CN115236612A - 一种多毫米波雷达数据标定的方法及装置 - Google Patents

Abstract

本公开实施例提供一种多毫米波雷达数据标定的方法及装置，所述方法包括：获取激光雷达和多个毫米波雷达的探测数据，其中，多个毫米波雷达安装在同一设备的不同角度；依据获取到的数据，利用点云匹配方法，得到激光雷达与其中一个毫米波雷达之间的第一仿射矩阵、激光雷达与另一个毫米波雷达之间的第二仿射矩阵；依据第一仿射矩阵和第二仿射矩阵，得到其中一个毫米波雷达与另一个毫米波雷达之间的第三仿射矩阵；依据第三仿射矩阵，将其中一个毫米波雷达探测到的数据融合到另一个毫米波雷达探测到的数据上。本公开实施例的技术方案，以激光雷达探测的数据为基础，将多个安装在不同角度的毫米波雷达探测的数据融合起来，构建了更加全面的探测视野。

Description

一种多毫米波雷达数据标定的方法及装置

技术领域

本公开技术方案涉及自动驾驶技术领域，尤其涉及一种多毫米波雷达数据标定的方法及装置。

背景技术

环境感知是自动驾驶系统的关键部分，是规划决策的前端输入，为规划决策提供了重要的依据。环境感知包括多方面的任务，其中包括交通灯检测、障碍物检测、车道线检测等，其中障碍物检测尤为重要。自动驾驶车辆需要判断周围环境中有没有障碍物，从而进行规划决策，确定自动驾驶车辆的行驶轨迹，以避免与其他车辆、行人等发生碰撞，实现车辆在车道上的安全自动驾驶。

相关技术中，自动驾驶车辆上可以安装相机、雷达等传感器，以通过这些传感器对周围环境进行感知，并进而依据感知到的环境信息来控制自动驾驶车辆的行驶。但是，部分传感器的探测视野是有限的，例如，车辆上安装的单个的毫米波雷达只能探测局部的小范围视野，这不利于对车辆环境的感知，影响环境感知的全面性和准确性。

发明内容

本公开实施例提供一种多毫米波雷达数据标定的方法及装置。

具体地，本公开实施例是通过如下技术方案实现的：

根据本公开的第一方面，提出了一种多毫米波雷达数据标定的方法，所述多毫米波雷达数据标定的方法包括：

分别获取激光雷达和多个毫米波雷达各自的探测数据，其中，所述多个毫米波雷达安装在同一设备的不同角度，且所述激光雷达和任一所述毫米波雷达的探测数据是对应于同一对象的探测数据；

依据获取到的数据，利用点云匹配方法，得到所述激光雷达与其中一个毫米波雷达之间的第一仿射矩阵、所述激光雷达与另一个毫米波雷达之间的第二仿射矩阵；

依据所述第一仿射矩阵和所述第二仿射矩阵，得到所述其中一个毫米波雷达与所述另一个毫米波雷达之间的第三仿射矩阵；

依据所述第三仿射矩阵，将所述其中一个毫米波雷达探测到的数据融合到所述另一个毫米波雷达探测到的数据上。

根据本公开的第二方面，提出了一种多毫米波雷达数据标定的装置，所述多毫米波雷达数据标定装置包括：

数据获取模块，用于分别获取激光雷达和多个毫米波雷达各自的探测数据，其中，所述多个毫米波雷达安装在同一设备的不同角度，且所述激光雷达和任一所述毫米波雷达的探测数据是对应于同一对象的探测数据；

第一计算模块，用于依据获取到的数据，利用点云匹配方法，得到所述激光雷达与其中一个毫米波雷达之间的第一仿射矩阵、所述激光雷达与另一个毫米波雷达之间的第二仿射矩阵；

第二计算模块，用于依据所述第一仿射矩阵和所述第二仿射矩阵，得到所述其中一个毫米波雷达与所述另一个毫米波雷达之间的第三仿射矩阵；

数据融合模块，用于依据所述第三仿射矩阵，将所述其中一个毫米波雷达探测到的数据融合到所述另一个毫米波雷达探测到的数据上。

根据本公开的第三方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有机器可读指令，所述机器可读指令在被处理器调用和执行时，促使所述处理器实现本公开任一实施例的多毫米波雷达数据标定的方法。

