镜定位和定向，使得LiDAR传感器的光轴标称地平行于反射镜的光轴，并且目标标称地位于所述LiDAR传感器的视场的中心。
方法700还包括，在704处，使用LiDAR传感器获取目标的三维图像。目标的三维图像包括目标的特征的图像和由反射镜形成的车辆的镜像图像。
方法700还包括，在706处，通过分析目标的三维图像中的特征的图像和车辆的镜像图像来确定与LiDAR传感器相对于车辆的预期对准的偏差。
在一些实施例中，方法700还包括，在708处，基于与LiDAR传感器相对于车辆的预期对准的偏差来相对于车辆重新校准LiDAR传感器。
在一些实施例中，方法700还包括确定与LiDAR传感器的预期对准的偏差超过阈值，以及响应于确定与LiDAR传感器的预期对准的偏差超过阈值而提供警报。
在一些实施例中，LiDAR传感器的视场在水平方向上小于180度。
在一些实施例中，确定与LiDAR传感器相对于车辆的预期对准的偏差可以包括：基于特征的图像确定LiDAR传感器相对于目标的位置和取向；基于所述车辆的镜像图像确定所述LiDAR传感器相对于所述车辆的镜像图像的位置和取向；以及基于(i)LiDAR传感器相对于目标的位置和取向，以及(ii)LiDAR传感器相对于车辆的镜像图像的位置和取向，确定从LiDAR坐标系到车辆坐标系的变换。
在一些实施例中，确定与LiDAR传感器相对于车辆的预期对准的偏差可以包括：存储与LiDAR传感器和车辆之间的预期关系相关的参考矩阵；确定与所述LiDAR传感器和所述车辆之间的当前关系相关的矩阵；以及通过将所述矩阵与所述参考矩阵进行比较来确定与所述LiDAR传感器相对于所述车辆的所述预期对准的偏差。在一些实施例中，方法700还包括基于与LiDAR传感器和车辆之间的当前关系相关的矩阵来相对于车辆重新校准LiDAR传感器。
应当理解，图7中所示的具体步骤提供了根据一些实施例的校准LiDAR传感器的具体方法。根据可替代实施例，还可以执行其它步骤顺序。例如，本发明的可替代实施例可以以不同的次序执行上述步骤。此外，图7中所示的各个步骤可以包括多个子步骤，这些子步骤可以以适合于各个步骤的各种顺序执行。此外，根据特定的应用，可以添加额外的步骤并且可以去除一些步骤。本领域普通技术人员将认识到许多变化、修改和替换。
B.使用车辆上的特征来动态校准LiDAR传感器
可能希望具有一种在车辆停放时或甚至在驾驶期间周期性地或连续地检查LiDAR传感器相对于车辆的校准的方法。根据一些实施例，可以使用车辆上的特征来执行LiDAR传感器的校准，使得可以在车辆的正常操作期间执行校准。这种方法在这里称为动态校准。
图8示出了根据一些实施例的使用附接到挡风玻璃的遮光板的LiDAR传感器的动态校准的示例。如图中所示，LiDAR传感器810(图8中不可见)安装在车辆850的前挡风玻璃840的后面。遮光板820附接到在LiDAR传感器810正前方的区域中的挡风玻璃840。假设LiDAR传感器810的工作波长在红外波长范围内，遮光板820可以被配置为阻挡红外光(例如，对红外光不透明)。在一些实施例中，遮光板820可以是围绕挡风玻璃840的IR透明部分830的环形形状。阻挡IR的遮光板820的几何形状和尺寸可以制成为使得围绕LiDAR传感器810的视场边缘的周边被阻挡。
图9A和9B示意性地示出了根据一些实施例的具有阻挡红外(IR)的遮光板820的挡风玻璃840的侧视图。挡风玻璃840的红外(IR)透明部分830被阻挡IR的遮光板820围绕。IR透明部分830略小于LiDAR传感器810的视场910。参考图9A，在正确的对准(例如，预期的对准)下，LiDAR传感器810可以定位在挡风玻璃840后面，使得其视场910以IR透明部分830为中心。因此，视场910的边缘在所有四侧上都被阻挡(图9A的侧视图示出了上侧和下侧)。
图9B示出了当LiDAR传感器810从正确的对准位置偏移(例如，向上倾斜)时的示例。结果，IR透明部分830不再位于LiDAR传感器810的视场830的中心。因此，其视场910在上侧被阻挡的部分比在下侧被阻挡的部分更大。
