CN115524684A - 一种激光雷达畸变点云角度识别方法、装置及机器人 - Google Patents

一种激光雷达畸变点云角度识别方法、装置及机器人 Download PDF

Info

Publication number
CN115524684A
CN115524684A CN202211111861.8A CN202211111861A CN115524684A CN 115524684 A CN115524684 A CN 115524684A CN 202211111861 A CN202211111861 A CN 202211111861A CN 115524684 A CN115524684 A CN 115524684A
Authority
CN
China
Prior art keywords
point cloud
angle
calibration
support column
laser radar
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
CN202211111861.8A
Other languages
English (en)
Inventor
欧阳家斌
徐权
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.)
Shenzhen Camsense Technologies Co Ltd
Original Assignee
Shenzhen Camsense Technologies 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 Shenzhen Camsense Technologies Co Ltd filed Critical Shenzhen Camsense Technologies Co Ltd
Priority to CN202211111861.8A priority Critical patent/CN115524684A/zh
Publication of CN115524684A publication Critical patent/CN115524684A/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
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
    • A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
    • A47L11/24—Floor-sweeping machines, motor-driven
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
    • A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
    • A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
    • A47L11/4061—Steering means; Means for avoiding obstacles; Details related to the place where the driver is accommodated
    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本申请涉及一种激光雷达畸变点云角度识别方法、装置及机器人，包括根据支撑柱的位置信息设置标定靶，所述支撑柱设置在激光雷达周边，获取所述激光雷达在所述标定靶处产生的标定点云，确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围。该方法对因支撑柱产生的畸变点云进行角度识别，将该角度范围的点云删除或者对其进行距离矫正处理，提高了点云数据的质量及改善点云的测距精度。

