CN116047481A - 矫正点云数据畸变方法、装置、设备及存储介质 - Google Patents

矫正点云数据畸变方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116047481A
CN116047481A CN202310144654.0A CN202310144654A CN116047481A CN 116047481 A CN116047481 A CN 116047481A CN 202310144654 A CN202310144654 A CN 202310144654A CN 116047481 A CN116047481 A CN 116047481A
Authority
CN
China
Prior art keywords
data
imu
laser radar
pose
point cloud
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
CN202310144654.0A
Other languages
English (en)
Inventor
王远配
李博希
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 Dewei Chenxin Technology Co ltd
Shenzhen Dechi Micro Vision Technology Co ltd
Original Assignee
Shenzhen Dewei Chenxin Technology Co ltd
Shenzhen Dechi Micro Vision Technology 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 Dewei Chenxin Technology Co ltd, Shenzhen Dechi Micro Vision Technology Co ltd filed Critical Shenzhen Dewei Chenxin Technology Co ltd
Priority to CN202310144654.0A priority Critical patent/CN116047481A/zh
Publication of CN116047481A publication Critical patent/CN116047481A/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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G01C21/1652—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with ranging devices, e.g. LIDAR or RADAR
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

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

Abstract

本发明属于数据处理技术领域，公开了一种矫正点云数据畸变方法、装置、设备及存储介质，所述方法包括：在预设时间内，通过IMU和激光雷达同时获取IMU数据以及激光雷达数据；获取IMU数据得到IMU位姿，并根据激光雷达数据构建全局坐标系以及局部坐标系；将IMU数据与激光雷达数据通过SLAM得到输出位姿，根据输出位姿修正IMU位姿，得到修正后的IMU位姿；将修正后的IMU位姿转换到局部坐标系，得到激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿，根据目标激光雷达局部位姿矫正激光雷达数据中当前帧点云的运动畸变；通过上述方式，矫正激光雷达点云数据运动畸变，可以减小激光雷达点云数据误差。

Description

矫正点云数据畸变方法、装置、设备及存储介质
技术领域
本发明涉及数据处理技术领域，尤其涉及矫正点云数据畸变方法、装置、设备及存储介质。
背景技术
无人驾驶车上应用的传感器种类繁多，常见的有毫米波雷达、激光雷达、单目相机、双目相机、IMU和轮速计等。相比其它传感器，激光雷达向目标物体发射激光束，利用目标反射回来的信号和发射信号获得距离和反射强度，生成点云地图等信息，激光雷达因能提供精准可靠的测距，且不易受光照影响，并且可获得物体的细节，也表现更加稳定。因此，激光雷达对于服务移动机器人和无人驾驶行业备受青睐。但激光雷达是利用内部的旋转电机，带动激光发射器。生成激光雷达点云数据存在着一个过程，而不是同一时刻内的激光点，无人驾驶车在平移运动或旋转运动状态下，车上所搭载的激光雷达也在发生平移或旋转运动，由此获得的激光点云数据会存在运动畸变。因此需要对获得的点云数据必须进行运动补偿。
