CN116106864A - 点云的运动补偿方法、装置、存储介质及激光雷达 - Google Patents

点云的运动补偿方法、装置、存储介质及激光雷达 Download PDF

Info

Publication number
CN116106864A
CN116106864A CN202111324223.XA CN202111324223A CN116106864A CN 116106864 A CN116106864 A CN 116106864A CN 202111324223 A CN202111324223 A CN 202111324223A CN 116106864 A CN116106864 A CN 116106864A
Authority
CN
China
Prior art keywords
point cloud
laser radar
cloud data
millimeter wave
target object
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
CN202111324223.XA
Other languages
English (en)
Inventor
王斌
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.)
Suteng Innovation Technology Co Ltd
Original Assignee
Suteng Innovation 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 Suteng Innovation Technology Co Ltd filed Critical Suteng Innovation Technology Co Ltd
Priority to CN202111324223.XA priority Critical patent/CN116106864A/zh
Priority to US17/983,352 priority patent/US20230141421A1/en
Publication of CN116106864A publication Critical patent/CN116106864A/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
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/865—Combination of radar systems with lidar systems
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • 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
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • 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
    • G01S7/497—Means for monitoring or calibrating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • 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
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

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

Abstract

本申请公开了一种点云的运动补偿方法、装置、存储介质及激光雷达，应用于激光雷达，方法包括：获取毫米波雷达在所述预设工作区域扫描得到的毫米波点云数据帧，每个所述毫米波点云数据帧包括多个毫米波点云数据；其中，所述每个所述毫米波点云数据包括时间戳以及目标物体的运动参数；获取所述激光雷达在所述预设工作区域扫描得到的激光雷达点云数据帧，每个激光雷达点云数据帧包括多个激光雷达点云数据，每个激光雷达点云数据包括时间戳和所述目标物体的空间位置坐标；将所述毫米波点云数据与所述激光雷达点云数据进行融合，得到融合数据；基于融合数据对所述激光雷达点云数据进行位姿补偿。采用本申请，可提高激光雷达检测结果的准确性和正确率。