Description

一种激光雷达畸变点云角度识别方法、装置及机器人
技术领域
本申请涉及激光雷达测距定位技术，尤其涉及一种激光雷达畸变点云角度识别方法、装置及机器人。
背景技术
目前，随着扫地机技术的改良和功能的增加，使得扫地机器人逐渐代替人工清扫，扫地机能够准确判断障碍物得益于超声波仿生侦查技术和激光雷达定位技术。为了保护激光雷达，防止外物重压、阻挡旋转以及刮伤等影响正常功能使用的情况，一般选择将激光雷达内嵌在扫地机的主体内或对激光雷达加装保护罩后外置在机体上部。
激光雷达正常工作时，受机壳盖的支撑柱或保护罩的支撑柱的影响，激光雷达发射的光斑被支撑柱部分遮挡或割裂，在支撑柱附近生成畸变点云，因此，对光斑提取后造成距离偏差，激光雷达发射的光斑被支撑柱完全遮挡，则会造成点云缺失，从而在支撑柱处出现缺口，由于缺口和畸变点云的存在造成扫地机器人测距时出现偏差，影响扫地机器人正常行驶。
发明内容
本申请实施方式主要解决的技术问题是提供一种激光雷达畸变点云角度识别方法、装置及机器人，通过对畸变点云进行角度识别，以对该角度范围的畸变点云进行处理，提高点云数据的质量及测距精度。
第一方面，本申请实施例中提供了一种激光雷达畸变点云角度识别方法，所述方法包括：
根据支撑柱的位置信息设置标定靶，所述支撑柱设置在激光雷达周边；
获取所述激光雷达在所述标定靶处产生的标定点云；
确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围。
在一些实施例中，所述根据支撑柱的位置信息设置标定靶，包括：
获取所述激光雷达的量程范围，以及所述激光雷达周围支撑柱的位置信息；
根据所述量程范围和所述支撑柱的位置信息设置标定靶的摆放范围和摆放位置；
根据所述摆放范围和摆放位置放置标定靶。
在一些实施例中，所述确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围，包括：
判断所述标定点云中是否存在连续点云的有效位为预设数值，若是，将所述连续点云的角度平均值作为支撑柱对应的基准角度，基于所述基准角度确定所述标定点云中因支撑柱导致的畸变点云的角度范围；或者
判断所述标定点云中是否存在连续点云的有效位为预设数值，若否，且所述支撑柱位置没有产生点云，则计算所述标定点云中每相邻两点的距离差值绝对值，将距离差值绝对值大于预设阈值的相邻两个点的角度平均值作为支撑柱对应的基准角度，基于所述基准角度确定所述标定点云中因支撑柱导致的畸变点云的角度范围；或者
若支撑柱位置产生了点云，则在所述标定点云中剔除支撑柱位置对应的点云，得到修正后的标定点云，计算所述修正后的标定点云中每相邻两点的距离差值绝对值，将距离差值绝对值大于预设阈值的相邻两个点的角度平均值作为支撑柱对应的基准角度，基于所述基准角度确定所述标定点云中因支撑柱导致的畸变点云的角度范围。
在一些实施例中，所述确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围，包括：
获取所述标定点云中每个点的测量距离；
确定所述标定点云中每个点与所述激光雷达的实际距离；
计算所述标定点云中每个点的测量距离与实际距离的距离差值绝对值；
获取距离差值绝对值大于距离阈值的连续点云的角度值，基于所述角度值确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围。
在一些实施例中，所述标定靶为圆环靶，所述确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围，包括：
获取所述标定点云中每个点的测量亮度；
基于所述测量亮度确定所述标定点云的标准亮度；
计算所述标定点云中每个点的测量亮度与所述标准亮度的亮度差值绝对值；
获取亮度差值绝对值大于亮度阈值的连续点云的角度值，基于所述角度值确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围。
在一些实施例中，所述基于所述基准角度确定所述标定点云中因支撑柱导致的畸变点云的角度范围，包括：
将所述基准角度向左延伸第一预设角度，获得第一角度区域；
将所述基准角度向右延伸第二预设角度，获得第二角度区域；
基于所述第一角度区域及第二角度区域，得到所述标定点云中因支撑柱导致的畸变点云的角度范围。
在一些实施例中，在所述确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围之后，所述方法还包括：
获取所述激光雷达在实际测距过程中产生的点云数据，将所述点云数据中所述畸变点云的角度范围的点云删除或者对其进行距离矫正处理，得到处理后的点云数据。
在一些实施例中，所述标定靶为闭合或非闭合的多边形或圆环形。
第二方面，本申请实施例中提供了一种激光雷达畸变点云角度识别装置，包括：
设置模块，用于根据支撑柱的位置信息设置标定靶，所述支撑柱设置在激光雷达周边；
获取模块，用于获取所述激光雷达在所述标定靶处产生的标定点云；
确定模块，用于确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围。
第三方面，本申请实施例中提供了一种激光雷达，包括：
至少一个处理器，以及
与所述至少一个处理器通信连接的存储器，其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面的方法。
第四方面，本申请实施例中提供了一种机器人，包括第三方面中的激光雷达。
本申请实施例的有益效果：区别于相关技术的情况，本申请实施例提供的激光雷达畸变点云角度识别方法，根据支撑柱的位置信息设置标定靶，所述支撑柱设置在激光雷达周边，获取所述激光雷达在所述标定靶处产生的标定点云，确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围。该方法对因支撑柱产生的畸变点云进行角度识别，将该角度范围的点云删除或者对其进行距离矫正处理，提高了点云数据的质量及改善点云的测距精度。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1是本申请实施例提供的一种激光雷达畸变点云角度识别方法的应用环境示意图；