根据本公开的第四方面，提供一种电子设备，包括通信接口、处理器、存储器和总线，所述通信接口、所述处理器和所述存储器之间通过总线相互连接；所述存储器中存储机器可读指令，所述处理器通过调用所述机器可读指令，执行本公开任一实施例的多毫米波雷达数据标定的方法。

本公开实施例提供的多毫米波雷达数据标定的方法，以激光雷达探测到的数据为基础，将多个安装在不同角度的毫米波雷达探测到的数据进行标定后融合起来，其中，所述激光雷达和任一所述毫米波雷达的探测数据是对应于同一对象的探测数据，由于将多个毫米波雷达探测到的数据进行了融合，相当于将所述多个毫米波雷达的探测视野进行了整合，从而能够依据这些融合后的数据获得更加全面的探测视野。

下面通过附图和实施方式，对本公开实施例做进一步的详细描述。

附图说明

为了更清楚地说明本公开一个或多个实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开一个或多个实施例中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图：

图1是根据本公开一示例性实施例提供的一种多毫米波雷达数据标定方法的流程图；

图2是根据本公开一示例性实施例提供的又一种多毫米波雷达数据标定方法的流程图；

图3是根据本公开一示例性实施例提供的一种多毫米波雷达数据标定装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

在本公开中使用的术语仅仅出于描述特定实施例的目的，而非旨在限制本申公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

下面结合附图，对本公开实施例的方法进行详细的阐述。

图1为本公开一示例性实施例提供的一种多毫米波雷达数据标定方法的流程图，如图1所示，该示例性实施例方法可以包括如下处理：

步骤S101，分别获取激光雷达和多个毫米波雷达各自的探测数据，其中，所述多个毫米波雷达安装在同一设备的不同角度，且所述激光雷达和任一所述毫米波雷达的探测数据是对应于同一对象的探测数据。

在一个可选示例中，所述激光雷达的探测视野可以覆盖安装在同一设备的不同角度的多个毫米波雷达的探测视野之和。即任一所述毫米波雷达可以探测到的对象，所述激光雷达都可以探测到。

例如，所述激光雷达可以是一个具有360度的探测视野的高线束的激光雷达。再例如，所述激光雷达可以是由多个低线束的激光雷达标定而成的具有360度的探测视野的高线束的激光雷达。

步骤S102，依据获取到的数据，利用点云匹配方法，得到所述激光雷达与其中一个毫米波雷达之间的第一仿射矩阵、所述激光雷达与另一个毫米波雷达之间的第二仿射矩阵。

在一个可选示例中，依据所述激光雷达探测到的数据和其中一个毫米波雷达探测到的数据，利用点云匹配方法，可以得到所述激光雷达与所述其中一个毫米波雷达之间的第一仿射矩阵。依据所述激光雷达探测到的数据和另一个毫米波雷达探测到的数据，利用点云匹配方法，可以得到所述激光雷达与所述另一个毫米波雷达之间的第二仿射矩阵。

步骤S103，依据所述第一仿射矩阵和所述第二仿射矩阵，得到所述其中一个毫米波雷达与所述另一个毫米波雷达之间的第三仿射矩阵。

在本实施例中，所述“多个毫米波雷达”的数量可以是大于或等于2的，例如，可以是4个毫米波雷达或者8个毫米波雷达。其中，本实施例描述的是其中的任意两个毫米波雷达之间的仿射矩阵的获得方式，可以将所述的“任意两个毫米波雷达”分别称为“其中一个毫米波雷达”和“另一个毫米波雷达”。

在一个可选示例中，所述第一仿射矩阵为所述激光雷达与所述其中一个毫米波雷达之间的仿射矩阵。所述第二仿射矩阵为所述激光雷达与所述另一个毫米波雷达之间的仿射矩阵。依据所述第一仿射矩阵与所述第二仿射矩阵，通过线性运算，既可以得到所述其中一个毫米波雷达与另一个毫米波雷达之间的仿射矩阵，可以将其称之为第三仿射矩阵。

例如，可以将上述的其中一个毫米波雷达记为毫米波雷达J1，将上述的另一个毫米波雷达记为毫米波雷达J2。所述激光雷达与所述毫米波雷达J1之间的仿射矩阵为A₁，所述激光雷达与所述毫米波雷达J2之间的仿射矩阵为A₂，那么A₂ ^-1A₁即为所述毫米波雷达J1与所述毫米波雷达J2之间的仿射矩阵，可以将其称之为第三仿射矩阵A₃。