Description

点云的运动补偿方法、装置、存储介质及激光雷达
技术领域
本申请涉及计算机技术领域，尤其涉及一种点云的运动补偿方法、装置、存储介质及激光雷达。
背景技术
激光雷达被广泛应用于自动驾驶领域中，激光雷达通过激光扫描，能够快速地建立车辆周围的三维模型，为高精度地图制作、障碍物识别、车辆精确定位提供基础数据，从而进行车辆行驶环境的感知。在激光雷达配置的承载平台处于运动状态时，只利用采集到激光点云建立的周围环境的三维模型是变形的，不能真实反映某一个时刻激光雷达周围的环境。
发明内容
本申请实施例提供了一种点云的运动补偿方法、装置、存储介质及激光雷达，可以对畸变进行位姿补偿，矫正运动畸变，所述技术方案如下：
第一方面，本申请实施例提供一种点云的运动补偿方法，所述方法包括：
获取毫米波雷达在所述预设工作区域扫描得到的毫米波点云数据帧，每个所述毫米波点云数据帧包括多个毫米波点云数据；其中，所述每个所述毫米波点云数据包括时间戳以及目标物体的运动参数；
获取所述激光雷达在所述预设工作区域扫描得到的激光雷达的点云数据帧，每个点云数据帧包括多个激光雷达点云数据，每个激光雷达点云数据包括时间戳和所述目标物体的空间位置坐标；
将所述毫米波点云数据与所述激光雷达点云数据进行融合，得到融合数据；
基于融合数据对所述激光雷达点云数据进行位姿补偿；
其中，所述激光雷达与所述毫米波雷达具备重叠扫描区域且所述重叠扫描区域覆盖预设工作区域。
第二方面，本申请实施例提供一种点云的运动补偿装置，所述装置包括：
第一数据获取模块，用于获取毫米波雷达在所述预设工作区域扫描得到的毫米波点云数据帧，每个所述毫米波点云数据帧包括多个毫米波点云数据；其中，所述每个所述毫米波点云数据包括时间戳以及目标物体的运动参数；
第二数据获取模块，用于获取所述激光雷达在所述预设工作区域扫描得到的激光雷达的点云数据帧，每个点云数据帧包括多个激光雷达点云数据，每个激光雷达点云数据包括时间戳和所述目标物体的空间位置坐标；
数据融合模块，用于将所述毫米波点云数据与所述激光雷达点云数据进行融合，得到融合数据；
位姿补偿模块，用于基于融合数据对所述激光雷达点云数据进行位姿补偿；
其中，所述激光雷达与所述毫米波雷达具备重叠扫描区域且所述重叠扫描区域覆盖预设工作区域。
第三方面，本申请实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。
第四方面，本申请实施例提供一种激光雷达，可包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。
本申请一些实施例提供的技术方案带来的有益效果至少包括：
采用本实施例，获取毫米波雷达在所述预设工作区域扫描得到的多个运动参数数据；其中，所述运动参数数据包括时间戳目标物体的运动参数；获取所述激光雷达在所述预设工作区域扫描得到的激光雷达的点云数据帧，每个点云数据帧包括多个激光雷达点云数据，每个激光雷达点云数据包括时间戳和所述目标物体的空间位置坐标；将所述毫米波点云数据与所述激光雷达点云数据进行融合，得到融合数据；基于融合数据对所述激光雷达点云数据进行位姿补偿；其中，所述激光雷达与所述毫米波雷达具备重叠扫描区域且所述重叠扫描区域覆盖预设工作区域。可以在对激光雷达在扫描得到的激光雷达点云数据发生运动畸变时，对需进行补偿的激光雷达点云数据进行位姿补偿，得到矫正后的激光雷达点云数据，提高激光雷达检测结果的准确性和正确率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种点云的运动补偿方法的流程示意图；
图2是本申请实施例提供的一种采用双线性插值方法的坐标示意图；
图3是本申请实施例提供的一种点云数据帧的举例示意图；
图4是本申请实施例提供的一种毫米波雷达与激光雷达扫描区域的举例示意图；
图5是本申请实施例提供的一种点云的运动补偿方法的流程示意图；
图6是本申请实施例提供的一种点云的运动补偿方法的流程示意图；
图7是本申请实施例提供的一种点云的运动补偿装置的结构示意图；
图8是本申请实施例提供的一种点云的运动补偿装置的结构示意图；
图9是本申请实施例提供的一种位姿补偿模块的结构示意图；
图10是本申请实施例提供的一种第一位姿补偿单元的结构示意图；
图11是本申请实施例提供的一种激光雷达的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例方式作进一步地详细描述。
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申请相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。此外，在本申请的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关6系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
下面结合具体的实施例对本申请进行详细说明。
下面将结合附图1-附图11，对本申请实施例提供的点云的运动补偿方法进行详细介绍。该方法可依赖于计算机程序实现，可运行于基于冯诺依曼体系的点云的运动补偿装置上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。其中，本申请实施例中的点云的运动补偿装置可以为采用了点云的运动补偿方法的任一设备，包括但不限于：车载设备、飞机、火车、手持设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备等。
激光雷达在测距、识别障碍物方面比毫米波雷达更准确，但毫米波雷达在速度探测能力要优于激光雷达，因此本方案在采用毫米波雷达来获取激光雷达与周围物体的相对运动状态，基于毫米波雷达来获取激光雷达与周围物体的相对运动状态来确定是否进行位姿补偿。
请参见图1，为本申请实施例提供了一种点云的运动补偿方法的流程示意图。
如图1所示，本申请实施例的所述方法可以包括以下步骤：
S101，获取毫米波雷达在所述预设工作区域扫描得到的毫米波点云数据帧，每个所述毫米波点云数据帧包括多个毫米波点云数据；其中，所述每个所述毫米波点云数据包括时间戳以及目标物体的运动参数；
毫米波雷达，是工作在毫米波波段的探测雷达。通常毫米波波段的频域在30GHz～300GHz(波长为1mm～10mm)。
目标物体指的是毫米波雷达基于自身扫描范围，扫描到的除激光雷达之外的物体，可以为出现在毫米波雷达附近的物体，也可以为距离较远但属于毫米波雷达扫描范围的物体。目标物体可以为任意种类、任意个数的物体，此处不作限定。
其中，所述目标物体的运动参数包括目标物体的即时速度和目标物体的方位角。