图2是本申请实施例提供的一种激光雷达畸变点云角度识别方法的流程示意图；
图3是本申请实施例提供的一些不同形状标定靶标定的结构示意图；
图4是本申请实施例提供的一些标定靶上形成标定点云的局部示意图；
图5是本申请实施例提供的一种直板标定靶形成标定点云的示意图；
图6是本申请实施例提供的一种圆环标定靶形成标定点云的示意图；
图7是本申请实施例提供的另一种圆环标定靶形成标定点云的示意图；
图8是本申请实施例提供的一种激光雷达畸变点云角度识别装置结构示意图；
图9是本申请实施例提供的一种激光雷达的结构示意图；
图10是本申请实施例提供的一种机器人的结构示意图。
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，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
需要说明的是，如果不冲突，本申请实施例中的各个特征可以相互结合，均在本申请的保护范围之内。另外，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。此外，本文所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定，仅是对功能和作用基本相同的相同项或相似项进行区分。
除非另有定义，本说明书所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。在本申请的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是用于限制本申请。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
此外，下面所描述的本申请各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
请参阅图1，图1本申请实施例提供的一种激光雷达畸变点云角度识别方法的应用环境示意图，如图1所示，该应用环境包括：机器人10和沙发、茶几、盆栽等目标物体。
机器人10上安装有激光雷达11，激光雷达11对目标物体进行扫描，得到点云数据，基于点云数据计算得到目标物体与激光雷达的距离。
激光雷达包括发射器、接收器、处理器和旋转机构。其中，发射器是一种发射激光的装置；接收器是一种接收激光的装置；处理器主要负责控制发射器发射激光，以及对接收器接收到的激光信号进行处理，计算出目标物体的距离信息；旋转机构是激光雷达安装骨架，用于进行方向调节。发射器、接收器和处理器设置于旋转机构上，旋转机构以稳定的转速旋转，从而，激光雷达能够对周围环境进行扫描，并产生实时的点云信息。
激光雷达生产的点云数据包括各点的角度、距离和亮度等。其中，角度为激光打到目标物体上形成的光斑在极坐标中的角度，距离为激光打到目标物体上形成的光斑至激光雷达的距离，亮度为光斑亮度。
当目标物体与激光雷达距离较近时，由于接收器的宽度有限，反射激光的光斑已无法落在接收器的视野中或部分落在接收器的视野中，因此，存在盲区。
激光雷达的周围常设有支撑柱，在激光雷达旋转工作时，发射器会被某个角度的支撑柱遮挡一次，随着激光雷达的旋转，接收器也会被该支撑柱遮挡一次。激光雷达在正常工作时，无论是发射器被完全遮挡还是接收器被完全遮挡，都会造成支撑柱所在角度下的点云无效，也即点云缺失，从而在支撑柱处出现缺口。激光雷达的光斑被支撑柱分割或部分遮挡，在该角度下一定范围内会产生畸变点云，导致光斑中心提取后进行测距时会产生距离偏差。
需要说明的是，一般情况下，同一角度或切线方向在激光雷达近距离盲区内的单根支撑柱会产生两个缺口，同一角度或切线方向在盲区外的单根支撑柱会产生一个或两个缺口，同一角度或切线方向有两根在盲区外的支撑柱会产生两个或三个缺口。
机器人在正常使用的过程中，由于畸变点云和缺口的影响，导致激光雷达的测距不准的情况出现，针对以上问题，本申请实施例提供一种激光雷达畸变点云角度识别方法，对角度范围内的点云进行删除或者对其进行距离矫正处理，基于处理后的点云数据计算得到准确的距离，用于引导机器人移动和避障。
具体地，请参阅图2，图2是本申请实施例提供的一种激光雷达畸变点云角度识别方法的流程示意图，该方法具体包括以下步骤：
步骤S1：根据支撑柱的位置信息设置标定靶，所述支撑柱设置在激光雷达周边；
步骤S2：获取所述激光雷达在所述标定靶处产生的标定点云；
步骤S3：确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围。
通常情况下，激光雷达内嵌在机壳盖下或外置于机壳盖上。当激光雷达内嵌在机壳盖下，为了有效支撑起机壳盖，激光雷达的周围需要设置支撑柱，其中，可设置单根支撑柱，单根支撑柱直线连接激光雷达中心或相切于激光雷达外表面，可设置多根支撑柱，多根支撑住直线连接于激光雷达的中心或相切于激光雷达的外表面。激光雷达外置于机壳盖上，激光雷达设置了保护罩，保护罩上也会有多根支撑柱。
为了获得激光雷达的点云信息，需要根据支撑柱的位置设置标定靶，标定靶包括均质的标定靶和非均质的标定靶，均质的标定靶是指标定靶的材料是相同材质，例如均质白色的纸板或塑料板。非均质的标定靶使用材质不同对激光的吸收、散色能力不同，在使用过程中会影响光斑亮度。因此，本申请实施例中，标定靶满足均质即可。
标定点云是在激光雷达周围放置标定靶对激光雷达进行标定得到的，标定点云中的点云按照产生时间从小到大的顺序排列。在标定点云中，可以获取每个点的坐标。距离、角度和亮度。其中距离是激光打在标定靶上形成的光斑至激光雷达的距离，角度是激光打在标定靶上形成的光斑在极坐标中的角度，坐标是激光打在标定靶上形成的光斑在直角坐标系中的位置坐标，亮度为光斑的亮度。