图10A-图10C示意性地示出了根据一些实施例的图8中所示的阻挡IR的遮光板820在各种对准条件下的效果的一些示例。图10A示出了LiDAR传感器810被正确对准的示例。挡风玻璃840的IR透明部分830位于LiDAR传感器810的视场910的中心。因此，被阻挡IR的遮光板820阻挡的视场910的边缘(灰色区域)在所有四侧上具有大约相同的宽度。
图10B示出了其中LiDAR传感器810从正确的对准位置向右偏移(例如，LiDAR传感器810具有偏航误差)的示例。结果，挡风玻璃840的IR透明部分830相对于LiDAR传感器810的视场910向左偏移。因此，视场910在右侧被阻挡IR的遮光板820阻挡的部分比在左侧被阻挡的部分更大。
图10C示出了其中LiDAR传感器810从正确的对准位置旋转(例如，LiDAR传感器810具有侧倾误差)的示例。结果，挡风玻璃840的IR透明部分830相对于LiDAR传感器810的视场910旋转。
根据一些实施例，挡风玻璃840的IR透明部分830相对于LiDAR传感器810的视场910的相对位置和取向可用于校准LiDAR传感器810。例如，计算单元可以存储参考图像。参考图像可以在LiDAR传感器处于正确的对准位置时由LiDAR传感器810获取，或者可以通过仿真获得。例如，可以在LiDAR传感器刚好在制造设施中已经被预校准之后由LiDAR传感器获取参考图像。当LiDAR传感器810处于正常操作时(当车辆停放或正行驶时)，计算单元可以周期性地或连续地将当前LiDAR图像与参考图像进行比较。基于该比较，可以得到与LiDAR传感器810的正确对准位置的偏差。
在一些实施例中，可以执行多变量最小化以确定变换矩阵，使得当前LiDAR图像中的挡风玻璃840的IR透明部分830与参考图像中的最接近地匹配。然后可以从变换矩阵导出与正确对准位置的偏差(例如，偏航误差、侧倾误差、俯仰误差、δx、δy和δz)。根据各种实施例，LiDAR传感器810可以响应于确定与正确对准位置的偏差超过阈值而自动地重新校准自身或向车辆提供警报。
附加地或可替代地，由LiDAR传感器810获取的车辆上的一些固定特征的图像也可以用于校准LiDAR传感器810。图10D-图10F示出了可由LiDAR传感器810获取的一些示例性图像。这些图像示出了车辆的发动机罩1020的一部分和附接到发动机罩1020的装饰特征1030(例如，制造商的标识)。在图10D中，装饰特征1030在LiDAR传感器810的视场910中大致横向居中。在图10E中，装饰特征1030偏移到视场910的左侧，指示LiDAR传感器810可以向右转动(例如，具有偏航误差)。在图10F中，装饰特征1030被旋转，指示LiDAR传感器810可以被旋转(例如，具有侧倾误差)。注意，图10E和10F中的发送机罩1020的图像也相应地被偏移和/或旋转。可用于校准的车辆的其它示例性特征包括安装在格栅中的LiDAR传感器上方的盖、前照灯或尾灯中的特征(例如，如果LiDAR传感器安装在前照灯或尾灯的内部)等。
根据一些实施例，当LiDAR传感器相对于车辆处于正确对准(例如，预期对准)时，计算单元可以存储由LiDAR传感器获取的参考图像。参考图像可以包括车辆上的固定特征的第一图像。当LiDAR传感器810处于正常操作时(当车辆停放或正在行驶时)，计算单元可以周期性地或连续地将当前LiDAR图像与参考图像进行比较。当前LiDAR图像包括车辆的固定特征的第二图像。可以通过将第二图像中固定特征的位置和取向与第一图像中固定特征的位置和取向进行比较来确定与正确对准的偏差。
图11显示了示出根据一些实施例的使用车辆上的特征来校准安装在车辆上的LiDAR传感器的方法1100的简化流程图。
方法1100包括，在1102处，存储当LiDAR传感器相对于车辆处于预期对准时由LiDAR传感器获取的参考三维图像。参考三维图像包括车辆上的固定特征的第一图像。
方法1100还包括，在1104处，使用LiDAR传感器获取包括固定特征的第二图像的三维图像。
方法1100还包括，在1106处，通过将三维图像中的固定特征的第二图像和参考三维图像中的固定特征的第一图像进行比较来确定与LiDAR传感器相对于车辆的预期对准的偏差。