目前，针对多线激光雷达因无人驾驶车运动而发生畸变的问题往往不做处理或者只使用轮速计计算激光雷达的运动，再对点云数据进行运动补偿。但是由于轮速计复杂环境下无法直接获得准确的角度和位移信息，误差会很大。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种矫正点云数据畸变方法、装置、设备及存储介质，旨在解决现有技术针对多线激光雷达因无人驾驶车运动而发生畸变的问题往往不做处理或者只使用轮速计计算激光雷达的运动，再对点云数据进行运动补偿。但是由于轮速计复杂环境下无法直接获得准确的角度和位移信息，误差大的技术问题。
为实现上述目的，本发明提供了一种矫正点云数据畸变方法，其特征在于，所述矫正点云数据畸变方法应用于无人驾驶车辆，所述无人驾驶车辆上设有惯性测量传感器IMU和激光雷达，并运行即时定位与地图构建SLAM，所述方法包括以下步骤：
在预设时间内，通过所述IMU和激光雷达同时获取IMU数据以及激光雷达数据；
获取所述IMU数据得到IMU位姿，并根据所述激光雷达数据构建全局坐标系以及局部坐标系；
将所述IMU数据与所述激光雷达数据通过SLAM得到输出位姿，根据所述输出位姿修正所述IMU位姿，得到修正后的IMU位姿；
将所述修正后的IMU位姿转换到所述局部坐标系，得到所述激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿，根据所述目标激光雷达局部位姿矫正所述激光雷达数据中当前帧点云的运动畸变。
可选地，所述根据所述激光雷达数据构建全局坐标系以及局部坐标系，包括：
获取激光雷达数据中第一帧点云，以所述第一帧点云为原点建立全局坐标系；
获取非第一帧的激光雷达数据中当前帧点云，以所述当前帧点云为原点建立局部坐标系。
可选地，所述获取激光雷达数据中第一帧点云，包括：
比较所述激光雷达数据中的初始激光数据帧与所述IMU数据的最早的时间戳；
比较所述激光雷达数据中的初始激光数据帧与所述IMU数据的最晚的时间戳；
若所述激光雷达数据中的初始激光数据帧的最早的时间戳晚于所述IMU数据的最早的时间戳，并且所述激光雷达数据中的初始激光数据帧的最晚的时间戳早于所述IMU数据的最晚的时间戳，则确定符合要求；
保留所述初始激光数据帧，确定所述初始激光数据帧为第一帧点云。
可选地，所述获取激光雷达数据中第一帧点云，还包括：
若没有同时满足所述激光雷达数据中的初始激光数据帧的最早的时间戳晚于所述IMU数据的最早的时间戳，或所述激光雷达数据中的初始激光数据帧的最晚的时间戳早于所述IMU数据的最晚的时间戳，则确定不符合要求；
丢弃所述初始激光数据帧，获取所述激光雷达数据中新的激光数据帧作为第一帧点云。
可选地，所述根据所述输出位姿修正所述IMU位姿，得到修正后的IMU位姿，包括：
获取所述IMU位姿的时间戳以及所述输出位姿的时间戳；
将所述IMU位姿的时间戳以及所述输出位姿的时间戳进行比较，确定所述输出位姿中的前后IMU位姿；
根据所述输出位姿的时间戳以及所述输出位姿中的前后IMU位姿进行插值，得到插值后的IMU位姿；
根据插值后的IMU位姿与所述前后IMU位姿进行比较，得到相对变化量；
根据所述相对变化量对所述插值后的IMU位姿进行修正，得到修正后的IMU位姿。
可选地，所述将所述修正后的IMU位姿转换到局部坐标系，得到所述激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿，包括：
根据所述激光雷达数据中当前帧点云内每个数据点对应的时间戳对所述修正后的IMU位姿进行插值，得到插值的IMU位姿；
将所述前后IMU位姿与所述插值的IMU位姿转换到局部坐标系；
得到所述激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿。
可选地，所述根据所述目标激光雷达局部位姿矫正所述激光雷达数据中当前帧点云的运动畸变之后，还包括：
判断所述激光雷达数据中当前帧点云是否为激光雷达数据中最后一帧点云；
若所述激光雷达数据中当前帧点云为激光雷达数据中最后一帧点云，则完成运动畸变的矫正；
若所述激光雷达数据中当前帧点云不为激光雷达数据中最后一帧点云，则执行所述在预设时间内，通过所述IMU和激光雷达同时获取IMU数据以及激光雷达数据的步骤。
此外，为实现上述目的，本发明还提出一种矫正点云数据畸变装置，所述矫正点云数据畸变装置包括：
数据获取模块，用于在预设时间内，通过所述IMU和激光雷达同时获取IMU数据以及激光雷达数据；
建立坐标模块，用于获取所述IMU数据得到IMU位姿，并根据所述激光雷达数据构建全局坐标系以及局部坐标系；
修正位姿模块，用于将所述IMU数据与所述激光雷达数据通过SLAM得到输出位姿，根据所述输出位姿修正所述IMU位姿，得到修正后的IMU位姿；
矫正畸变模块，用于将所述修正后的IMU位姿转换到所述局部坐标系，得到所述激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿，根据所述目标激光雷达局部位姿矫正所述激光雷达数据中当前帧点云的运动畸变。