具体地，在激光雷达前设置相同材质的标定靶，激光雷达中心到标定靶最短距离所在直线与标定靶垂直，标定靶与激光雷达之间的摆放距离根据激光雷达的量程范围而定。激光雷达对标定靶进行激光扫描测距时，其处理器基于发射激光信息和回波激光信息，计算每个打在标定靶上形成的光斑的坐标、距离、角度和亮度。其中，光斑的坐标、距离、角度和亮度的计算是激光雷达的现有计算方法。
激光雷达正常工作时，随着激光雷达的转动，发射器和接收器会被某个角度的支撑柱遮挡，无论是发射器被遮挡还是接收器被遮挡，都会造成支撑柱所在角度下的点云缺失，从而在支撑柱处出现缺口。由于激光雷达的光斑被支撑柱分割或部分遮挡，在该角度下一定范围内会产生畸变点云，导致光斑中心提取后进行测距时会产生距离偏差。通过确定畸变点云的角度范围，将该角度下的点云进行矫正或删除，用以改善点云测距精度。
在一些实施例中，所述根据支撑柱的位置信息设置标定靶，包括：获取所述激光雷达的量程范围，以及所述激光雷达周围支撑柱的位置信息；根据所述量程范围和所述支撑柱的位置信息设置标定靶的摆放范围和摆放位置；根据所述摆放范围和摆放位置放置标定靶。
激光雷达的量程范围是指激光雷达能打到目标物体上，目标物体距离激光雷达的最近距离至最远距离。
若激光雷达周围有多个方向的支撑柱，需要在各个支撑柱正前方设置标定靶。
标定靶摆放位置与激光雷达的距离范围根据激光雷达的量程来确定。例如，某款激光雷达的量程范围为[Dmin，Dmax]，单位为mm，标定靶可摆放的距离(激光束垂直于标定靶的距离)最小值为d1，则：
d1＝α*Dmin+bias1
其中，为缩放系数，bias1为偏置系数，Dmin为该激光雷达测距的最小距离值。
可以理解的是，α和bias1的具体数值是本领域技术人员根据具体情况设置的数值。
标定靶可摆放的距离(激光束垂直于标定靶的距离)最大值为d2，则：
d2＝β*Dmax+bias2
其中，为缩放系数，bias2为偏置系数，Dmax为该激光雷达测距的最大距离值。
可以理解的是，β和bias2的具体数值是本领域技术人员根据具体情况设置的数值。
因此，标定靶可摆放的距离(激光束垂直于标定靶的距离)为[d1,d2]。
在一些实施例中，如图3所示，图3是本申请实施例提供的一些不同形状标定靶标定的结构示意图。图3(a)的标定靶形状为三角形，其中，激光雷达13周围有三根支撑柱12，每根支撑柱12的前方均有标定靶11，激光雷达13发出的最短激光束与三角形标定靶11垂直，需要说明的是，标定靶摆放的最佳位置是激光雷达13与支撑柱12连接的直线垂直于标定靶。图3(b)标定靶的形状为四边形，激光雷达23周围有四根支撑柱22，每根支撑柱22的前方均有标定靶21，激光雷达23发出的最短激光束与四边形标定靶21垂直。图3(c)标定靶的形状为圆环形，激光雷达33位于圆环标定靶31的圆环中心，由于标定靶31的形状为圆环，激光雷达33周围的支撑柱都能将点云数据中在圆环标定靶上有序等距显示，无需考虑支撑柱的数量以及标定靶的长度。
其中，标定靶可为闭合或非闭合的多边形或圆环形，若标定靶非闭合，各个分开的标定靶需要对应各个支撑，使得由于支撑柱所形成的缺口点云能在标定靶上显示。例如，如果激光雷达周围只存在单根支撑柱，只需要将直板标定靶对应该支撑柱，满足支撑柱所形成的缺口点云能在标定靶上显示即可。
可以理解的是，圆环状的标定靶在使用时无需考虑支撑柱的数量以及标定靶的长度，而且圆环状标定靶占用空间小，搭建方便，具有很强的实用性，在进行点云标定时，圆环状的标定靶可作为优先考虑的标定装置。
在一些实施例中，所述确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围，包括：
判断所述标定点云中是否存在连续点云的有效位为预设数值，若是，将所述连续点云的角度平均值作为支撑柱对应的基准角度，基于所述基准角度确定所述标定点云中因支撑柱导致的畸变点云的角度范围；或者
判断所述标定点云中是否存在连续点云的有效位为预设数值，若否，且所述支撑柱位置没有产生点云，则计算所述标定点云中每相邻两点的距离差值绝对值，将距离差值绝对值大于预设阈值的相邻两个点的角度平均值作为支撑柱对应的基准角度，基于所述基准角度确定所述标定点云中因支撑柱导致的畸变点云的角度范围；或者
若支撑柱位置产生了点云，则在所述标定点云中剔除支撑柱位置对应的点云，得到修正后的标定点云，计算所述修正后的标定点云中每相邻两点的距离差值绝对值，将距离差值绝对值大于预设阈值的相邻两个点的角度平均值作为支撑柱对应的基准角度，基于所述基准角度确定所述标定点云中因支撑柱导致的畸变点云的角度范围。
当接收器捕获不到激光的光斑时，激光雷达内的软件算法会将处于该情况，这些角度下的点云数据的有效位设置为0，有效位为0的数据点云的距离和亮度均为0(角度值正常)，所述预设数值为0。
请参阅图4，图4是本申请实施例提供的一些标定靶上形成标定点云的局部示意图，图4(a)为多边形标定靶上形成的标定点云，包括：激光雷达43，支撑柱42，正常点云44和畸变点云41。图4(b)为圆环形标定靶上形成的标定点云，包括激光雷达53，支撑柱52，正常点云51和畸变点云54。
通过图4中显示的标定点云可知，若支撑柱在盲区内，且支撑柱的宽度能够完全遮挡住光斑，则该角度下的点云有效位为0，将这些点云角度的平均值作为支撑柱对应的基准角度。若支撑柱在盲区内，但支撑柱的宽度不能完全遮挡住光斑，计算标定点云中每相邻两点的距离差值绝对值，将距离差值绝对值大于预设阈值的两个点的角度平均值作为支撑柱对应的基准角度。若支撑柱在盲区外，支撑柱的宽度不能完全遮挡住光斑，计算标定点云中每相邻两点的距离差值绝对值，将距离差值绝对值大于预设阈值的两个点的角度平均值作为支撑柱对应的基准角度。若支撑柱在盲区外，支撑柱的宽度能完全遮挡住光斑，剔除在支撑柱处的点云，得到修正后的标定点云，计算修正后的标定点云中每相邻两点的距离差值绝对值，将距离差值绝对值大于预设阈值的两个点的角度平均值作为支撑柱对应的基准角度。