步骤S104，依据所述第三仿射矩阵，将所述其中一个毫米波雷达探测到的数据融合到所述另一个毫米波雷达探测到的数据上。

在一个可选示例中，所述其中一个毫米波雷达探测到的数据左乘所述第三仿射矩阵，即可以得到与所述另一个毫米波雷达具有相同原点及正方向的数据，从而可以将所述其中一个毫米波雷达探测到的数据与所述另一个毫米波雷达探测到的数据进行融合。

在一个可选示例中，以所述多个毫米波雷达数量是4为例，将上述流程进行进一步的阐述。其中，可以将4个毫米波雷达记为毫米波雷达J01、毫米波雷达J02、毫米波雷达J03和毫米波雷达J04。

首先，依据获取到的数据，利用点云匹配方法，得到所述激光雷达与所述毫米波雷达J01之间的第一仿射矩阵A₀₁、所述激光雷达与所述毫米波雷达J02之间的第二仿射矩阵A₀₂、所述激光雷达与所述毫米波雷达J03之间的第三仿射矩阵A₀₃、所述激光雷达与所述毫米波雷达J04之间的第四仿射矩阵A₀₄。

然后，依据所述第一仿射矩阵A₀₁和第二仿射矩阵A₀₂，计算A₀₂ ^-1A₀₁，并将其结果记A₁₂，即为所述毫米波雷达J01与所述毫米波雷达J02之间的仿射矩阵。所述毫米波雷达J02探测到的数据左乘所述仿射矩阵A₁₂，即可以得到与所述毫米波雷达J01探测到的数据具有相同原点及正方向的数据，从而可以将所述毫米波雷达J02探测到的数据融合到所述毫米波雷达J01探测到的数据上。

按照相同的方法，可以将所述毫米波雷达J03和毫米波雷达J04探测到的数据依次融合到所述毫米波雷达J01探测到的数据上。从而实现所述四个毫米波雷达探测到的数据的融合。

本实施例的多毫米波雷达数据标定的方法，以所述“激光雷达”探测到的数据为基础，将所述“多个毫米波雷达”探测到的数据融合在一起，从而构造了一个更为广阔的视野。

图2是本公开一示例性实施例提供的又一种多毫米波雷达数据标定的方法的流程图。在本实施例中，所述多个毫米波雷达包括第一毫米波雷达和第二毫米波雷达。其中，在本实施例的描述中，与前述任一实施例中相同的步骤将简单描述，不再详述，具体可以参见前述的任一实施例。如图2所示，该实施例方法可以包括如下处理：

步骤S201，获取预设时间段内激光雷达探测到的多帧点云数据，依据所述多帧点云数据得到所述激光雷达探测到的对象的移动轨迹。

其中，所述激光雷达安装在一辆自动驾驶车辆上，且在获取探测数据的时间段内，所述自动驾驶车辆处于绝对静止状态。所述激光雷达的探测数据为点云数据，是包含一系列的点的集合。在所述预设时间段，即获取所述探测数据的时间段内，所述激光雷达的探测数据为多帧点云数据，由于此时自动驾驶车辆处于绝对静止状态，因此激光雷达也处于绝对静止状态，所以不存在多帧点云数据之间的位移变化，直接将所述多帧点云数据叠加即可得到所述激光雷达探测到的对象的移动轨迹。

在一个可选示例中，所述激光雷达探测到的对象可以是行驶着的汽车、路上的行人或是栅栏等，本公开对此不做限制。

步骤S202，获取所述预设时间段内第一毫米波雷达与第二毫米波雷达探测到的多帧数据，并依据所述多帧数据计算相对应的多帧点云数据，依据所述多帧点云数据得到所述第一毫米波雷达与所述第二毫米波雷达探测到的对象的移动轨迹。

在一个可选示例中，所述第一毫米波雷达、第二毫米波雷达与所述激光雷达安装在同一辆自动驾驶车辆上，且在获取探测数据的时间段内，所述自动驾驶车辆处于绝对静止状态。

在所述预设时间段，即获取探测数据的时间段内，所述第一毫米波雷达可以探测到多帧数据，所述数据包括：一系列障碍物与所述第一毫米波雷达之间的距离、角度以及所述一系列障碍物的移动速度。根据所述距离和角度即可以计算所述一系列障碍物相对于所述第一毫米波雷达的点云数据，进而得到所述第一毫米波雷达探测到的多帧点云数据，也就是所述探测数据。由于此时所述自动驾驶车辆处于绝对静止状态，因此所述第一毫米波雷达也处于绝对静止状态，所以不存在多帧点云数据之间的位移变化，可以直接将所述多帧点云数据叠加即可得到所述第一毫米波雷达探测到的对象的移动轨迹。