此外，为实现上述目的，本发明还提出一种矫正点云数据畸变设备，所述矫正点云数据畸变设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的矫正点云数据畸变程序，所述矫正点云数据畸变程序配置为实现如上文所述的矫正点云数据畸变方法。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有矫正点云数据畸变程序，所述矫正点云数据畸变程序被处理器执行时实现如上文所述的矫正点云数据畸变方法。
本发明提出的矫正点云数据畸变方法，通过IMU和激光雷达同时获取IMU数据以及激光雷达数据；获取所述IMU数据得到IMU位姿，并根据所述激光雷达数据构建全局坐标系以及局部坐标系；将所述IMU数据与所述激光雷达数据通过SLAM得到输出位姿，根据所述输出位姿修正所述IMU位姿，得到修正后的IMU位姿；将所述修正后的IMU位姿转换到所述局部坐标系，得到所述激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿，根据所述目标激光雷达局部位姿矫正所述激光雷达数据中当前帧点云的运动畸变；由于本发明是通过IMU和激光雷达获取IMU数据以及激光雷达数据，然后据激光雷达数据构建全局坐标系以及局部坐标系，通过SLAM修正IMU位姿并转换到局部坐标，得到激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿，最后矫正所述激光雷达数据中当前帧点云的运动畸变，可以稳定而有效地减小激光雷达点云数据的运动畸变。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的矫正点云数据畸变设备的结构示意图；
图2为本发明矫正点云数据畸变方法第一实施例的流程示意图；
图3为本发明矫正点云数据畸变方法第二实施例的流程示意图；
图4为本发明矫正点云数据畸变方法第三实施例的流程示意图；
图5为本发明矫正点云数据畸变装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的矫正点云数据畸变设备结构示意图。
如图1所示，该矫正点云数据畸变设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity，Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对矫正点云数据畸变设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及矫正点云数据畸变程序。
在图1所示的矫正点云数据畸变设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明矫正点云数据畸变设备中的处理器1001、存储器1005可以设置在矫正点云数据畸变设备中，所述矫正点云数据畸变设备通过处理器1001调用存储器1005中存储的矫正点云数据畸变程序，并执行本发明实施例提供的矫正点云数据畸变方法。
基于上述硬件结构，提出本发明矫正点云数据畸变方法实施例。
参照图2，图2为本发明矫正点云数据畸变方法第一实施例的流程示意图。
在第一实施例中，所述矫正点云数据畸变方法包括以下步骤：
步骤S10：在预设时间内，通过所述IMU和激光雷达同时获取IMU数据以及激光雷达数据。
需要说明的是，本实施例的执行主体为矫正点云数据畸变设备，还可为其他可实现相同或相似功能的设备，例如矫正控制器等，本实施例对此不加以限制，在本实施例中，以矫正控制器为例进行说明。
可以理解的是，IMU为惯性测量单元(Inertial Measurement Unit，IMU)是测量物体三轴姿态角(或角速率)以及加速度的装置。一个IMU包含了三个单轴的加速度计和三个单轴的陀螺仪，加速度计检测物体在载体坐标系统独立三轴的加速度信号，而陀螺仪检测载体相对于导航坐标系的角速度信号，测量物体在三维空间中的角速度和加速度，并以此解算出物体的姿态。
应当理解的是，激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号(激光束)，然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数。
在具体实现中，IMU数据用队列保存，通过积分每两个连续数据之间加速度以及角速度变化量，可以精确地估计出无人驾驶车发生的位移和旋转。通过无人驾驶车上激光雷达旋转一周，扫描得到所述激光雷达数据。
步骤S20：获取所述IMU数据得到IMU位姿，并根据所述激光雷达数据构建全局坐标系以及局部坐标系。
需要说明的是，位姿在当前世界坐标系下的位置和姿态，三自由度平移加上三自由度旋转。通常世界坐标系是自己定义的，一经定义，便不可更改，通常构图所用点的坐标便是世界坐标系下的坐标。位姿通常以三维空间中的欧式变换来表示，变换矩阵T最常用，也可以分别用旋转R和平移向量t来表示，本实施例对此不加以限制。