需要说明的是，机器人出厂时，支撑柱与激光雷达的距离已知，在对支撑柱处的点云进行剔除时，可直接利用该距离。预设距离的设定根据标定点云中缺口产生的情况而定，例如，标定点云中只存在一个缺口，则预设阈值可根据标定点云中每相邻两点的距离差值绝对值的最大值设定，若标定点云中存在两个缺口，则预设阈值可根据标定点云中每相邻两点的距离差值绝对值的次最大值设定。
在一些实施例中，所述确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围，包括：
获取所述标定点云中每个点的测量距离；
确定所述标定点云中每个点与所述激光雷达的实际距离；
计算所述标定点云中每个点的测量距离与实际距离的距离差值绝对值；
获取距离差值绝对值大于距离阈值的连续点云的角度值，基于所述角度值确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围。
请参阅图5，图5是本申请实施例提供的一种直板标定靶形成标定点云的示意图。其中，M点云垂直激光束，为距离激光雷达61的最近的点云，M点的距离为D，角度为Angle，找出直板标定靶上正常的任意点云Q，Q的距离为d_i，角度为angle_i，点Q相对于M点的角度为α，则：
D＝d_i*cosα
若存在畸变点云P，P的测量距离为d_j，角度为angle_j，该畸变点的实际距离值D_j，则：
D_j＝D/cos(|angle_j-Angle|)
畸变点云的测量距离和实际距离的差值为Δd1，则：
Δd1＝|d_j-D_j|
若Δd1大于距离阈值Thr1，则该点云为畸变点云。
由于标定靶摆放的距离远近不同，被支撑柱遮挡后，造成缺口附近畸变点云的距离偏差也不同，为了准确获取畸变点云，需要对预设距离Thr1进行自适应调整：
Thr1＝a1*D2+b1*D+c1
其中，a1，b1，c1为系数因子，a1，b1，c1的具体数值是本领域技术人员根据具体情况设置的数值。
根据该方法得到Δd1大于距离阈值Thr1的连续点云的角度值，基于该角度值便可确定标定点云中因支撑柱导致的畸变点云的角度范围。
请参阅图6，图6是本申请实施例提供的一种圆环标定靶形成标定点云的示意图。其中，激光雷达71到标定靶的距离都相等，对于任意点云H都存在实际距离R，对于畸变点云S，该点的测量距离为d_l，畸变点云的测量距离和实际距离的差值为Δd2，则：
Δd2＝|d_l-R|
若Δd2大于距离阈值Thh2，则该点云为畸变点云。
由于标定靶摆放的距离远近不同，被支撑柱遮挡后，造成缺口附近畸变点云的距离偏差也不同，为了准确获取畸变点云，需要对预设距离Thr2进行自适应调整：
Thr2＝a2*R2+b2*R+c2
其中，a2，b2，c2为系数因子，a2，b2，c2的具体数值是本领域技术人员根据具体情况设置的数值。
根据该方法得到Δd2大于距离阈值Thr2的连续点云的角度值，基于该角度值便可确定标定点云中因支撑柱导致的畸变点云的角度范围。
在一些实施例中，所述标定靶为圆环靶，所述确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围，包括：
获取所述标定点云中每个点的测量亮度；
基于所述测量亮度确定所述标定点云的标准亮度；
计算所述标定点云中每个点的测量亮度与所述标准亮度的亮度差值绝对值；
获取亮度差值绝对值大于亮度阈值的连续点云的角度值，基于所述角度值确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围。
获得标定点云中每个点云的测量亮度L_i，将测量亮度中出现次数最多的亮度作为标准亮度L_j，对于每一个点云，测量亮度和标准亮度的差值为Δl，则：
Δl＝|L_i-L_j|
若Δl大于亮度阈值Lhr，则该点云为畸变点云。
根据该方法得到Δl大于亮度阈值Lhr的连续点云的角度值，基于该角度值便可确定标定点云中因支撑柱导致的畸变点云的角度范围。
在一些实施例中，所述基于所述基准角度确定所述标定点云中因支撑柱导致的畸变点云的角度范围，包括：
将所述基准角度向左延伸第一预设角度，获得第一角度区域；
将所述基准角度向右延伸第二预设角度，获得第二角度区域；
基于所述第一角度区域及第二角度区域，得到所述标定点云中因支撑柱导致的畸变点云的角度范围。
需要说明的是，标定点云中畸变点云的角度范围确定方法可用于多边形的标定靶的标定或者圆环标定靶的标定，第一预设角度和第二预设角度是本领域技术人员预先设定的，同一批次激光雷达的第一预设角度和第二预设角度的设定值相同。
请参阅图7，图7是本申请实施例提供的另一种圆环标定靶形成标定点云的示意图，其中，激光雷达81顺时针旋转，将a1点云和a2点云角度值的角度平均值作为左边基准角度的角度值p1_angle，将a3点云和a4点云角度值的角度平均值作为右边基准角度的角度值p2_angle。
以左边基准角度p1_angle为基准，向左延伸第一预设角度Δθ1，获得第一角度区域θ1，向右延伸第二预设角度Δθ2，获得第二角度区域θ2，则：
θ1＝p1_angle-Δθ1
θ2＝p1_angle+Δθ2
同样地，以右边基准角度p2_angle为基准，向左延伸第三预设角度Δθ3，获得第三角度区域θ3，向右延伸第四预设角度Δθ4，获得第四角度区域θ4，则：
θ3＝p2_angle-Δθ3
θ4＝p2_angle+Δθ4
因此，该标定点云中畸变点云的角度范围为[θ1,θ2]及[θ3,θ4]。
在一些实施例中，在所述确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围之后，所述方法还包括：
获取所述激光雷达在实际测距过程中产生的点云数据，将所述点云数据中所述畸变点云的角度范围的点云删除或者对其进行距离矫正处理，得到处理后的点云数据。