激光雷达的运动参数表示激光雷达的运动属性，运动参数包括角速度、线速度、线加速度和角加速度中的一种或多种。本申请中，激光雷达的运动参数可以通过测量单元获取，其中所述测量单元是测量物体三轴姿态角或加速度的装置，测量单元一般包含三个单轴的加速度计和三个单轴的陀螺仪，加速度计用于测量物体的线加速度或线速度，陀螺仪用于测量物体的角速度或角加速度。在本实施例中，测量单元利用陀螺仪测量激光雷达运动参数和记录运动参数的时间戳，角速度可以使用弧度每秒或角度每秒来表示。测量单元可以采用周期性的方式测量运动参数数据，也可以采用非周期性的方式测量运动参数数据。应理解，测量单元测量的运动参数可以是三个轴上的任意一个或多个轴上的运动参数，例如承载平台为车辆时，激光雷达设置于车辆，车辆主要沿路面行驶，车辆转弯带来的角速度变化也是基于水平面或其他平面(例如：垂直于水平面的平面)的，测量单元测量水平面上的运动参数。其中，测量单元可以为惯性测量单元。其中，可以理解的是，其中，所述测量单元可以集成在激光雷达内部，也可以集成于激光雷达的承载平台上，所述激光雷达与所述承载平台终端进行通信连接。
S102，获取所述激光雷达在所述预设工作区域扫描得到的激光雷达的点云数据帧，每个点云数据帧包括多个激光雷达点云数据，每个激光雷达点云数据包括时间戳和所述目标物体的空间位置坐标；
激光雷达获取回波信号，进行处理后得到回波数据，将回波数据用于点云输出，得到点云数据帧，其中，每个点云数据帧包括多个激光雷达点云数据。
预设工作区域指预先设置的激光雷达在工作过程中的扫描区域，可以根据激光雷达的工作区域的阈值进行设置。
激光雷达与毫米波雷达可以设置在车辆上，当车辆行驶时，线速度可以发生变化，角速度在车辆转弯时也将基于水平面进行变化。此时激光雷达与目标物体之间的相对运动状态也会发生变化，因此对激光雷达获取的激光雷达点云数据进行位姿补偿是不间断动态执行的。
S103，将所述毫米波点云数据与所述激光雷达点云数据进行融合，得到融合数据；
融合的方式可以为最近邻搜索算法，或线性插值的方式实现。
最邻近搜索又称为“最近点搜索”，可以解决在尺度空间中寻找最近点的优化问题。线性插值可以为最近邻插值、双线性插值、双三次插值中任一种方式。以双线性插值为例，已知，双线性插值是线性插值的推广，在两个方向上共做了三次线性插值。定义了一个双曲抛物面与四个已知点拟合。具体操作为在X方向上进行两次线性插值计算，然后在Y方向上进行一次插值计算。
如图2所示：f(x，y)为二元函数，假设知道f(x0，y0)，f(x1，y1)，f(x0，y1)，f(x1，y0)四个点的值。这四个点确定一个矩形，通过插值得到矩形内任意点的函数值。
先在x方向上进行两次线性插值，得到：
Figure BDA0003346002020000061
Figure BDA0003346002020000062
再在y方向上进行一次线性插值，得到：
Figure BDA0003346002020000063
综合起来，就是双线性插值的结果：
Figure BDA0003346002020000064
如果选择一个坐标系统，使f(x)已知的四个点的坐标分别为(0，0)，(0，1)，(1，0)，(1，1)，那么确定一个单位正方形，四个点分别为正方形的四个顶点：
首先对上端的两个顶点进行线性插值得：
f(x，0)＝f(0，0)+x[f(1，0)-f(0，0)]
再对底端的两个顶点进行线性插值得：
f(x，1)＝f(0，1)+x[f(1，1)-f(0，1)]
最后，做垂直方向的线性插值，以确定：
f(x，y)＝f(x，0)+y[f(x，1)-f(x，0)]
整理得插值公式的化简形式：
f(x，y)＝x[f(1，0)-f(0，0)]+y[f(0，1)-f(x，0)]+f(0，0)+xy[f(1，1)-f(0，0)-f(0，1)-f(1，0)]
而最近邻搜索算法可以为计算毫米波点云数据与激光雷达获取的点云数据之间的变换矩阵，其变换矩阵表示了毫米波点云数据与激光雷达获取的点云数据之间的位置差距，基于变换矩阵可以了解到两者的坐标偏移程度，从而得到融合数据。
S104，基于融合数据对所述激光雷达点云数据进行位姿补偿；其中，所述激光雷达与所述毫米波雷达具备重叠扫描区域且所述重叠扫描区域覆盖预设工作区域。
其中，基于融合数据对所述激光雷达点云数据进行位姿补偿之前，所述方法还包括：对所述融合数据进行聚类；根据聚类后的融合数据判断目标物体相对于所述激光雷达的运动状态。
激光雷达点云数据包含多个列点云，取其中一列为例，如图3所示，以扫描时间序列中的第一个点云作为基准点，对相同时间的需矫正的激光雷达点云数据进行位姿补偿，使得其平移到基准点所在的位置，与基准点重合，完成对此点云的矫正，接着，以这个已矫正的点云为基准点，矫正下一个时间戳需进行位姿补偿的点云，直到完成对这一列点云的位姿补偿，得到矫正后的一列点云，根据时间顺序继续对下一列点云进行位姿补偿。
需要明确的是运动补偿是将雷达点云补偿到某一个统一时间下的雷达位姿下的，是一种相对的运动关系，而对于空间中的任一刚体，在某个参考坐标系下的位姿可以由平移t和旋转R来表示，通常为了方便都表示为齐次变换关系：
Figure BDA0003346002020000071
而通常两个位姿之间的相对关系可以通过齐次变换来表示：
Figure BDA0003346002020000072
其中，T1，T2表示两个位姿在参考坐标系下的位姿，而T12表示第二个位姿到第一位姿的转换，inverse()表示对矩阵的求逆操作，且对于旋转矩阵R而言，满足：求逆等于求转置transpose()；
R.inverse()＝R.transpose()
其中，激光雷达与毫米波雷达的重叠扫描区域如图4所示。
采用本实施例，获取毫米波雷达在所述预设工作区域扫描得到的毫米波点云数据帧，每个所述毫米波点云数据帧包括多个毫米波点云数据，其中，所述每个所述毫米波点云数据包括时间戳以及目标物体的运动参数，获取所述激光雷达在所述预设工作区域扫描得到的激光雷达的点云数据帧，每个点云数据帧包括多个激光雷达点云数据，每个激光雷达点云数据包括时间戳和所述目标物体的空间位置坐标，将所述毫米波点云数据与所述激光雷达点云数据进行融合，得到融合数据，基于融合数据对所述激光雷达点云数据进行位姿补偿，其中，所述激光雷达与所述毫米波雷达具备重叠扫描区域且所述重叠扫描区域覆盖预设工作区域。可以在对激光雷达在扫描得到的激光雷达点云数据发生运动畸变时，对需进行补偿的激光雷达点云数据进行位姿补偿，得到矫正后的激光雷达点云数据，提高激光雷达检测结果的准确性和正确率。
请参见图5，为本申请实施例提供的一种激光雷达检测方法的流程示意图。如图5所示，该激光雷达检测方法可以包括以下步骤：
S201，对所述毫米波雷达以及所述激光雷达进行外参标定和时间同步；
其中，毫米波雷达以及激光雷达外参标定指的是求解激光雷达对应的坐标系相对于毫米波雷达对应的坐标系的相对变换关系，其相对变换关系包括了毫米波雷达对应的坐标系以及激光雷达对应的坐标系之间的平移和旋转关系，时间戳表示了毫米波雷达或激光雷达对应的点云数据生成的时间，因此时间同步可以利用毫米波雷达扫描得到的多个运动参数数据中的时间戳以及激光雷达获取的点云数据帧中的激光雷达点云数据的时间戳来进行两个雷达之间的时间同步。
S202，获取毫米波雷达在所述预设工作区域扫描得到的毫米波点云数据帧，每个所述毫米波点云数据帧包括多个毫米波点云数据；其中，所述每个所述毫米波点云数据包括时间戳以及目标物体的运动参数；
请参见S101，此处不再赘述。
S203，获取所述激光雷达在所述预设工作区域扫描得到的激光雷达的点云数据帧，每个点云数据帧包括多个激光雷达点云数据，每个激光雷达点云数据包括时间戳和所述目标物体的空间位置坐标；