在具体实现中，以激光雷达数据中第一帧点云为原点建立全局坐标系，以非第一帧的激光雷达数据中当前帧点云为原点建立局部坐标系。
步骤S30：将所述IMU数据与所述激光雷达数据通过SLAM得到输出位姿，根据所述输出位姿修正所述IMU位姿，得到修正后的IMU位姿。
可以理解的是，SLAM是即时定位与地图构建(Simultaneous Localization andMapping，SLAM)，指某种移动设备(如机器人、无人机、手机、汽车、智能穿戴设备等)，从一个未知环境里的未知地点出发，在运动过程中通过传感器(如相机、激光雷达、IMU等)观测定位自身位置和姿态，再根据自身位姿进行增量式的地图构建，从而达到同时定位和地图构建的目的。
在具体实现中，IMU在快速运动下测量误差会进一步放大，但是IMU在短时间预测无人驾驶车的运动是准确的。SLAM长时间预测无人驾驶车的运动是准确的。通过SLAM输出的位姿修正IMU的位姿，可以减小激光雷达点云数据的运动畸变。
步骤S40：将所述修正后的IMU位姿转换到所述局部坐标系，得到所述激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿，根据所述目标激光雷达局部位姿矫正所述激光雷达数据中当前帧点云的运动畸变。
需要说明的是，通过测量仪器得到的产品外观表面的点数据集合也称之为点云，通常使用三维坐标测量机所得到的点数量比较少，点与点的间距也比较大，叫稀疏点云；而使用三维激光扫描仪或照相式扫描仪得到的点云，点数量比较大并且比较密集，叫密集点云。
可以理解的是，生成激光雷达点云数据存在着一个过程，不是同一时刻内的激光点，无人驾驶车在平移运动或旋转运动状态下，所述无人驾驶车上的激光雷达也在发生平移运动或旋转运动，此时获得的所述激光雷达的点云数据存在运动畸变。
在具体实现中，通过提供针对激光雷达点云的位移和旋转方向的运动纠偏，并融合SLAM和IMU数据，利用IMU短时间准确和SLAM长时间准确的优势，来矫正激光雷达点云数据的运动畸变。
本实施例通过插值法得到所述激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿。本实施例通过所述IMU和激光雷达同时获取IMU数据以及激光雷达数据；获取所述IMU数据得到IMU位姿，并根据所述激光雷达数据构建全局坐标系以及局部坐标系；将所述IMU数据与所述激光雷达数据通过SLAM得到输出位姿，根据所述输出位姿修正所述IMU位姿，得到修正后的IMU位姿；将所述修正后的IMU位姿转换到所述局部坐标系，得到所述激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿，根据所述目标激光雷达局部位姿矫正所述激光雷达数据中当前帧点云的运动畸变；通过上述方式，可以稳定而有效地减小激光雷达点云数据的运动畸变。
在一实施例中，如图3所述，基于第一实施例提出本发明直播互动方法第二实施例，所述步骤S20，包括：
步骤S201：比较所述激光雷达数据中的初始激光数据帧与所述IMU数据的最早的时间戳。
需要说明的是，时间戳是使用数字签名技术产生的数据，签名的对象包括了原始文件信息、签名参数、签名时间等信息。时间戳的主要目的在于通过一定的技术手段，对数据产生的时间进行认证，从而验证这段数据在产生后是否经过篡改。所以时间戳服务的提供者必须证明服务中使用的时间源是可信的，所提供的时间戳服务是安全的。
步骤S202：比较所述激光雷达数据中的初始激光数据帧与所述IMU数据的最晚的时间戳。
步骤S203：若所述激光雷达数据中的初始激光数据帧的最早的时间戳晚于所述IMU数据的最早的时间戳，并且所述激光雷达数据中的初始激光数据帧的最晚的时间戳早于所述IMU数据的最晚的时间戳，则确定符合要求。
在具体实现中，若上述两条件没有同时满足，则丢弃所述初始激光数据帧，获取所述激光雷达数据中新的激光数据帧作为第一帧点云。
步骤S204：保留所述初始激光数据帧，确定所述初始激光数据帧为第一帧点云。
步骤S205：获取激光雷达数据中第一帧点云，以所述第一帧点云为原点建立全局坐标系。
步骤S206：获取非第一帧的激光雷达数据中当前帧点云，以所述当前帧点云为原点建立局部坐标系。
本实施例通过比较所述激光雷达数据中的初始激光数据帧与所述IMU数据的最早的时间戳；比较所述激光雷达数据中的初始激光数据帧与所述IMU数据的最晚的时间戳；若所述激光雷达数据中的初始激光数据帧的最早的时间戳晚于所述IMU数据的最早的时间戳，并且所述激光雷达数据中的初始激光数据帧的最晚的时间戳早于所述IMU数据的最晚的时间戳，则确定符合要求；保留所述初始激光数据帧，确定所述初始激光数据帧为第一帧点云；获取激光雷达数据中第一帧点云，以所述第一帧点云为原点建立全局坐标系；获取非第一帧的激光雷达数据中当前帧点云，以所述当前帧点云为原点建立局部坐标系。