综上，本申请实施例提供的激光雷达畸变点云角度识别方法，根据支撑柱的位置信息设置标定靶，所述支撑柱设置在激光雷达周边，获取所述激光雷达在所述标定靶处产生的标定点云，确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围。在对畸变点云角度范围的识别中，通过以距离阈值和亮度阈值作为判断标准，能够精准度的判断出连续畸变点云的角度范围，误差范围小，并且以距离阈值进行畸变点云的角度识别，不受标定靶形状的限制，使用范围广。通过角度阈值进行畸变点云的角度识别，虽然没有以距离阈值和亮度阈值进行识别的精确度高，但是以角度阈值进行角度识别，操作性强，计算量小，不受标定靶形状的限制。将点云数据中畸变点云的角度范围的点云删除或者对其进行距离矫正处理，提高了点云数据的质量，改善了点云测距的精确性。
请参阅图8，图8是本申请实施例提供的一种激光雷达畸变点云角度识别装置结构示意图，该装置100包括：设置模块101、获取模块102和确定模块103。
设置模块101，用于根据支撑柱的位置信息设置标定靶，所述支撑柱设置在激光雷达周边。获取模块102，用于获取所述激光雷达在所述标定靶处产生的标定点云。确定模块103，用于确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围。
在本申请实施例中，激光雷达畸变点云角度识别装置亦可以由硬件器件搭建成的，例如，激光雷达畸变点云角度识别装置可以由一个或两个以上的芯片搭建而成，各个芯片可以互相协调工作，以完成上述各个实施例所阐述的应用于激光雷达畸变点云角度识别方法。再例如，激光雷达畸变点云角度识别装置还可以由各类逻辑器件搭建而成，诸如由通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、单片机、ARM(Acorn RISC Machine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合而搭建成。
本申请实施例中的激光雷达畸变点云角度识别装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。
需要说明的是，上述激光雷达畸变点云角度识别装置可执行本申请实施例所提供的激光雷达畸变点云角度识别方法，具备执行方法相应的功能模块和有益效果。未在激光雷达畸变点云角度识别装置实施例中详尽描述的技术细节，可参见本申请实施例所提供的激光雷达畸变点云角度识别方法。
本申请还提供了一种激光雷达，请参阅图9，图9是本申请实施例提供的一种激光雷达的结构示意图。该激光雷达200包括至少一个处理器201，以及与所述至少一个处理器201通信连接的存储器202，其中所述存储器202存储有可被所述至少一个处理器201执行的指令，所述指令被所述至少一个处理器201执行，以使所述至少一个处理器201能够执行上述任意方法实施例中的激光雷达畸变点云角度识别方法。所述处理器201和所述存储器202可以通过总线或者其他方式连接，图9中以通过总线连接为例。
处理器201可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)、硬件芯片或者其任意组合；还可以是数字信号处理器(Digital Signal Processing，DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、可编程逻辑器件(programmable logic device，PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complex programmable logic device，CPLD)，现场可编程逻辑门阵列(field-programmable gate array，FPGA)，通用阵列逻辑(genericarray logic，GAL)或其任意组合。
存储器202作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态性计算机可执行程序以及模块，如本申请实施例中的激光雷达畸变点云角度识别方法对应的程序指令/模块。处理器201通过运行存储在存储器202中的非暂态软件程序、指令以及模块，可以实现上述任一方法实施例中的激光雷达畸变点云角度识别方法，即能够实现图2的整个过程。
本申请还提供了一种机器人，请参阅图10，图10是本申请实施例提供的一种机器人的结构示意图。该机器人300，包括：激光雷达200以及控制器301，其中，激光雷达200通信连接控制器301，控制器301用于向激光雷达200发送测距指令，以使激光雷达200进行测距，可以理解的是，该测距指令可以由外部终端向机器人300发送，由控制器301将该测距指令转发到该激光雷达200。其中，外部终端可以为固定终端或移动终端，例如：电脑、手机、平板等电子设备，在此不进行限定。
本申请实施例提供了一种计算机可读存储介质，例如包括程序代码的存储器，上述程序代码可由处理器执行以完成上述实施例中的激光雷达畸变点云角度识别方法。例如，该计算机可读存储介质可以是只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory，RAM)、只读光盘(Compact Disc Read-Only Memory，CDROM)、磁带、软盘和光数据存储设备等。
本申请实施例提供了一种计算机程序产品，该计算机程序产品包括一条或多条程序代码，该程序代码存储在计算机可读存储介质中。激光雷达的处理器从计算机可读存储介质读取该程序代码，处理器执行该程序代码，以完成上述实施例中提供的激光雷达畸变点云角度识别方法步骤。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；在本申请的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本申请的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (11)