请参见S102，此处不再赘述。
S204，将所述毫米波点云数据与所述激光雷达点云数据进行融合，得到融合数据；
请参见S103，此处不再赘述。
S205，当所述融合数据指示所述目标物体相对所述激光雷达为静止状态时，对所述激光雷达点云数据不进行位姿补偿；
当所述融合数据指示所述目标物体相对所述激光雷达为静止状态时，对所述激光雷达点云数据不进行位姿补偿之前，所述方法还包括：
对所述融合数据进行聚类；
根据聚类后的融合数据判断目标物体相对于激光雷达的运动状态。
根据聚类后的融合数据判断目标物体相对于激光雷达的运动状态，具体包括：根据测量单元获取雷达的运动参数信息，所述运动参数包括角速度、线速度、线加速度和角加速度中的一种或多种；
根据融合数据中目标物体的运动参数信息与所述激光雷达的运动参数信息获取所述目标物体相对于激光雷达的运动状态。
当目标物体与激光雷达的运动参数保持一致，或所述运动参数中的每一项的差值小于预设值时则认为目标物体相对于激光雷达为静止状态，当目标物体于激光雷达之间的相对运动状态为静止状态时，因基本没有运动畸变产生或其运动畸变可以忽略不计，因此对所述激光雷达点云数据不进行位姿补偿。
其中，举例来说，当目标物体与激光雷达在同一路况情况下，同速运动时，可认为目标物体与激光雷达相对静止。当目标物体和激光雷达某一方向上的速度都为零时，可认为目标物体与激光雷达相对静止。
S206，当所述融合数据指示所述目标物体相对所述激光雷达为运动状态时，根据所述目标物体相对所述激光雷达的相对速度差计算所述激光雷达点云数据的位姿补偿量；根据所述位姿补偿量以及所述目标物体的空间位置坐标对所述激光雷达点云数据进行位姿补偿。
当激光雷达在工作时，目标物体相对于激光雷达的运动状态存在3种可能的情况，当目标物体的运动方向与激光雷达的运动方向为同向，且目标物体的运动速度高于激光雷达的运动速度，则目标物体与激光雷达之间的距离越来越远，当目标物体的运动方向与激光雷达的运动方向为反向，或同向但速度低于激光雷达的速度的目标物体，将会相对激光雷达靠近。
当目标物体于激光雷达之间的相对运动状态为非静止状态时，则需要对所述激光雷达点云数据进行位姿补偿。
当所述融合数据指示所述目标物体相对所述激光雷达为静止状态时，对所述激光雷达点云数据不进行位姿补偿。
当目标物体于激光雷达之间的相对运动状态为非静止状态时，则需要对激光雷达获取的激光雷达点云数据进行位姿补偿，具体包括：
根据融合数据确定目标物体的运动参数信息；
根据毫米波雷达获取激光雷达的运动参数信息；
获取激光雷达与目标物体的运动参数差值；
根据所述融合数据中的目标物体的运动信息和所述激光雷达的运动信息计算所述目标物体相对所述激光雷达的相对速度差，
当所述相对速度差大于速度差阈值，根据所述相对速度差计算所述激光雷达点云数据的位姿补偿量。
在本申请实施例中，对所述毫米波雷达以及所述激光雷达进行外参标定和时间同步，可以得到激光雷达对应的坐标系相对于毫米波雷达对应的坐标系的相对变换关系，方便后续的数据融合。获取毫米波雷达在所述预设工作区域扫描得到的毫米波点云数据帧，每个所述毫米波点云数据帧包括多个毫米波点云数据，其中，所述每个所述毫米波点云数据包括时间戳以及目标物体的运动参数，获取所述激光雷达在所述预设工作区域扫描得到的激光雷达的点云数据帧，每个点云数据帧包括多个激光雷达点云数据，每个激光雷达点云数据包括时间戳和所述目标物体的空间位置坐标，将所述毫米波点云数据与所述激光雷达点云数据进行融合，得到融合数据，融合数据中包括目标物体的即时速度和方位角信息，根据目标物体的即时速度和雷达自身载体的速度信息，判断目标物体相对于雷达是否存在相对运动。当所述融合数据指示所述目标物体相对所述激光雷达为静止状态时，对所述激光雷达点云数据不进行位姿补偿。对于不需要进行运动补偿的情况不进行位姿矫正，降低点云矫正的运算量。当所述融合数据指示所述目标物体相对所述激光雷达为运动状态时，根据所述目标物体相对所述激光雷达的相对速度差计算所述激光雷达点云数据的位姿补偿量；根据所述位姿补偿量以及所述目标物体的空间位置坐标对所述激光雷达点云数据进行位姿补偿。可以在对激光雷达在扫描得到的激光雷达点云数据发生运动畸变时，对需进行补偿的点云数据进行位姿补偿，得到矫正后的激光雷达点云数据，提高激光雷达检测结果的准确性和正确率。
请参见图6，为本申请实施例提供的一种激光雷达检测方法的流程示意图。如图6所示，该激光雷达检测方法可以包括以下步骤：
S301，对所述毫米波雷达以及所述激光雷达进行外参标定和时间同步；
请参见S201，此处不再赘述。
S302，获取毫米波雷达在所述预设工作区域扫描得到的毫米波点云数据帧，每个所述毫米波点云数据帧包括多个毫米波点云数据；其中，所述每个所述毫米波点云数据包括时间戳以及目标物体的运动参数；
请参见S101，此处不再赘述。
S303，获取所述激光雷达在所述预设工作区域扫描得到的激光雷达的点云数据帧，每个点云数据帧包括多个激光雷达点云数据，每个激光雷达点云数据包括时间戳和所述目标物体的空间位置坐标；
请参见S102，此处不再赘述。
S304，将所述毫米波点云数据与所述激光雷达点云数据进行融合，得到融合数据；
请参见S103，此处不再赘述。
S305，当所述融合数据指示所述目标物体相对所述激光雷达为运动状态时，根据所述融合数据中的目标物体的运动信息和所述激光雷达的运动信息计算所述目标物体相对所述激光雷达的相对速度差；当所述相对速度差大于速度差阈值，根据所述相对速度差计算所述激光雷达点云数据的位姿补偿量。
其中，相对速度差包括水平方向的相对速度差和垂直方向的相对速度差，
根据所述目标物体相对所述激光雷达的水平方向的相对速度差计算所述激光雷达点云数据的水平位姿补偿量；
根据所述目标物体相对所述激光雷达的垂直方向的相对速度差计算所述激光雷达点云数据的垂直位姿补偿量。
或所述相对速度差包括相对角速度差和相对线速度差；
在所述相对角速度差小于或等于角速度阈值，且所述当前线速度差大于线速度阈值时，位姿补偿量为线速度位姿补偿量；或
在所述当前相对角速度差大于角速度阈值，且所述当前相对线速度差小于或等于线速度阈值时，位姿补偿量为角速度位姿补偿量；或
在所述当前相对角速度差小于或等于角速度阈值，且所述当前线速度差小于或等于线速度阈值时，不进行位姿补偿。
根据所述融合数据中的目标物体的运动信息和所述激光雷达的运动信息计算所述目标物体相对所述激光雷达的相对角速度差。
融合数据中包括了目标物体的运动信息和所述激光雷达的运动信息，根据目标物体的运动信息和所述激光雷达的运动信息，计算得到所述目标物体相对所述激光雷达的相对角速度差，可根据多个相对角速度差计算当前角速度，例如获取目标物体的运动信息和所述激光雷达的运动信息，计算多个相对角速度差的平均值，将多个相对角速度差的平均值作为当前相对角速度差，计算多个相对角速度差的平均值的方式可以为计算其算术平均值、几何平均值或加权平均值，此处不作限定。
角速度阈值为需要进行位姿补偿的最小角速度，根据多个角速度计算得到的当前角速度以及预设的角速度阈值，确定当前角速度大于角速度阈值。