在一实施例中，如图4所述，基于第一实施例提出本发明直播互动方法第二实施例，所述步骤S30，包括：
步骤S301：获取所述IMU位姿的时间戳以及所述输出位姿的时间戳。
需要说明的是，输出位姿是把IMU数据和激光雷达数据传入SLAM后，SLAM输出的数据为所述输出位姿。
步骤S302：将所述IMU位姿的时间戳以及所述输出位姿的时间戳进行比较，确定所述输出位姿中的前后IMU位姿。
步骤S303：根据所述输出位姿的时间戳以及所述输出位姿中的前后IMU位姿进行插值，得到插值后的IMU位姿。
步骤S304：根据插值后的IMU位姿与所述前后IMU位姿进行比较，得到相对变化量。
步骤S305：根据所述相对变化量对所述插值后的IMU位姿进行修正，得到修正后的IMU位姿。
本实施例通过获取所述IMU位姿的时间戳以及所述输出位姿的时间戳；将所述IMU位姿的时间戳以及所述输出位姿的时间戳进行比较，确定所述输出位姿中的前后IMU位姿；根据所述输出位姿的时间戳以及所述输出位姿中的前后IMU位姿进行插值，得到插值后的IMU位姿；根据插值后的IMU位姿与所述前后IMU位姿进行比较，得到相对变化量；根据所述相对变化量对所述插值后的IMU位姿进行修正，得到修正后的IMU位姿。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有矫正点云数据畸变程序，所述矫正点云数据畸变程序被处理器执行时实现如上文所述的矫正点云数据畸变方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
此外，参照图5，本发明实施例还提出一种矫正点云数据畸变装置，所述矫正点云数据畸变装置包括：
数据获取模块10，用于在预设时间内，通过所述IMU和激光雷达同时获取IMU数据以及激光雷达数据；
建立坐标模块20，用于获取所述IMU数据得到IMU位姿，并根据所述激光雷达数据构建全局坐标系以及局部坐标系；
修正位姿模块30，用于将所述IMU数据与所述激光雷达数据通过SLAM得到输出位姿，根据所述输出位姿修正所述IMU位姿，得到修正后的IMU位姿；
矫正畸变模块40，用于将所述修正后的IMU位姿转换到所述局部坐标系，得到所述激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿，根据所述目标激光雷达局部位姿矫正所述激光雷达数据中当前帧点云的运动畸变。
本实施例通过插值法得到所述激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿。本实施例通过所述IMU和激光雷达同时获取IMU数据以及激光雷达数据；获取所述IMU数据得到IMU位姿，并根据所述激光雷达数据构建全局坐标系以及局部坐标系；将所述IMU数据与所述激光雷达数据通过SLAM得到输出位姿，根据所述输出位姿修正所述IMU位姿，得到修正后的IMU位姿；将所述修正后的IMU位姿转换到所述局部坐标系，得到所述激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿，根据所述目标激光雷达局部位姿矫正所述激光雷达数据中当前帧点云的运动畸变；通过上述方式，可以稳定而有效地减小激光雷达点云数据的运动畸变。
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的矫正点云数据畸变方法，此处不再赘述。
在一实施例中，所述建立坐标模块20，还用于若没有同时满足所述激光雷达数据中的初始激光数据帧的最早的时间戳晚于所述IMU数据的最早的时间戳，或所述激光雷达数据中的初始激光数据帧的最晚的时间戳早于所述IMU数据的最晚的时间戳，则确定不符合要求；丢弃所述初始激光数据帧，获取所述激光雷达数据中新的激光数据帧作为第一帧点云。
在一实施例中，所述畸变模块模块40，还用于根据所述激光雷达数据中当前帧点云内每个数据点对应的时间戳对所述修正后的IMU位姿进行插值，得到插值的IMU位姿；将所述前后IMU位姿与所述插值的IMU位姿转换到局部坐标系；得到所述激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿。
在一实施例中，所述矫正畸变模块40，还用于判断所述激光雷达数据中当前帧点云是否为激光雷达数据中最后一帧点云；若所述激光雷达数据中当前帧点云为激光雷达数据中最后一帧点云，则完成运动畸变的矫正；若所述激光雷达数据中当前帧点云不为激光雷达数据中最后一帧点云，则执行所述在预设时间内，通过所述IMU和激光雷达同时获取IMU数据以及激光雷达数据的步骤。
本发明所述矫正点云数据畸变装置的其他实施例或具有实现方法可参照上述各方法实施例，此处不在赘余。
此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory，ROM)/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种矫正点云数据畸变方法，其特征在于，所述矫正点云数据畸变方法应用于无人驾驶车辆，所述无人驾驶车辆上设有惯性测量传感器IMU和激光雷达，并运行即时定位与地图构建SLAM，所述方法包括以下步骤：