在一些实施例中，方法1100还包括：在1108处，基于与LiDAR传感器相对于车辆的预期对准的偏差来重新校准LiDAR传感器。
在一些实施例中，方法1100还包括：确定要应用于三维图像中的固定特征的第二图像的变换，以便匹配参考三维图像中的固定特征的第一图像，以及基于该变换重新校准LiDAR传感器。
在一些实施例中，方法1100还包括：确定与LiDAR传感器的预期对准的偏差超过阈值，以及响应于确定与LiDAR传感器的预期对准的偏差超过阈值而提供警报。
在一些实施例中，参考三维图像是在LiDAR传感器在制造设施中已经被预校准之后由LIDAR传感器获取的。
在一些实施例中，固定特征包括车辆的发动机罩的一部分或附接到发动机罩的对象。
在一些实施例中，LiDAR传感器定位在车辆的挡风玻璃后面，并且固定特征包括附接到挡风玻璃的在LiDAR传感器正前方的区域的遮光板。遮光板被配置为阻挡LiDAR传感器的工作波长的光，并且被成形为阻挡LiDAR传感器的视场的一部分。遮光板可以具有外边界和内边界，并且内边界的尺寸使得遮光板侵占LiDAR传感器的视场的周边。
应当理解，在图11中所示的具体步骤提供了根据一些实施例的校准LiDAR传感器的具体方法。根据可替代实施例，还可以执行其它步骤顺序。例如，本发明的可替代实施例可以以不同的次序执行上述步骤。此外，图11中所示的各个步骤可以包括多个子步骤，这些子步骤可以以适合于各个步骤的各种顺序执行。此外，根据特定的应用，可以添加额外的步骤并且可以去除一些步骤。本领域普通技术人员将认识到许多变化、修改和替换。
C.使用道路特征的LiDAR传感器的动态校准
根据一些实施例，安装在车辆上的LiDAR传感器的动态校准的方法可以在车辆在道路的相对直的路段中行驶时使用道路特征。图12A和12B示出了示例。LiDAR传感器1210被示出为安装在车辆1220的前挡风玻璃后面(LiDAR传感器1210可以安装在其它位置，例如，前保险杠上)。车辆1220在道路1230的直路段上行驶。喷涂的车道标记1240可用于基于车辆沿道路1230正在行驶时获取的LiDAR图像动态校准LiDAR传感器1210相对于车辆1220的位置和方向。使用喷涂的车道标记进行校准可能是有利的，因为它们几乎存在于所有道路上。此外，一对车道标记1240之间的距离通常是标准距离。具有反光涂料的车道标记可以在LiDAR图像中清楚地显示。
如图12A中所示，如果LiDAR传感器1210相对于车辆1220正确地对准(例如，LiDAR传感器1210正对着与车辆1220的前进方向相同的方向)，则一对车道标记1240可看起来在车辆路径1250的每一侧上均等地通过。如图12B中所示，如果LiDAR传感器1210相对于车辆1220失准(例如，LiDAR传感器1210正相对于车辆1220的纵向轴线向左看)，则一对车道标记1240可看起来相对于车辆路径1250不对称地通过车辆1220。例如，车辆路径1250可以表现为相比于乘客侧上的车道标记1240b更靠近驾驶员侧上的车道标记1240a移动。因此，通过分析车道标记1240相对于车辆路径1250的LiDAR图像，可以估算LiDAR传感器1210相对于车辆1220的失准量(例如，偏航误差)。
图13A-图13C示出了根据一些实施例的将车道标记用于安装在车辆上的LiDAR传感器的动态校准的一些更多示例。如图13A中所示，如果LiDAR传感器1210的对准具有俯仰误差，则车道标记1240可能看起来相对于车辆路径倾斜(假设道路相对平坦)。
如图13B中所示，如果LiDAR传感器1210的对准具有侧倾误差，则车辆1220的一侧(例如，驾驶员侧)上的车道标记1240a可能看起来高于车辆1220的另一侧(例如，乘客侧)上的车道标记1240b。
如图13C中所示，如果LiDAR传感器1210的对准具有Z误差(在竖直方向上)，则车道标记1240的高度可能偏离车辆路径。还可以通过当车辆1220向前行驶时监测对象(例如车道标记)的运动(与预期运动的关系)来检测其它两个正交方向上的平移误差(例如，X误差和Y误差)。