所述第二毫米波雷达探测到的对象的移动轨迹的获取方式与上述第一毫米波雷达探测到的对象的移动轨迹的获取方式相同，不再赘述。

在一个可选示例中，所述第一毫米波雷达、第二毫米波雷达探测到的对象可以是行驶着的汽车、路上的行人或是栅栏等，其中，所述第一毫米波雷达与所述第二毫米波雷达探测到的对象可以不同，但所述第一毫米波雷达和所述第二毫米波雷达可以探测到的对象，所述激光雷达都可以探测到。

步骤S203,依据所述激光雷达探测到的对象的移动轨迹和所述第一毫米波雷达探测到的对象的移动轨迹，通过点云匹配方法，得到所述激光雷达与所述第一毫米波雷达之间的第一仿射矩阵。其中，所述激光雷达和所述第一毫米波雷达探测到的是同一对象的移动轨迹。

其中，所述激光雷达探测到的是多帧3D点云数据，依据所述毫米波雷达探测到的多帧一系列障碍物与所述毫米波雷达之间的距离和角度，可以计算出相对应的多帧2D点云数据。进一步的，将所述激光雷达探测到的多帧3D点云数进行叠加，即可得到所述激光雷达探测到的对象的移动轨迹G1。将所述毫米波雷达探测到的多帧2D点云数据进行叠加，即可以得到所述毫米波雷达探测到的对象的移动轨迹G2。依据所述移动轨迹G1和所述移动轨迹G2，通过点云匹配方法，即可得到所述激光雷达与所述毫米波雷达之间的仿射矩阵。

在一个可选示例中，所述激光雷达和所述第一毫米波雷达探测到的对象的移动轨迹可以为直线移动轨迹、非直线移动轨迹或者既可以包含直线移动轨迹又可以包含非直线移动轨迹。

步骤S204，依据所述激光雷达探测到的对象的移动轨迹和所述第二毫米波雷达探测到的对象的移动轨迹，通过点云匹配方法，得到所述激光雷达与所述第二毫米波雷达之间的第二仿射矩阵。

其中，所述激光雷达和所述第二毫米波雷达探测到的是同一对象的移动轨迹。

步骤S205,依据所述第一仿射矩阵和所述第二仿射矩阵，得到所述第一毫米波雷达与所述第二毫米波雷达之间的第三仿射矩阵。

步骤S206，依据所述第三仿射矩阵，将所述第一毫米波雷达探测到的数据融合到所述第二毫米波雷达探测到的数据上。

在一个可选示例中，由第一毫米波雷达探测到的叠加后的点云数据左乘所述第三仿射矩阵，即可以得到与第二毫米波雷达探测到的叠加后的点云数据具有相同原点及正方向的点云数据，从而可以将所述第一毫米波雷达探测到的数据融合到所述第二毫米波雷达探测到的数据上。

在一个可选示例中，所述数据融合的方法的处理过程可以由连接自动驾驶车辆的云端来进行，安装在自动驾驶车辆的所述激光雷达和多个毫米波雷达将探测到的数据上传至云端后，由云端对所述数据进行处理，进而通过云端下发相关的指令来控制自动驾驶车辆的移动轨迹，使其避开一系列的障碍物，安全行驶。

在一个可选示例中，为了进一步提升数据处理的效率，所述数据融合的方法的处理过程可以由安装在自动驾驶车辆上的处理器来进行，由处理器直接对安装在自动驾驶车辆的激光雷达和多个毫米波雷达探测到的数据进行处理后即发出指令，节省了时间，便于及时改变自动驾驶车辆的行驶状态，减少安全事故的发生。

本实施例的多毫米波雷达数据标定的方法，通过激光雷达探测到的数据为基础，将多个安装在不同角度的毫米波雷达探测到的数据融合起来，从而构造了更加全面的探测视野，为自动驾驶车辆的行驶提供了更加可靠的依据。