融合数据中包括了目标物体的运动信息和所述激光雷达的运动信息，根据目标物体的运动信息和所述激光雷达的运动信息，计算得到所述目标物体相对所述激光雷达的相对线速度差，可根据多个相对线速度差计算当前线速度，例如获取目标物体的运动信息和所述激光雷达的运动信息，计算多个相对线速度差的平均值，将多个相对线速度差的平均值作为当前相对线速度差，计算多个相对线速度差的平均值的方式可以为计算其算术平均值、几何平均值或加权平均值，此处不作限定。
线速度阈值为需要进行位姿补偿的最小线速度，根据多个线速度计算得到的当前线速度以及预设的线速度阈值，确定当前线速度差大于线速度阈值。
角速度阈值、线速度阈值可以根据实际需求而定，在当前角速度差较小时，采集的点云数据帧只会发生轻微畸变，对测量结果影响不大，无需对点云数据帧进行位姿校正，在当前线速度差较小时，采集的点云数据帧只会发生轻微畸变，对测量结果影响不大，无需对点云数据帧进行位姿校正，本申请在激光雷达的当前相对线速度差大于线速度阈值时或相对当前线速度差大于线速度阈值时才会对点云数据帧进行位姿校正，从而可以降低校正的运算量。
在当前相对角速度差小于或等于角速度阈值，但此时当前相对线速度差有可能大于线速度阈值，当前相对线速度差为运动畸变最主要的因素，这种情况下位姿补偿量无需包括角速度位姿补偿量，位姿补偿量只包括线速度位姿补偿量。
在当前相对线速度差小于或等于线速度阈值，但此时当前相对角速度差有可能大于角速度阈值，当前相对角速度差为运动畸变最主要的因素，这种情况下位姿补偿量无需包括线速度位姿补偿量，位姿补偿量只包括角速度位姿补偿量。
在当前相对角速度差小于或等于角速度阈值，且所述当前相对线速度差小于或等于线速度阈值时，说明此时的点云帧中的位姿没有发生失真或其失真可以忽略不计，因此可以认为激光雷达获取的激光雷达点云数据没有发生运动畸变，因此对所述激光雷达点云数据不需要进行位姿补偿。
可以理解的是，本申请实施例，还可以根据所述雷达所处的场景对所述角速度阈值和线速度阈值进行调整。举例来说，当所述雷达处于场景复杂度低的环境时，由于环境中的物体较少，需要的探测精确度相对较低，可以适当调高线速度阈值和角速度阈值。当所述雷达语出场景复杂度较高的环境时，由于环境中的物体较多，需要的探测精度较高，可以适当调低线速度和角速度阈值。
可以理解的是，本申请实施例还可以根据实际的补偿结果的准确性对所述角速度阈值和线速度阈值进行调整。
S306，基于位姿补偿量对所述激光雷达点云数据进行位姿补偿；其中，所述激光雷达与所述毫米波雷达具备重叠扫描区域且所述重叠扫描区域覆盖预设工作区域。
在本申请实施例中，当所述融合数据指示所述目标物体相对所述激光雷达为运动状态时，根据所述融合数据中的目标物体的运动信息和所述激光雷达的运动信息计算所述目标物体相对所述激光雷达的相对速度差；当所述相对速度差大于速度差阈值，根据所述相对速度差计算所述激光雷达点云数据的位姿补偿量。在所述当前相对角速度差小于或等于角速度阈值，且所述当前线速度差小于或等于线速度阈值时，不进行位姿补偿，降低点云矫正的运算量。可以在对激光雷达在扫描得到的激光雷达点云数据发生运动畸变时，对需进行补偿的激光雷达点云数据进行位姿补偿，得到矫正后的激光雷达点云数据，提高激光雷达检测结果的准确性和正确率。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
请参见图7，其示出了本申请一个示例性实施例提供的点云的运动补偿装置的结构示意图。该点云的运动补偿装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分。该装置1包括第一数据获取模块11、第二数据获取模块12、数据融合模块13以及位姿补偿模块14。
第一数据获取模块11，用于获取毫米波雷达在所述预设工作区域扫描得到的毫米波点云数据帧，每个所述毫米波点云数据帧包括多个毫米波点云数据；其中，所述每个所述毫米波点云数据包括时间戳以及目标物体的运动参数；
第二数据获取模块12，用于获取所述激光雷达在所述预设工作区域扫描得到的激光雷达的点云数据帧，每个点云数据帧包括多个激光雷达点云数据，每个激光雷达点云数据包括时间戳和所述目标物体的空间位置坐标；
数据融合模块13，用于将所述毫米波点云数据与所述激光雷达点云数据进行融合，得到融合数据；
位姿补偿模块14，用于基于融合数据对所述激光雷达点云数据进行位姿补偿；
其中，所述激光雷达与所述毫米波雷达具备重叠扫描区域且所述重叠扫描区域覆盖预设工作区域。
可选的，如图8所示，所述装置1还包括：
外参标定模块15，用于对所述毫米波雷达以及所述激光雷达进行外参标定和时间同步。
可选的，如图9所示，位姿补偿模块14，包括：
第一位姿补偿单元141，用于当所述融合数据指示所述目标物体相对所述激光雷达为运动状态时，根据所述目标物体相对所述激光雷达的相对速度差计算所述激光雷达点云数据的位姿补偿量；根据所述位姿补偿量以及所述目标物体的空间位置坐标对所述激光雷达点云数据进行位姿补偿；
第二位姿补偿单元142，用于当所述融合数据指示所述目标物体相对所述激光雷达为静止状态时，对所述激光雷达点云数据不进行位姿补偿。
可选的，如图10所示，第一位姿补偿单元141，包括：
速度差计算子单元1411，用于根据所述融合数据中的目标物体的运动信息和所述激光雷达的运动信息计算所述目标物体相对所述激光雷达的相对速度差；
补偿量计算子单元1412，用于当所述相对速度差大于速度差阈值，根据所述相对速度差计算所述激光雷达点云数据的位姿补偿量。
可选的，补偿量计算子单元1412，具体用于：
在所述相对角速度差小于或等于角速度阈值，且所述当前线速度差大于线速度阈值时，位姿补偿量为线速度位姿补偿量；或
在所述当前相对角速度差大于角速度阈值，且所述当前相对线速度差小于或等于线速度阈值时，位姿补偿量为角速度位姿补偿量；或
在所述当前相对角速度差小于或等于角速度阈值，且所述当前线速度差小于或等于线速度阈值时，不进行位姿补偿。
可选的，相对速度差包括水平方向的相对速度差和垂直方向的相对速度差，所述第一位姿补偿单元141，包括：
补偿量计算子单元1413，用于根据所述目标物体相对所述激光雷达的水平方向的相对速度差计算所述激光雷达点云数据的水平位姿补偿量；
补偿量计算子单元1413，还用于根据所述目标物体相对所述激光雷达的垂直方向的相对速度差计算所述激光雷达点云数据的垂直位姿补偿量。
可选的，位姿补偿模块14，还包括：
融合数据聚类单元143，用于对所述融合数据进行聚类；
运动状态判断单元144，用于根据聚类后的融合数据判断目标物体相对于激光雷达的运动状态。
在本申请实施例中，对所述毫米波雷达以及所述激光雷达进行外参标定和时间同步，可以得到激光雷达对应的坐标系相对于毫米波雷达对应的坐标系的相对变换关系，方便后续的数据融合，当所述融合数据指示所述目标物体相对所述激光雷达为运动状态时，根据所述融合数据中的目标物体的运动信息和所述激光雷达的运动信息计算所述目标物体相对所述激光雷达的相对速度差；当所述相对速度差大于速度差阈值，根据所述相对速度差计算所述激光雷达点云数据的位姿补偿量。在所述当前相对角速度差小于或等于角速度阈值，且所述当前线速度差小于或等于线速度阈值时，不进行位姿补偿，降低点云矫正的运算量。可以在对激光雷达在扫描得到的激光雷达点云数据发生运动畸变时，对需进行补偿的激光雷达点云数据进行位姿补偿，得到矫正后的激光雷达点云数据，提高激光雷达检测结果的准确性和正确率。