因此，通过分析车道标记1240(或其它道路特征)的图像与车辆路径之间的空间关系，可以检测和估算LiDAR传感器1210相对于车辆1220的各种旋转和平移失准。如果LiDAR传感器安装在车辆的侧面或后部，则可以使用类似的校准过程，具有适当的修改和数学变换以考虑不同的视角。
根据一些实施例，可以重复多次测量，并且结果可以被平均以考虑例如道路不平整、喷涂不良的车道标记、弯道、倾斜、坑洞等。可以丢弃异常值。异常值可以由例如车道改变和其它驾驶违规、其它车辆对车道标记的视野障碍等引起。
根据一些实施例，可以使用其它信息来增强校准数据的质量和可靠性。例如，可以使用来自车辆转向传感器的数据、全球导航卫星系统(例如，GPS)数据和惯性测量单元(IMU)数据等来确保车辆不转向。地图数据可用于选择用于校准的良好道路路段，其中道路是笔直的、水平的，并且车道标记是新鲜的和适当间隔的。诸如路缘石、护栏和道路标志的其它道路特征也可用作校准算法的输入。
图14示出了示出了根据一些实施例的使用道路特征校准安装在车辆上的LiDAR传感器的方法1400的简化流程图。
方法1400包括，在1402处，当车辆正在具有固定道路特征的道路上行驶时，使用LiDAR传感器获取一个或更多个三维图像。所述一个或更多个三维图像中的每一者包括道路特征的图像。
方法1400还包括：在1404处，分析一个或更多个三维图像中的道路特征的图像与LiDAR传感器的视场的取向之间的空间关系。
方法1400还包括：在1406处，基于道路特征的图像与LiDAR传感器的视场之间的空间关系来确定与LiDAR传感器相对于车辆的预期对准的偏差。
在一些实施例中，方法1400还包括：在1408处，基于与LiDAR传感器相对于车辆的预期对准的偏差来重新校准LiDAR传感器。
在一些实施例中，方法1400还包括确定与LiDAR传感器的预期对准的偏差超过阈值，以及响应于确定与LiDAR传感器的预期对准的偏差超过阈值而提供警报。
在一些实施例中，道路特征包括在车辆两侧的一对或更多对车道标记。分析所述空间关系可以包括：确定所述一对或更多对车道标记中的一对车道标记与所述LiDAR传感器的视场之间的俯仰角；并且确定与LiDAR传感器的预期对准的偏差可以包括：基于俯仰角确定LiDAR传感器的俯仰误差。在一些实施例中，一对或更多对车道标记可以包括在车辆的驾驶员侧上的第一车道标记和在车辆的乘客侧上的第二车道标记；分析所述空间关系可以包括确定所述第一车道标记和所述第二车道标记之间的高度差；以及确定与LiDAR传感器的预期对准的偏差可以包括基于高度差确定LiDAR传感器的侧倾误差。
在一些实施例中，所述一个或更多个三维图像可以包括：当车辆在道路上行驶一段距离间隔时，由LiDAR传感器在一段时间间隔内获取的多个三维图像。道路可以在一段距离间隔上基本上是直的和水平的。在一些实施例中，方法1400还包括：确定车辆在一段距离间隔上的路径，并将车辆的路径与来自所述多个三维图像的道路特征的路径进行比较。在一些实施例中，一对或更多对车道标记包括在车辆的驾驶员侧上的第一车道标记和在车辆的乘客侧上的第二车道标记；分析空间关系可以包括确定来自车辆路径的第一车道标记和来自车辆路径的第二车道标记之间的横向不对称的量；以及确定与LiDAR传感器的预期对准的偏差可以包括基于横向不对称的量来确定LiDAR传感器的偏航误差。在一些实施例中，分析空间关系可以包括确定一对车道标记与车辆的路径之间的高度差；以及确定与LiDAR传感器的预期对准的偏差可以包括基于高度差确定LiDAR传感器的竖直误差。
应当理解，图14中所示的具体步骤提供了根据一些实施例的校准LiDAR传感器的具体方法。根据可替代实施例，还可以执行其它步骤顺序。例如，本发明的可替代实施例可以以不同的次序执行上述步骤。此外，图14中所示的各个步骤可以包括多个子步骤，这些子步骤可以以适合于各个步骤的各种顺序执行。此外，根据特定的应用，可以添加额外的步骤并且可以去除一些步骤。本领域普通技术人员将认识到许多变化、修改和替换。
还应当理解，本文描述的示例和实施例仅用于说明目的，并且将向本领域技术人员提出本文描述的示例和实施例的各种修改或改变，并且各种修改或改变将包括在本申请的精神和范围以及所附权利要求的范围内。