1.一种激光雷达畸变点云角度识别方法，其特征在于，所述方法包括：
根据支撑柱的位置信息设置标定靶，所述支撑柱设置在激光雷达周边；
获取所述激光雷达在所述标定靶处产生的标定点云；
确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围。
2.根据权利要求1所述的方法，其特征在于，所述根据支撑柱的位置信息设置标定靶，包括：
获取所述激光雷达的量程范围，以及所述激光雷达周围支撑柱的位置信息；
根据所述量程范围和所述支撑柱的位置信息设置标定靶的摆放范围和摆放位置；
根据所述摆放范围和摆放位置放置标定靶。
3.根据权利要求1所述的方法，其特征在于，所述确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围，包括：
判断所述标定点云中是否存在连续点云的有效位为预设数值，若是，将所述连续点云的角度平均值作为支撑柱对应的基准角度，基于所述基准角度确定所述标定点云中因支撑柱导致的畸变点云的角度范围；或者
判断所述标定点云中是否存在连续点云的有效位为预设数值，若否，且所述支撑柱位置没有产生点云，则计算所述标定点云中每相邻两点的距离差值绝对值，将距离差值绝对值大于预设阈值的相邻两个点的角度平均值作为支撑柱对应的基准角度，基于所述基准角度确定所述标定点云中因支撑柱导致的畸变点云的角度范围；或者
若支撑柱位置产生了点云，则在所述标定点云中剔除支撑柱位置对应的点云，得到修正后的标定点云，计算所述修正后的标定点云中每相邻两点的距离差值绝对值，将距离差值绝对值大于预设阈值的相邻两个点的角度平均值作为支撑柱对应的基准角度，基于所述基准角度确定所述标定点云中因支撑柱导致的畸变点云的角度范围。
4.根据权利要求1所述的方法，其特征在于，所述确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围，包括：
获取所述标定点云中每个点的测量距离；
确定所述标定点云中每个点与所述激光雷达的实际距离；
计算所述标定点云中每个点的测量距离与实际距离的距离差值绝对值；
获取距离差值绝对值大于距离阈值的连续点云的角度值，基于所述角度值确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围。
5.根据权利要求1所述的方法，其特征在于，所述标定靶为圆环靶，所述确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围，包括：
获取所述标定点云中每个点的测量亮度；
基于所述测量亮度确定所述标定点云的标准亮度；
计算所述标定点云中每个点的测量亮度与所述标准亮度的亮度差值绝对值；
获取亮度差值绝对值大于亮度阈值的连续点云的角度值，基于所述角度值确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围。
6.根据权利要求3所述的方法，其特征在于，所述基于所述基准角度确定所述标定点云中因支撑柱导致的畸变点云的角度范围，包括：
将所述基准角度向左延伸第一预设角度，获得第一角度区域；
将所述基准角度向右延伸第二预设角度，获得第二角度区域；
基于所述第一角度区域及第二角度区域，得到所述标定点云中因支撑柱导致的畸变点云的角度范围。
7.根据权利要求1所述的方法，其特征在于，在所述确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围之后，所述方法还包括：
获取所述激光雷达在实际测距过程中产生的点云数据，将所述点云数据中所述畸变点云的角度范围的点云删除或者对其进行距离矫正处理，得到处理后的点云数据。
8.根据权利要求1所述的方法，其特征在于，所述标定靶为闭合或非闭合的多边形或圆环形。
9.一种激光雷达畸变点云角度识别装置，其特征在于，包括：
设置模块，用于根据支撑柱的位置信息设置标定靶，所述支撑柱设置在激光雷达周边；
获取模块，用于获取所述激光雷达在所述标定靶处产生的标定点云；
确定模块，用于确定所述标定点云中因所述支撑柱导致的畸变点云的角度范围。
10.一种激光雷达，其特征在于，包括：
至少一个处理器，以及
与所述至少一个处理器通信连接的存储器，其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指
令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8任一项所述的方法。
11.一种机器人，其特征在于，包括如权利要求10所述的激光雷达。
CN202211111861.8A 2022-09-13 2022-09-13 一种激光雷达畸变点云角度识别方法、装置及机器人 Pending CN115524684A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211111861.8A CN115524684A (zh) 2022-09-13 2022-09-13 一种激光雷达畸变点云角度识别方法、装置及机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211111861.8A CN115524684A (zh) 2022-09-13 2022-09-13 一种激光雷达畸变点云角度识别方法、装置及机器人