需要说明的是，上述实施例提供的点云的运动补偿装置在执行点云的运动补偿方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的点云的运动补偿装置与点云的运动补偿方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
本申请实施例还提供了一种计算机存储介质，所述计算机存储介质可以存储有多条指令，所述指令适于由处理器加载并执行如上述图2-图6所示实施例的方法步骤，具体执行过程可以参见图2-图6所示实施例的具体说明，在此不进行赘述。
本申请还提供了一种激光雷达，该激光雷达存储有至少一条指令，所述至少一条指令由所述处理器加载并执行如上述图2-图6所示实施例的方法步骤，具体执行过程可以参见图2-图6所示实施例的具体说明，在此不进行赘述。
请参见图11，为本申请实施例提供了一种电子设备的结构示意图。如图11所示，所述移动终端1000可以包括：至少一个处理器1001，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。
其中，通信总线1002用于实现这些组件之间的连接通信。
其中，用户接口1003可以包括显示屏(Display)、摄像头(Camera)，可选用户接口1003还可以包括标准的有线接口、无线接口。
其中，网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中，处理器1001可以包括一个或者多个处理核心。处理器1001利用各种借口和线路连接整个电子设备1000内的各个部分，通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集，以及调用存储在存储器1005内的数据，执行电子设备1000的各种功能和处理数据。可选的，处理器1001可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(Central Processing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器1001中，单独通过一块芯片进行实现。
其中，存储器1005可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。可选的，该存储器1005包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图11所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及点云的运动补偿应用程序。
在图11所示的移动终端1000中，用户接口1003主要用于为用户提供输入的接口，获取用户输入的数据；而处理器1001可以用于调用存储器1005中存储的生成点云的运动补偿应用程序，并具体执行以下操作：
获取毫米波雷达在所述预设工作区域扫描得到的毫米波点云数据帧，每个所述毫米波点云数据帧包括多个毫米波点云数据；其中，所述每个所述毫米波点云数据包括时间戳以及目标物体的运动参数；
获取所述激光雷达在所述预设工作区域扫描得到的激光雷达的点云数据帧，每个点云数据帧包括多个激光雷达点云数据，每个激光雷达点云数据包括时间戳和所述目标物体的空间位置坐标；
将所述毫米波点云数据与所述激光雷达点云数据进行融合，得到融合数据；
基于融合数据对所述激光雷达点云数据进行位姿补偿；
其中，所述激光雷达与所述毫米波雷达具备重叠扫描区域且所述重叠扫描区域覆盖预设工作区域。
在一个实施例中，所述处理器1001在执行获取所述毫米波雷达在所述预设工作区域扫描得到的毫米波点云数据帧之前，还执行以下操作：
对所述毫米波雷达以及所述激光雷达进行外参标定和时间同步。
在一个实施例中，所述处理器1001在执行基于融合数据对所述激光雷达点云数据进行位姿补偿时，具体执行以下操作：
当所述融合数据指示所述目标物体相对所述激光雷达为运动状态时，根据所述目标物体相对所述激光雷达的相对速度差计算所述激光雷达点云数据的位姿补偿量；根据所述位姿补偿量以及所述目标物体的空间位置坐标对所述激光雷达点云数据进行位姿补偿；
当所述融合数据指示所述目标物体相对所述激光雷达为静止状态时，对所述激光雷达点云数据不进行位姿补偿。
在一个实施例中，所述处理器1001在执行当所述融合数据指示所述目标物体相对所述激光雷达为运动状态时，根据所述目标物体相对所述激光雷达的相对速度差计算所述激光雷达点云数据的位姿补偿量时，具体执行以下操作：
根据所述融合数据中的目标物体的运动信息和所述激光雷达的运动信息计算所述目标物体相对所述激光雷达的相对速度差；
当所述相对速度差大于速度差阈值，根据所述相对速度差计算所述激光雷达点云数据的位姿补偿量。
在一个实施例中，所述处理器1001在执行当所述相对速度差大于速度差阈值，根据所述相对速度差计算所述激光雷达点云数据的位姿补偿量时，具体执行以下操作：
所述相对速度差包括相对角速度差和相对线速度差；
在所述相对角速度差小于或等于角速度阈值，且所述当前线速度差大于线速度阈值时，位姿补偿量为线速度位姿补偿量；或
在所述当前相对角速度差大于角速度阈值，且所述当前相对线速度差小于或等于线速度阈值时，位姿补偿量为角速度位姿补偿量；或
在所述当前相对角速度差小于或等于角速度阈值，且所述当前线速度差小于或等于线速度阈值时，不进行位姿补偿。
在一个实施例中，所述处理器1001在执行相对速度差包括水平方向的相对速度差和垂直方向的相对速度差，所述根据所述目标物体相对所述激光雷达的相对速度差计算所述激光雷达点云数据的位姿补偿量时，具体执行以下操作：
根据所述目标物体相对所述激光雷达的水平方向的相对速度差计算所述激光雷达点云数据的水平位姿补偿量；
根据所述目标物体相对所述激光雷达的垂直方向的相对速度差计算所述激光雷达点云数据的垂直位姿补偿量。
在一个实施例中，所述处理器1001在执行对所述激光雷达点云数据进行位姿补偿之前，还执行以下操作：
对所述融合数据进行聚类；
根据聚类后的融合数据判断目标物体相对于激光雷达的运动状态。
在本申请实施例中，对所述毫米波雷达以及所述激光雷达进行外参标定和时间同步，可以得到激光雷达对应的坐标系相对于毫米波雷达对应的坐标系的相对变换关系，方便后续的数据融合。当所述融合数据指示所述目标物体相对所述激光雷达为运动状态时，根据所述融合数据中的目标物体的运动信息和所述激光雷达的运动信息计算所述目标物体相对所述激光雷达的相对速度差；当所述相对速度差大于速度差阈值，根据所述相对速度差计算所述激光雷达点云数据的位姿补偿量。在所述当前相对角速度差小于或等于角速度阈值，且所述当前线速度差小于或等于线速度阈值时，不进行位姿补偿，降低点云矫正的运算量。可以在对激光雷达在扫描得到的激光雷达点云数据发生运动畸变时，对需进行补偿的激光雷达点云数据进行位姿补偿，得到矫正后的激光雷达点云数据，提高激光雷达检测结果的准确性和正确率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (10)