Claims (34)

1.一种校准安装在车辆上的LiDAR传感器的方法，所述方法包括：
将所述车辆定位在距目标一定距离处，其中：
所述目标包括平面反射镜和围绕所述反射镜的特征，所述反射镜的光轴基本上水平；
所述车辆相对于所述反射镜定位和定向，使得所述LiDAR传感器的光轴标称地平行于所述反射镜的光轴，并且所述目标标称地位于所述LiDAR传感器的视场的中心；
使用所述LiDAR传感器获取所述目标的三维图像，其中所述目标的所述三维图像包括所述目标的所述特征的图像和由所述反射镜形成的所述车辆的镜像图像；以及
通过分析所述目标的所述三维图像中的所述特征的图像和所述车辆的镜像图像来确定与所述LiDAR传感器相对于所述车辆的预期对准的偏差。
2.根据权利要求1所述的方法，还包括：
基于与所述LiDAR传感器相对于所述车辆的所述预期对准的所述偏差来相对于所述车辆重新校准所述LiDAR传感器。
3.根据权利要求1所述的方法，还包括：
确定与所述LiDAR传感器的所述预期对准的所述偏差超过阈值；以及
响应于确定与所述LiDAR传感器的所述预期对准的所述偏差超过所述阈值而提供警报。
4.根据权利要求1所述的方法，其中，所述LiDAR传感器的所述视场在水平方向上小于180度。
5.根据权利要求1所述的方法，其中，确定与所述LiDAR传感器相对于所述车辆的预期对准的偏差包括：
基于所述特征的图像确定所述LiDAR传感器相对于所述目标的位置和取向；
基于所述车辆的镜像图像确定所述LiDAR传感器相对于所述车辆的镜像图像的位置和取向；以及
基于(i)所述LiDAR传感器相对于所述目标的位置和取向，以及(ii)所述LiDAR传感器相对于所述车辆的镜像图像的位置和取向，确定从LiDAR坐标系到车辆坐标系的变换。
6.根据权利要求5所述的方法，其中，所述LiDAR坐标系具有三个平移自由度和三个旋转自由度，并且所述车辆坐标系具有三个平移自由度和三个旋转自由度。
7.根据权利要求6所述的方法，其中：
所述LiDAR坐标系的三个平移自由度沿着三个正交轴，所述三个正交轴包括x轴、y轴和z轴，所述LiDAR坐标系的三个旋转自由度包括绕所述x轴的倾翻旋转、绕所述y轴的俯仰旋转和绕所述z轴的偏航旋转；以及
所述车辆坐标系的三个平移自由度沿着三个正交轴，所述三个正交轴包括X轴、Y轴和Z轴，并且所述车辆坐标系的三个旋转自由度包括绕所述X轴的倾翻旋转、绕所述Y轴的俯仰旋转和绕所述Z轴的偏航旋转。
8.根据权利要求7所述的方法，还包括：
使用定位在所述车辆附近的两个或更多个距离传感器来确定所述车辆相对于所述反射镜的光轴的偏航角。
9.根据权利要求8所述的方法，还包括：
使用所述两个或更多个距离传感器来确定所述车辆沿着与所述反射镜的光轴和竖直轴正交的轴的横向位置。
10.根据权利要求8所述的方法，其中，所述两个或更多个距离传感器中的每一者包括超声传感器或激光传感器。
11.根据权利要求7所述的方法，还包括：
使用六个距离传感器确定所述车辆沿着所述反射镜的坐标系中的三个正交轴的偏航角、侧倾角、俯仰角和平移位置。
12.根据权利要求11所述的方法，其中，所述六个距离传感器中的每一者包括超声传感器或激光传感器。
13.根据权利要求1所述的方法，其中，确定与所述LiDAR传感器相对于所述车辆的所述预期对准的偏差包括：
存储与所述LiDAR传感器和所述车辆之间的预期关系相关的参考矩阵；
确定与所述LiDAR传感器和所述车辆之间的当前关系相关的矩阵；以及
通过将所述矩阵与所述参考矩阵进行比较来确定与所述LiDAR传感器相对于所述车辆的所述预期对准的偏差。
14.根据权利要求13所述的方法，还包括：
基于与LiDAR传感器和车辆之间的当前关系有关的矩阵，重新校准LiDAR传感器。
15.一种校准安装在车辆上的LiDAR传感器的方法，所述方法包括：
存储当所述LiDAR传感器相对于所述车辆处于预期对准时由所述LiDAR传感器获取的参考三维图像，所述参考三维图像包括所述车辆上的固定特征的第一图像；
使用所述LiDAR传感器获取包括所述固定特征的第二图像的三维图像；以及
通过将所述三维图像中的所述固定特征的所述第二图像与所述参考三维图像中的所述固定特征的所述第一图像进行比较来确定与所述LiDAR传感器相对于所述车辆的所述预期对准的偏差。
16.根据权利要求15所述的方法，还包括：
基于与所述LiDAR传感器相对于所述车辆的所述预期对准的偏差来重新校准所述LiDAR传感器。
17.根据权利要求15所述的方法，还包括：
确定要应用于所述三维图像中的所述固定特征的所述第二图像的变换，以便匹配所述参考三维图像中的所述固定特征的所述第一图像；以及
基于所述变换重新校准所述LiDAR传感器。
18.根据权利要求15所述的方法，还包括：
确定与所述LiDAR传感器的所述预期对准的所述偏差超过阈值；以及
响应于确定与所述LiDAR传感器的所述预期对准的所述偏差超过所述阈值而提供警报。
19.根据权利要求15所述的方法，其中，所述参考三维图像是在所述LiDAR传感器已经在制造设施中被预校准之后由所述LiDAR传感器获取的。