与前述多毫米波雷达数据标定方法的实施例相对应，本公开还提供了多毫米波雷达数据标定装置的实施例。

图3是本公开一示例性实施例中的一种多毫米波雷达数据标定装置的结构示意图，如图3所示，该多毫米波雷达数据标定装置可以包括：

数据获取模块11，用于分别获取激光雷达和多个毫米波雷达各自的探测数据，其中，所述多个毫米波雷达安装在同一设备的不同角度，且所述激光雷达和多个毫米波雷达的探测数据是对应于同一对象的探测数据；

第一计算模块12，用于依据获取到的数据，利用点云匹配方法，得到所述激光雷达与其中一个毫米波雷达之间的第一仿射矩阵、所述激光雷达与另一个毫米波雷达之间的第二仿射矩阵；

第二计算模块13，用于依据所述第一仿射矩阵和所述第二仿射矩阵，得到所述其中一个毫米波雷达与所述另一个毫米波雷达之间的第三仿射矩阵；

数据融合模块14，用于依据所述第三仿射矩阵，将所述其中一个毫米波雷达探测到的数据融合到所述另一个毫米波雷达探测到的数据上。

可选的，所述激光雷达的探测视野覆盖安装在同一设备的不同角度的多个毫米波雷达的探测视野之和。

可选的，所述数据获取模块11，在用于分别获取激光雷达和多个毫米波雷达各自的探测数据，其中，所述多个毫米波雷达安装在同一设备的不同角度，且所述激光雷达和任一所述毫米波雷达的探测数据是对应于同一对象的探测数据时，包括：

获取预设时间段内所述激光雷达探测到的多帧点云数据，并依据所述多帧点云数据得到所述激光雷达探测到的对象的移动轨迹；

对于任一毫米波雷达，获取所述预设时间段内所述毫米波雷达探测到的多帧数据，并依据所述多帧数据计算相对应的多帧点云数据，依据所述多帧点云数据得到所述毫米波雷达探测到的对象的移动轨迹；

所述第一计算模块12，在用于依据获取到的数据，利用点云匹配方法，得到所述激光雷达与其中一个毫米波雷达之间的第一仿射矩阵时，包括：

依据所述激光雷达探测到的对象的移动轨迹和所述其中一个毫米波雷达探测到的对象的移动轨迹，通过点云匹配方法，得到所述激光雷达与所述其中一个毫米波雷达之间的第一仿射矩阵。

可选的，所述移动轨迹为直线移动轨迹和/或非直线移动轨迹。

可选的，所述激光雷达和多个毫米波雷达安装在同一自动驾驶车辆上，且在获取所述探测数据的时间段内，所述自动驾驶车辆处于绝对静止状态。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本公开技术方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

虽然本说明书包含许多具体实施细节，但是这些不应被解释为限制任何发明的范围或所要求保护的范围，而是主要用于描述特定发明的具体实施例的特征。本说明书内在多个实施例中描述的某些特征也可以在单个实施例中被组合实施。另一方面，在单个实施例中描述的各种特征也可以在多个实施例中分开实施或以任何合适的子组合来实施。此外，虽然特征可以如上所述在某些组合中起作用并且甚至最初如此要求保护，但是来自所要求保护的组合中的一个或多个特征在一些情况下可以从该组合中去除，并且所要求保护的组合可以指向子组合或子组合的变型。

以上所述仅为本公开的较佳实施例而已，并不用以限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开保护的范围之内。

Claims (12)

1.一种多毫米波雷达数据标定的方法，其特征在于，所述方法包括：

分别获取激光雷达和多个毫米波雷达各自的探测数据，其中，所述多个毫米波雷达安装在同一设备的不同角度，且所述激光雷达和任一所述毫米波雷达的探测数据是对应于同一对象的探测数据；

依据获取到的数据，利用点云匹配方法，得到所述激光雷达与其中一个毫米波雷达之间的第一仿射矩阵、所述激光雷达与另一个毫米波雷达之间的第二仿射矩阵；

依据所述第一仿射矩阵和所述第二仿射矩阵，得到所述其中一个毫米波雷达与所述另一个毫米波雷达之间的第三仿射矩阵；

依据所述第三仿射矩阵，将所述其中一个毫米波雷达探测到的数据融合到所述另一个毫米波雷达探测到的数据上。

2.根据权利要求1所述的方法，其特征在于，所述激光雷达雷达的探测视野覆盖安装在同一设备的不同角度的多个毫米波雷达的探测视野之和。

3.根据权利要求1所述的方法，其特征在于，所述分别获取激光雷达和多个毫米波雷达各自的探测数据，其中，所述多个毫米波雷达安装在同一设备的不同角度，且所述激光雷达和任一所述毫米波雷达的探测数据是对应于同一对象的探测数据，包括：