1.一种点云的运动补偿方法，其特征在于，应用于激光雷达，所述方法包括：
获取毫米波雷达在所述预设工作区域扫描得到的毫米波点云数据帧，每个所述毫米波点云数据帧包括多个毫米波点云数据；其中，所述每个所述毫米波点云数据包括时间戳以及目标物体的运动参数；
获取所述激光雷达在所述预设工作区域扫描得到的激光雷达的点云数据帧，每个点云数据帧包括多个激光雷达点云数据，每个激光雷达点云数据包括时间戳和所述目标物体的空间位置坐标；
将所述毫米波点云数据与所述激光雷达点云数据进行融合，得到融合数据；
基于融合数据对所述激光雷达点云数据进行位姿补偿；
其中，所述激光雷达与所述毫米波雷达具备重叠扫描区域且所述重叠扫描区域覆盖预设工作区域。
2.根据权利要求1所述的方法，其特征在于，所述获取所述毫米波雷达在所述预设工作区域扫描得到的毫米波点云数据帧之前，还包括：
对所述毫米波雷达以及所述激光雷达进行外参标定和时间同步。
3.根据权利要求1所述的方法，其特征在于，所述基于融合数据对所述激光雷达点云数据进行位姿补偿，包括：
当所述融合数据指示所述目标物体相对所述激光雷达为运动状态时，根据所述目标物体相对所述激光雷达的相对速度差计算所述点云数据的位姿补偿量；根据所述位姿补偿量以及所述目标物体的空间位置坐标对所述激光雷达点云数据进行位姿补偿；
当所述融合数据指示所述目标物体相对所述激光雷达为静止状态时，对所述激光雷达点云数据不进行位姿补偿。
4.根据权利要求3所述的方法，其特征在于，所述当所述融合数据指示所述目标物体相对所述激光雷达为运动状态时，根据所述目标物体相对所述激光雷达的相对速度差计算所述激光雷达点云数据的位姿补偿量，包括：
根据所述融合数据中的目标物体的运动信息和所述激光雷达的运动信息计算所述目标物体相对所述激光雷达的相对速度差；
当所述相对速度差大于速度差阈值，根据所述相对速度差计算所述激光雷达点云数据的位姿补偿量。
5.根据权利要求4所述的方法，其特征在于，所述当所述相对速度差大于速度差阈值，根据所述相对速度差计算所述激光雷达点云数据的位姿补偿量，包括：
所述相对速度差包括相对角速度差和相对线速度差；
在所述相对角速度差小于或等于角速度阈值，且所述当前线速度差大于线速度阈值时，位姿补偿量为线速度位姿补偿量；或
在所述当前相对角速度差大于角速度阈值，且所述当前相对线速度差小于或等于线速度阈值时，位姿补偿量为角速度位姿补偿量；或
在所述当前相对角速度差小于或等于角速度阈值，且所述当前线速度差小于或等于线速度阈值时，不进行位姿补偿。
6.根据权利要求3所述的方法，其特征在于，所述相对速度差包括水平方向的相对速度差和垂直方向的相对速度差，所述根据所述目标物体相对所述激光雷达的相对速度差计算所述激光雷达点云数据的位姿补偿量，包括：
根据所述目标物体相对所述激光雷达的水平方向的相对速度差计算所述激光雷达点云数据的水平位姿补偿量；
根据所述目标物体相对所述激光雷达的垂直方向的相对速度差计算所述激光雷达点云数据的垂直位姿补偿量。
7.根据权利要求1所述的方法，其特征在于，所述对所述激光雷达点云数据进行位姿补偿之前，所述方法还包括：
对所述融合数据进行聚类；
根据聚类后的融合数据判断目标物体相对于所述激光雷达的运动状态。
8.一种点云的运动补偿装置，其特征在于，应用于激光雷达，所述装置包括：
第一数据获取模块，用于获取毫米波雷达在所述预设工作区域扫描得到的毫米波点云数据帧，每个所述毫米波点云数据帧包括多个毫米波点云数据；其中，所述每个所述毫米波点云数据包括时间戳以及目标物体的运动参数；
第二数据获取模块，用于获取所述激光雷达在所述预设工作区域扫描得到的激光雷达的点云数据帧，每个点云数据帧包括多个激光雷达点云数据，每个激光雷达点云数据包括时间戳和所述目标物体的空间位置坐标；
数据融合模块，用于将所述毫米波点云数据与所述激光雷达点云数据进行融合，得到融合数据；
位姿补偿模块，用于基于融合数据对所述激光雷达点云数据进行位姿补偿；
其中，所述激光雷达与所述毫米波雷达具备重叠扫描区域且所述重叠扫描区域覆盖预设工作区域。
9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1-7任意一项的方法步骤。
10.一种激光雷达，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1-7任意一项的方法步骤。
CN202111324223.XA 2021-11-09 2021-11-09 点云的运动补偿方法、装置、存储介质及激光雷达 Pending CN116106864A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111324223.XA CN116106864A (zh) 2021-11-09 2021-11-09 点云的运动补偿方法、装置、存储介质及激光雷达
US17/983,352 US20230141421A1 (en) 2021-11-09 2022-11-08 Point cloud motion compensation method and apparatus, storage medium, and lidar