20.根据权利要求15所述的方法，其中，与所述LiDAR传感器的所述预期对准的偏差包括沿着三个正交轴的偏航偏差、侧倾偏差、俯仰偏差和平移偏差中的一者或更多者。
21.根据权利要求15所述的方法，其中，所述固定特征包括所述车辆的发动机罩的一部分或附接到所述发动机罩的对象。
22.根据权利要求15所述的方法，其中：
所述LiDAR传感器定位在所述车辆的挡风玻璃后面；以及
所述固定特征包括附接到所述挡风玻璃的在所述LiDAR传感器正前方的区域的遮光板，其中所述遮光板被配置为阻挡所述LiDAR传感器的工作波长的光，并且被成形为阻挡所述LiDAR传感器的视场的一部分。
23.根据权利要求22所述的方法，其中，所述遮光板具有外边界和内边界，所述内边界的尺寸使得所述遮光板侵占所述LiDAR传感器的所述视场的周边。
24.一种校准安装在车辆上的LiDAR传感器的方法，所述方法包括：
当车辆在具有固定的道路特征的道路上行驶时，使用LiDAR传感器获取一个或更多个三维图像，所述一个或更多个三维图像中的每一者包括所述道路特征的图像；
分析所述一个或更多个三维图像中的所述道路特征的图像与所述LiDAR传感器的视场的取向之间的空间关系；以及
基于所述道路特征的图像与所述LiDAR传感器的视场之间的空间关系来确定与所述LiDAR传感器相对于所述车辆的预期对准的偏差。
25.根据权利要求24所述的方法，还包括：
基于与所述LiDAR传感器相对于所述车辆的所述预期对准的偏差来重新校准所述LiDAR传感器。
26.根据权利要求24所述的方法，还包括：
确定与所述LiDAR传感器的所述预期对准的所述偏差超过阈值；以及
响应于确定与所述LiDAR传感器的所述预期对准的所述偏差超过所述阈值而提供警报。
27.根据权利要求24所述的方法，其中，所述道路特征包括在所述车辆的任一侧上的一对或更多对车道标记。
28.根据权利要求27所述的方法，其中：
分析所述空间关系包括：确定所述一对或更多对车道标记中的一对车道标记与所述LiDAR传感器的所述视场之间的俯仰角；以及
确定与所述LiDAR传感器的所述预期对准的偏差包括：基于所述俯仰角确定所述LiDAR传感器的俯仰误差。
29.根据权利要求27所述的方法，其中：
所述一对或更多对车道标记包括在所述车辆的驾驶员侧上的第一车道标记和在所述车辆的乘客侧上的第二车道标记；
分析所述空间关系包括确定所述第一车道标记和所述第二车道标记之间的高度差；以及
确定与所述LiDAR传感器的所述预期对准的偏差包括基于所述高度差确定所述LiDAR传感器的侧倾误差。
30.根据权利要求27所述的方法，其中，所述一个或更多个三维图像包括当所述车辆在所述道路上行驶一段距离间隔时由所述LiDAR传感器在一段时间间隔内获取的多个三维图像。
31.根据权利要求30所述的方法，其中，所述道路在所述一段距离间隔上基本上是直的和水平的。
32.根据权利要求30所述的方法，还包括：
确定所述车辆在所述一段距离间隔上的路径；以及
将所述车辆的所述路径与来自所述多个三维图像的所述道路特征的路径进行比较。
33.根据权利要求32所述的方法，其中：
所述一对或更多对车道标记包括在所述车辆的驾驶员侧上的第一车道标记和在所述车辆的乘客侧上的第二车道标记；
分析所述空间关系包括确定来自所述车辆的所述路径的所述第一车道标记和来自所述车辆的所述路径的所述第二车道标记之间的横向不对称的量；以及
确定与所述LiDAR传感器的所述预期对准的偏差包括基于所述横向不对称的量来确定所述LiDAR传感器的偏航误差。
34.根据权利要求32所述的方法，其中：
分析所述空间关系包括确定一对车道标记与所述车辆的所述路径之间的高度差；以及
确定与所述LiDAR传感器的所述预期对准的偏差包括基于所述高度差确定所述LiDAR传感器的竖直误差。
CN202080087377.9A 2019-10-15 2020-10-14 激光雷达传感器的校准 Pending CN114829979A (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201962915563P 2019-10-15 2019-10-15
US62/915,563 2019-10-15
US17/069,733 US20210109205A1 (en) 2019-10-15 2020-10-13 Dynamic calibration of lidar sensors
US17/069,727 US11994631B2 (en) 2019-10-15 2020-10-13 Calibration of LiDAR sensors
US17/069,727 2020-10-13
US17/069,733 2020-10-13
PCT/US2020/055503 WO2021076569A1 (en) 2019-10-15 2020-10-14 Calibration of lidar sensors