Publications (1)

Publication Number Publication Date
CN115524684A true CN115524684A (zh) 2022-12-27

Family

ID=84697120

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211111861.8A Pending CN115524684A (zh) 2022-09-13 2022-09-13 一种激光雷达畸变点云角度识别方法、装置及机器人

Country Status (1)

Country Link
CN (1) CN115524684A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116299512A (zh) * 2023-05-17 2023-06-23 深圳市欢创科技有限公司 测距方法、激光雷达及测距系统
CN116501070A (zh) * 2023-06-30 2023-07-28 深圳市欢创科技有限公司 回充方法、机器人及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116299512A (zh) * 2023-05-17 2023-06-23 深圳市欢创科技有限公司 测距方法、激光雷达及测距系统
CN116299512B (zh) * 2023-05-17 2023-08-11 深圳市欢创科技有限公司 测距方法、激光雷达及测距系统
CN116501070A (zh) * 2023-06-30 2023-07-28 深圳市欢创科技有限公司 回充方法、机器人及存储介质
CN116501070B (zh) * 2023-06-30 2023-09-19 深圳市欢创科技有限公司 回充方法、机器人及存储介质

Similar Documents

Publication Publication Date Title
CN115524684A (zh) 一种激光雷达畸变点云角度识别方法、装置及机器人
JP6906569B2 (ja) 点群における非地面点のフィルタリング方法、装置、記憶媒体、及びプログラム
Muhammad et al. Calibration of a rotating multi-beam lidar
CN109901140B (zh) 激光雷达光路偏差的检测方法、装置及终端设备
CN109782258B (zh) 车辆激光雷达的位置检测方法、装置及存储介质
CN110320502B (zh) 一种毫米波雷达阵列天线的标定方法
CN113253246B (zh) 一种激光雷达和相机的标定方法
CN109343037B (zh) 光探测器安装误差检测装置、方法和终端设备
CN108267133B (zh) 一种激光式反射板坐标系冗余标定方法及激光导航系统
CN107356213B (zh) 滤光片同心度测量方法及终端设备
CN111208493A (zh) 一种车载激光雷达在整车坐标系下的快速标定方法
CN114296056A (zh) 一种激光雷达外参标定方法、装置、设备及存储介质
WO2016208318A1 (ja) 距離画像処理装置、距離画像処理方法、距離画像処理プログラムおよび記録媒体
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
CN117651882A (zh) 反射率校正方法、装置、计算机可读存储介质及终端设备
JP2018048866A (ja) 測量装置および測定方法
CN114442073A (zh) 激光雷达的标定方法、装置、车辆及存储介质
CN113777592B (zh) 方位角标定方法和装置
CN112946606B (zh) 激光雷达的标定方法、装置、设备、系统及存储介质
CN115755078A (zh) 一种激光雷达的测距方法、激光雷达及存储介质
CN117055061B (zh) 测距方法、激光雷达、机器人及存储介质
CN214333822U (zh) 用于校准激光扫平仪的装置
US10386485B2 (en) Laser scanner
CN113748693B (zh) 路基传感器的位姿校正方法、装置和路基传感器
CN115656988A (zh) 一种激光雷达动态俯仰角检测方法、装置及电子设备

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
CB02 Change of applicant information

Address after: 518000, Floor 1801, Block C, Minzhi Stock Commercial Center, North Station Community, Minzhi Street, Longhua District, Shenzhen City, Guangdong Province

Applicant after: Shenzhen Huanchuang Technology Co.,Ltd.

Address before: 518000 2407-2409, building 4, phase II, Tian'an Yungu Industrial Park, Gangtou community, Bantian street, Longgang District, Shenzhen, Guangdong

Applicant before: SHENZHEN CAMSENSE TECHNOLOGIES Co.,Ltd.

CB02 Change of applicant information