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111324223.XA CN116106864A (zh) 2021-11-09 2021-11-09 点云的运动补偿方法、装置、存储介质及激光雷达

Publications (1)

Publication Number Publication Date
CN116106864A true CN116106864A (zh) 2023-05-12

Family

ID=86230130

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111324223.XA Pending CN116106864A (zh) 2021-11-09 2021-11-09 点云的运动补偿方法、装置、存储介质及激光雷达

Country Status (2)

Country Link
US (1) US20230141421A1 (zh)
CN (1) CN116106864A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116381674A (zh) * 2023-06-02 2023-07-04 陕西欧卡电子智能科技有限公司 一种水面激光雷达点云与毫米波雷达点云的融合方法
CN116643290A (zh) * 2023-06-16 2023-08-25 山西建筑工程集团有限公司 一种不规则轮廓的双平台运动补偿的计量方法和系统
CN117930229A (zh) * 2024-01-29 2024-04-26 呼秀山 具有安装位姿自确定功能的三维扫描雷达

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116500610A (zh) * 2023-05-16 2023-07-28 北京锐达仪表有限公司 具有容器状态识别和分时测量功能的高精度3d扫描雷达
CN116665212B (zh) * 2023-07-31 2023-10-13 福思(杭州)智能科技有限公司 数据标注方法、装置、处理设备、存储介质
CN117368902B (zh) * 2023-10-18 2024-04-23 广州易而达科技股份有限公司 一种轨迹跟踪方法、装置、设备及存储介质
CN117579154B (zh) * 2024-01-15 2024-04-16 鹏城实验室 激光通信组网方法、装置、设备及存储介质
CN117647806B (zh) * 2024-01-30 2024-04-12 安徽隼波科技有限公司 一种基于毫米波雷达的点迹凝聚及目标跟踪方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109471128A (zh) * 2018-08-30 2019-03-15 福瑞泰克智能系统有限公司 一种正样本制作方法及装置
CN109975792A (zh) * 2019-04-24 2019-07-05 福州大学 基于多传感器融合矫正多线激光雷达点云运动畸变的方法
CN110888120A (zh) * 2019-12-03 2020-03-17 华南农业大学 一种基于组合导航系统矫正激光雷达点云数据运动畸变的方法
US20200217963A1 (en) * 2019-03-21 2020-07-09 Nuctech Company Limited Laser speed measuring method, control device and laser velocimeter
CN111708048A (zh) * 2020-08-19 2020-09-25 深圳市速腾聚创科技有限公司 点云的运动补偿方法、装置和系统
CN112184906A (zh) * 2020-10-22 2021-01-05 北京爱笔科技有限公司 一种三维模型的构建方法及装置
CN113311411A (zh) * 2021-04-19 2021-08-27 杭州视熵科技有限公司 一种用于移动机器人的激光雷达点云运动畸变校正方法
CN113379910A (zh) * 2021-06-09 2021-09-10 山东大学 基于slam的移动机器人矿山场景重建方法及系统
CN113391300A (zh) * 2021-05-21 2021-09-14 中国矿业大学 一种基于imu的激光雷达三维点云实时运动补偿方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109471128A (zh) * 2018-08-30 2019-03-15 福瑞泰克智能系统有限公司 一种正样本制作方法及装置
US20200217963A1 (en) * 2019-03-21 2020-07-09 Nuctech Company Limited Laser speed measuring method, control device and laser velocimeter
CN109975792A (zh) * 2019-04-24 2019-07-05 福州大学 基于多传感器融合矫正多线激光雷达点云运动畸变的方法
CN110888120A (zh) * 2019-12-03 2020-03-17 华南农业大学 一种基于组合导航系统矫正激光雷达点云数据运动畸变的方法
CN111708048A (zh) * 2020-08-19 2020-09-25 深圳市速腾聚创科技有限公司 点云的运动补偿方法、装置和系统
CN112184906A (zh) * 2020-10-22 2021-01-05 北京爱笔科技有限公司 一种三维模型的构建方法及装置
CN113311411A (zh) * 2021-04-19 2021-08-27 杭州视熵科技有限公司 一种用于移动机器人的激光雷达点云运动畸变校正方法
CN113391300A (zh) * 2021-05-21 2021-09-14 中国矿业大学 一种基于imu的激光雷达三维点云实时运动补偿方法
CN113379910A (zh) * 2021-06-09 2021-09-10 山东大学 基于slam的移动机器人矿山场景重建方法及系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
宗长富;文龙;何磊;: "基于欧几里得聚类算法的三维激光雷达障碍物检测技术", 吉林大学学报(工学版), no. 01, 31 January 2020 (2020-01-31) *
庞正雅;周志峰;王立端;叶珏磊;: "基于激光雷达的运动补偿方法", 激光与光电子学进展, no. 02, 31 January 2020 (2020-01-31) *
思绪零乱成海: "激光点云的畸变补偿", CSDN, 17 February 2021 (2021-02-17) *
蔡新雨;孙建锋;卢智勇;李跃新;从海胜;韩荣磊;: "相干调频连续波激光雷达畸变补偿技术研究", 中国激光, no. 09, 30 September 2020 (2020-09-30) *
邸慧军: "无人驾驶车辆目标检测与运动跟踪", 30 April 2021, 北京理工大学出版社, pages: 158 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116381674A (zh) * 2023-06-02 2023-07-04 陕西欧卡电子智能科技有限公司 一种水面激光雷达点云与毫米波雷达点云的融合方法
CN116381674B (zh) * 2023-06-02 2023-08-22 陕西欧卡电子智能科技有限公司 一种水面激光雷达点云与毫米波雷达点云的融合方法
CN116643290A (zh) * 2023-06-16 2023-08-25 山西建筑工程集团有限公司 一种不规则轮廓的双平台运动补偿的计量方法和系统
CN116643290B (zh) * 2023-06-16 2024-04-26 山西建筑工程集团有限公司 一种不规则轮廓的双平台运动补偿的计量方法和系统
CN117930229A (zh) * 2024-01-29 2024-04-26 呼秀山 具有安装位姿自确定功能的三维扫描雷达

Also Published As

Publication number Publication date
US20230141421A1 (en) 2023-05-11

Similar Documents

Publication Publication Date Title
CN116106864A (zh) 点云的运动补偿方法、装置、存储介质及激光雷达
JP6918885B2 (ja) 相対的位置姿勢の標定方法、相対的位置姿勢の標定装置、機器及び媒体
WO2022127532A1 (zh) 一种激光雷达与imu的外参标定方法、装置及设备
CN110988849B (zh) 雷达系统的标定方法、装置、电子设备及存储介质
CN110501712B (zh) 无人驾驶中用于确定位置姿态数据的方法、装置和设备
EP4155673A1 (en) Extrinsic parameter change detection method and apparatus, electronic device, and detection system
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
US20220254062A1 (en) Method, device and storage medium for road slope predicating
CN111913169B (zh) 激光雷达内参、点云数据的修正方法、设备及存储介质
EP4198901A1 (en) Camera extrinsic parameter calibration method and apparatus
CN111123280A (zh) 激光雷达的定位方法、装置、系统、电子设备及存储介质
CN115728753A (zh) 激光雷达与组合导航的外参标定方法、装置及智能车辆
CN113759347B (zh) 坐标关系的标定方法、装置、设备及介质
CN112154394A (zh) 地形检测方法、可移动平台、控制设备、系统及存储介质
CN117636303A (zh) 感知模型评估方法、装置、设备及可读存储介质
CN110720025B (zh) 移动物体的地图的选择方法、装置、系统和车辆/机器人
WO2019188704A1 (ja) 自己位置推定装置、自己位置推定方法、プログラム及び記憶媒体
US11620846B2 (en) Data processing method for multi-sensor fusion, positioning apparatus and virtual reality device
CN112578363B (zh) 激光雷达运动轨迹获取方法及装置、介质
WO2022256976A1 (zh) 稠密点云真值数据的构建方法、系统和电子设备
CN108762527A (zh) 一种识别定位方法及装置
WO2021111613A1 (ja) ３次元地図作成装置、３次元地図作成方法、及び３次元地図作成プログラム
CN113126058A (zh) 存储器、用于机载激光雷达系统的控制方法及装置
CN113465614B (zh) 无人机及其导航地图的生成方法和装置
CN113607051B (zh) 一种非暴露空间数字化数据的采集方法、系统及存储介质

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