Publications (1)

Publication Number Publication Date
CN114829979A true CN114829979A (zh) 2022-07-29

Family

ID=75382747

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080087377.9A Pending CN114829979A (zh) 2019-10-15 2020-10-14 激光雷达传感器的校准

Country Status (5)

Country Link
US (2) US20210109205A1 (zh)
JP (1) JP2022552293A (zh)
CN (1) CN114829979A (zh)
DE (1) DE112020004984T5 (zh)
WO (1) WO2021076569A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116381632A (zh) * 2023-06-05 2023-07-04 南京隼眼电子科技有限公司 雷达横滚角的自标定方法、装置及存储介质

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11294050B2 (en) * 2020-01-15 2022-04-05 Rockwell Collins, Inc. Automatic ground initialization of radar alignment servo
US20210373138A1 (en) * 2020-05-29 2021-12-02 GM Global Technology Operations LLC Dynamic lidar alignment
US20220404506A1 (en) * 2021-06-17 2022-12-22 GM Global Technology Operations LLC Online validation of lidar-to-lidar alignment and lidar-to-vehicle alignment
US11908164B2 (en) * 2021-07-23 2024-02-20 Embark Trucks Inc. Automatic extrinsic calibration using sensed data as a target
CN113744222B (zh) * 2021-08-26 2024-04-30 江南大学 一种基于内切圆的纱线条干三维建模校准方法
US11909950B1 (en) * 2021-09-21 2024-02-20 Amazon Technologies, Inc. Three-dimensional (3D) sensor performance evaluation
EP4202474A1 (de) * 2021-12-21 2023-06-28 dSPACE GmbH Verfahren und anordnung zum parametrieren einer emulationslogik
CN114543725B (zh) * 2022-01-26 2023-08-18 深圳市云鼠科技开发有限公司 线激光标定方法、装置、设备及存储介质
US11989893B2 (en) * 2022-03-22 2024-05-21 GM Global Technology Operations LLC Methods and systems for camera to lidar alignment using road poles
US20230384434A1 (en) * 2022-05-26 2023-11-30 Guangzhou Xiaopeng Autopilot Technology Co., Ltd. System and method for performing lidar self-calibration and application of same
CN117387572A (zh) * 2022-07-04 2024-01-12 中兴通讯股份有限公司 水平度校验方法、终端和计算机可读存储介质
WO2024102692A1 (en) * 2022-11-08 2024-05-16 Seegrid Corporation Method and system for calibrating a light-curtain
JP2024077186A (ja) * 2022-11-28 2024-06-07 株式会社東芝 情報処理装置、情報処理システム、及びプログラム
WO2024155934A1 (en) * 2023-01-20 2024-07-25 Atieva, Inc. Lane-based automatic calibration of lidar on a vehicle
CN117647795B (zh) * 2023-11-28 2024-08-23 无锡中科光电技术有限公司 一种用于激光雷达标定的质控装置及其方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040049930A1 (en) * 2002-09-17 2004-03-18 Snap-On Technologies, Inc. Apparatus for use with a 3D image wheel aligner for facilitating adjustment of an adaptive cruise control sensor on a motor vehicle
EP2210780A1 (en) * 2009-01-26 2010-07-28 Robert Bosch GmbH Alignment system and method for vehicle-mounted devices
CN103547939A (zh) * 2011-05-13 2014-01-29 赫克斯冈技术中心 用于具有扫描功能的装置的校准方法
CN109471090A (zh) * 2018-12-26 2019-03-15 森思泰克河北科技有限公司 非共轴扫描激光雷达接收系统的检测方法
US20190204427A1 (en) * 2017-12-28 2019-07-04 Lyft, Inc. Sensor calibration facility