在预设时间内，通过所述IMU和激光雷达同时获取IMU数据以及激光雷达数据；
获取所述IMU数据得到IMU位姿，并根据所述激光雷达数据构建全局坐标系以及局部坐标系；
将所述IMU数据与所述激光雷达数据通过SLAM得到输出位姿，根据所述输出位姿修正所述IMU位姿，得到修正后的IMU位姿；
将所述修正后的IMU位姿转换到所述局部坐标系，得到所述激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿，根据所述目标激光雷达局部位姿矫正所述激光雷达数据中当前帧点云的运动畸变。
2.如权利要求1所述的方法，其特征在于，所述根据所述激光雷达数据构建全局坐标系以及局部坐标系，包括：
获取激光雷达数据中第一帧点云，以所述第一帧点云为原点建立全局坐标系；
获取非第一帧的激光雷达数据中当前帧点云，以所述当前帧点云为原点建立局部坐标系。
3.如权利要求2所述的方法，其特征在于，所述获取激光雷达数据中第一帧点云，包括：
比较所述激光雷达数据中的初始激光数据帧与所述IMU数据的最早的时间戳；
比较所述激光雷达数据中的初始激光数据帧与所述IMU数据的最晚的时间戳；
若所述激光雷达数据中的初始激光数据帧的最早的时间戳晚于所述IMU数据的最早的时间戳，并且所述激光雷达数据中的初始激光数据帧的最晚的时间戳早于所述IMU数据的最晚的时间戳，则确定符合要求；
保留所述初始激光数据帧，确定所述初始激光数据帧为第一帧点云。
4.如权利要求3所述的方法，其特征在于，所述获取激光雷达数据中第一帧点云，还包括：
若没有同时满足所述激光雷达数据中的初始激光数据帧的最早的时间戳晚于所述IMU数据的最早的时间戳，或所述激光雷达数据中的初始激光数据帧的最晚的时间戳早于所述IMU数据的最晚的时间戳，则确定不符合要求；
丢弃所述初始激光数据帧，获取所述激光雷达数据中新的激光数据帧作为第一帧点云。
5.如权利要求1所述的方法，其特征在于，所述根据所述输出位姿修正所述IMU位姿，得到修正后的IMU位姿，包括：
获取所述IMU位姿的时间戳以及所述输出位姿的时间戳；
将所述IMU位姿的时间戳以及所述输出位姿的时间戳进行比较，确定所述输出位姿中的前后IMU位姿；
根据所述输出位姿的时间戳以及所述输出位姿中的前后IMU位姿进行插值，得到插值后的IMU位姿；
根据插值后的IMU位姿与所述前后IMU位姿进行比较，得到相对变化量；
根据所述相对变化量对所述插值后的IMU位姿进行修正，得到修正后的IMU位姿。
6.如权利要求5所述的方法，其特征在于，所述将所述修正后的IMU位姿转换到局部坐标系，得到所述激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿，包括：
根据所述激光雷达数据中当前帧点云内每个数据点对应的时间戳对所述修正后的IMU位姿进行插值，得到插值的IMU位姿；
将所述前后IMU位姿与所述插值的IMU位姿转换到局部坐标系；
得到所述激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿。
7.如权利要求1至6中任一项所述的方法，其特征在于，所述根据所述目标激光雷达局部位姿矫正所述激光雷达数据中当前帧点云的运动畸变之后，还包括：
判断所述激光雷达数据中当前帧点云是否为激光雷达数据中最后一帧点云；
若所述激光雷达数据中当前帧点云为激光雷达数据中最后一帧点云，则完成运动畸变的矫正；
若所述激光雷达数据中当前帧点云不为激光雷达数据中最后一帧点云，则执行所述在预设时间内，通过所述IMU和激光雷达同时获取IMU数据以及激光雷达数据的步骤。
8.一种矫正点云数据畸变的装置，其特征在于，所述装置包括：
数据获取模块，用于在预设时间内，通过所述IMU和激光雷达同时获取IMU数据以及激光雷达数据；
建立坐标模块，用于获取所述IMU数据得到IMU位姿，并根据所述激光雷达数据构建全局坐标系以及局部坐标系；
修正位姿模块，用于将所述IMU数据与所述激光雷达数据通过SLAM得到输出位姿，根据所述输出位姿修正所述IMU位姿，得到修正后的IMU位姿；
矫正畸变模块，用于将所述修正后的IMU位姿转换到所述局部坐标系，得到所述激光雷达数据中当前帧点云内每个数据点对应的目标激光雷达局部位姿，根据所述目标激光雷达局部位姿矫正所述激光雷达数据中当前帧点云的运动畸变。
9.一种矫正点云数据畸变设备，其特征在于，所述矫正点云数据畸变设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的矫正点云数据畸变程序，所述矫正点云数据畸变程序配置有实现如权利要求1至7中任一项所述的矫正点云数据畸变方法。
10.一种存储介质，其特征在于，所述存储介质上存储有矫正点云数据畸变程序，所述矫正点云数据畸变程序被处理器执行时实现如权利要求1至7任一项所述的矫正点云数据畸变方法。