获取预设时间段内所述激光雷达探测到的多帧点云数据，并依据所述多帧点云数据得到所述激光雷达探测到的对象的移动轨迹；

对于任一毫米波雷达，获取所述预设时间段内所述毫米波雷达探测到的多帧数据，并依据所述多帧数据计算相对应的多帧点云数据，依据所述多帧点云数据得到所述毫米波雷达探测到的对象的移动轨迹；

所述依据获取到的数据，利用点云匹配方法，得到所述激光雷达与其中一个毫米波雷达之间的第一仿射矩阵，包括：

依据所述激光雷达探测到的对象的移动轨迹和所述其中一个毫米波雷达探测到的对象的移动轨迹，通过点云匹配方法，得到所述激光雷达与所述其中一个毫米波雷达之间的第一仿射矩阵。

4.根据权利要求3所述的方法，其特征在于，所述移动轨迹为直线移动轨迹和/或非直线移动轨迹。

5.根据权利要求1所述的方法，其特征在于，所述激光雷达和多个毫米波雷达安装在同一自动驾驶车辆上，且在获取所述探测数据的时间段内，所述自动驾驶车辆处于绝对静止状态。

6.一种多毫米波雷达数据标定的装置，其特征在于，所述装置包括：

数据获取模块，用于分别获取激光雷达和多个毫米波雷达各自的探测数据，其中，所述多个毫米波雷达安装在同一设备的不同角度，且所述激光雷达和任一所述毫米波雷达的探测数据是对应于同一对象的探测数据；

第一计算模块，用于依据获取到的数据，利用点云匹配方法，得到所述激光雷达与其中一个毫米波雷达之间的第一仿射矩阵、所述激光雷达与另一个毫米波雷达之间的第二仿射矩阵；

第二计算模块，用于依据所述第一仿射矩阵和所述第二仿射矩阵，得到所述其中一个毫米波雷达与所述另一个毫米波雷达之间的第三仿射矩阵；

数据融合模块，用于依据所述第三仿射矩阵，将所述其中一个毫米波雷达探测到的数据融合到所述另一个毫米波雷达探测到的数据上。

7.根据权利要求6所述的装置，其特征在于，所述激光雷达的探测视野覆盖安装在同一设备的不同角度的多个毫米波雷达的探测视野之和。

8.根据权利要求6所述的装置，其特征在于，所述数据获取模块，在用于分别获取激光雷达和多个毫米波雷达各自的探测数据，其中，所述多个毫米波雷达安装在同一设备的不同角度，且所述激光雷达和任一所述毫米波雷达的探测数据是对应于同一对象的探测数据时，包括：

获取预设时间段内所述激光雷达探测到的多帧点云数据，并依据所述多帧点云数据得到所述激光雷达探测到的对象的移动轨迹；

对于任一毫米波雷达，获取所述预设时间段内所述毫米波雷达探测到的多帧数据，并依据所述多帧数据计算相对应的多帧点云数据，依据所述多帧点云数据得到所述毫米波雷达探测到的对象的移动轨迹；

所述第一计算模块，在用于依据获取到的数据，利用点云匹配方法，得到所述激光雷达与其中一个毫米波雷达之间的第一仿射矩阵时，包括：

依据所述激光雷达探测到的对象的移动轨迹和所述其中一个毫米波雷达探测到的对象的移动轨迹，通过点云匹配方法，得到所述激光雷达与所述其中一个毫米波雷达之间的第一仿射矩阵。

9.根据权利要求8所述的装置，其特征在于，所述移动轨迹为直线移动轨迹和/或非直线移动轨迹。

10.根据权利要求6所述的装置，其特征在于，所述激光雷达和多个毫米波雷达安装在同一自动驾驶车辆上，且在获取所述探测数据的时间段内，所述自动驾驶车辆处于绝对静止状态。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有机器可读指令，所述机器可读指令在被处理器调用和执行时，促使所述处理器实现权利要求1至5任一项所述的方法。

12.一种电子设备，其特征在于，包括通信接口、处理器、存储器和总线，所述通信接口、所述处理器和所述存储器之间通过总线相互连接；所述存储器中存储机器可读指令，所述处理器通过调用所述机器可读指令，执行如权利要求1至5任一项所述的方法。

Images