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8958057B2 (en) * 2006-06-27 2015-02-17 Arete Associates Camera-style lidar setup
US9052721B1 (en) 2012-08-28 2015-06-09 Google Inc. Method for correcting alignment of vehicle mounted laser scans with an elevation map for obstacle detection
US9383753B1 (en) 2012-09-26 2016-07-05 Google Inc. Wide-view LIDAR with areas of special attention
US9866816B2 (en) 2016-03-03 2018-01-09 4D Intellectual Properties, Llc Methods and apparatus for an active pulsed 4D camera for image acquisition and analysis
US10127461B2 (en) 2016-08-12 2018-11-13 Here Global B.V. Visual odometry for low illumination conditions using fixed light sources
US10210406B2 (en) * 2016-08-19 2019-02-19 Dura Operating, Llc System and method of simultaneously generating a multiple lane map and localizing a vehicle in the generated map
US20180108150A1 (en) * 2016-10-17 2018-04-19 Dsi Assignments, Llc Systems and methods for in-field stereocamera calibration
US10401501B2 (en) 2017-03-31 2019-09-03 Uber Technologies, Inc. Autonomous vehicle sensor calibration system
US10775488B2 (en) 2017-08-17 2020-09-15 Uatc, Llc Calibration for an autonomous vehicle LIDAR module
US10746858B2 (en) 2017-08-17 2020-08-18 Uatc, Llc Calibration for an autonomous vehicle LIDAR module
US10843669B2 (en) * 2017-09-28 2020-11-24 Uatc, Llc Sensor control system for autonomous vehicle
US11841437B2 (en) 2018-10-12 2023-12-12 Baidu Usa Llc Automatic lidar calibration based on pre-collected static reflection map for autonomous driving

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040049930A1 (en) * 2002-09-17 2004-03-18 Snap-On Technologies, Inc. Apparatus for use with a 3D image wheel aligner for facilitating adjustment of an adaptive cruise control sensor on a motor vehicle
EP2210780A1 (en) * 2009-01-26 2010-07-28 Robert Bosch GmbH Alignment system and method for vehicle-mounted devices
CN103547939A (zh) * 2011-05-13 2014-01-29 赫克斯冈技术中心 用于具有扫描功能的装置的校准方法
US20190204427A1 (en) * 2017-12-28 2019-07-04 Lyft, Inc. Sensor calibration facility
CN109471090A (zh) * 2018-12-26 2019-03-15 森思泰克河北科技有限公司 非共轴扫描激光雷达接收系统的检测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116381632A (zh) * 2023-06-05 2023-07-04 南京隼眼电子科技有限公司 雷达横滚角的自标定方法、装置及存储介质
CN116381632B (zh) * 2023-06-05 2023-08-18 南京隼眼电子科技有限公司 雷达横滚角的自标定方法、装置及存储介质

Also Published As

Publication number Publication date
JP2022552293A (ja) 2022-12-15
US11994631B2 (en) 2024-05-28
DE112020004984T5 (de) 2022-07-28
US20210109205A1 (en) 2021-04-15
US20210109204A1 (en) 2021-04-15
WO2021076569A1 (en) 2021-04-22

Similar Documents

Publication Publication Date Title
CN114829979A (zh) 激光雷达传感器的校准
JP7319003B2 (ja) 非剛性ステレオ・ビジョン・カメラ・システム
USRE48042E1 (en) Devices and methods for a LIDAR platform with a shared transmit/receive path
EP3629053B1 (en) System for calibrating a vehicle camera
US9170101B2 (en) Method and apparatus for positioning a vehicle service device relative to a vehicle thrust line
US20150192677A1 (en) Distributed lidar sensing system for wide field of view three dimensional mapping and method of using same
CN101676686B (zh) 确定布置在车辆中的照相机的位置和取向的方法
US20220042794A1 (en) System and method for operator guided identification of vehicle reference locations for adas sensor alignment
JP2004198330A (ja) 物体の位置検出方法及び装置
JP2004125795A (ja) 画像センサシステムのキャリブレーション方法および装置
JP7149329B2 (ja) 走査ライダにおける地形適応型パルスパワー
US11030761B2 (en) Information processing device, imaging device, apparatus control system, movable body, information processing method, and computer program product
US11656340B2 (en) LIDAR device
KR20220085186A (ko) 정밀지도를 이용한 라이다 센서 캘리브레이션 방법
KR102343020B1 (ko) 노면 영상정보를 이용한 자율주행 차량의 위치신호 보정장치
CN114252887A (zh) 求取环境感测系统运行参数的方法、环境感测系统和控制器
US20220260717A1 (en) Determining a pitch angle position of an active optical sensor system
KR20190001860A (ko) 대상체 표면 감지장치
WO2022186103A1 (ja) 情報処理装置、情報処理方法、プログラム及び記憶媒体
US12007500B2 (en) Method and system for self-calibrating a scanning system using inertial measurement spatial and temporal data
JP7483427B2 (ja) 検知装置、センサ調整システム、車両、及びセンサの調整方法
WO2022186099A1 (ja) 情報処理装置、情報処理方法、プログラム及び記憶媒体
ES2387154T3 (es) Sistema de estabilización para cuerpos voladores

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