CN202310144654.0A 2023-01-28 2023-01-28 矫正点云数据畸变方法、装置、设备及存储介质 Pending CN116047481A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310144654.0A CN116047481A (zh) 2023-01-28 2023-01-28 矫正点云数据畸变方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310144654.0A CN116047481A (zh) 2023-01-28 2023-01-28 矫正点云数据畸变方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN116047481A true CN116047481A (zh) 2023-05-02

Family

ID=86120150

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310144654.0A Pending CN116047481A (zh) 2023-01-28 2023-01-28 矫正点云数据畸变方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116047481A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116359938A (zh) * 2023-05-31 2023-06-30 未来机器人（深圳）有限公司 对象检测方法、装置及运载装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116359938A (zh) * 2023-05-31 2023-06-30 未来机器人（深圳）有限公司 对象检测方法、装置及运载装置
CN116359938B (zh) * 2023-05-31 2023-08-25 未来机器人（深圳）有限公司 对象检测方法、装置及运载装置

Similar Documents

Publication Publication Date Title
CN109887057B (zh) 生成高精度地图的方法和装置
CN109613543B (zh) 激光点云数据的修正方法、装置、存储介质和电子设备
CN110873883B (zh) 融合激光雷达和imu的定位方法、介质、终端和装置
CN110889808B (zh) 一种定位的方法、装置、设备及存储介质
CN110927708B (zh) 智能路侧单元的标定方法、装置及设备
CN112684432B (zh) 激光雷达标定方法、装置、设备及存储介质
CN113655453B (zh) 用于传感器标定的数据处理方法、装置及自动驾驶车辆
KR101890612B1 (ko) 적응적 관심영역 및 탐색창을 이용한 객체 검출 방법 및 장치
WO2017199333A1 (ja) 情報出力装置、端末装置、制御方法、プログラム及び記憶媒体
CN111308415B (zh) 一种基于时间延迟的在线估计位姿的方法和设备
CN110379044B (zh) 一种运动误差补偿的方法和装置
CN116047481A (zh) 矫正点云数据畸变方法、装置、设备及存储介质
CN111998870A (zh) 一种相机惯导系统的标定方法和装置
CN111351487B (zh) 多传感器的时钟同步方法、装置及计算设备
JP2000241542A (ja) 移動体追尾装置
CN114935747B (zh) 一种激光雷达的标定方法、装置、设备及存储介质
CN116182905A (zh) 激光雷达和组合惯导的时空外参标定方法、装置及系统
WO2022256976A1 (zh) 稠密点云真值数据的构建方法、系统和电子设备
JPH10318743A (ja) 飛行体を用いた測量方法及びその装置
CN112578363B (zh) 激光雷达运动轨迹获取方法及装置、介质
CN115097481A (zh) 点云的运动补偿方法、装置和电子设备
US20210201011A1 (en) Data processing method for multi-sensor fusion, positioning apparatus and virtual reality device
CN114063110A (zh) 车辆定位方法、装置、电子设备及存储介质
CN114440856A (zh) 一种构建语义地图的方法及装置
CN112083400A (zh) 运动物体及其传感器的标定方法、装置、存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination