CN116125446A - 旋转驱动式多线激光雷达三维重建装置的标定方法及装置 - Google Patents

旋转驱动式多线激光雷达三维重建装置的标定方法及装置 Download PDF

Info

Publication number
CN116125446A
CN116125446A CN202310118628.0A CN202310118628A CN116125446A CN 116125446 A CN116125446 A CN 116125446A CN 202310118628 A CN202310118628 A CN 202310118628A CN 116125446 A CN116125446 A CN 116125446A
Authority
CN
China
Prior art keywords
sampling
points
point
nonlinear optimization
dimensional reconstruction
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.)
Granted
Application number
CN202310118628.0A
Other languages
English (en)
Other versions
CN116125446B (zh
Inventor
季向阳
张之梦
王启铭
连晓聪
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN202310118628.0A priority Critical patent/CN116125446B/zh
Publication of CN116125446A publication Critical patent/CN116125446A/zh
Application granted granted Critical
Publication of CN116125446B publication Critical patent/CN116125446B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Abstract

本申请涉及一种旋转驱动式多线激光雷达三维重建装置的标定方法及装置，包括：在标定场景内采集数据点；选定满足第一预设条件的初始采样方向；基于目标区域内包含的点数和平面度筛选目标采样方向；选定满足第二预设条件的最终采样方向，筛选角度差小于预设阈值且曲率最小的最佳采样方向；根据最佳采样方向中的采样点得到非线性优化实际使用数据，和根据最佳采样方向得到非线性优化所使用的法线方向，优化旋转驱动式多线激光雷达三维重建装置的原始参数，优化后按照单位球面上的斐波那契网格点，选定满足第一预设条件的初始采样方向，直至满足预设迭代条件，完成旋转驱动式多线激光雷达三维重建装置的标定。解决了室内外场景的三维重建的问题。

Description

旋转驱动式多线激光雷达三维重建装置的标定方法及装置
技术领域
本申请涉及多线雷达标定技术领域，特别涉及一种旋转驱动式多线激光雷达三维重建装置的标定方法及装置。
背景技术
激光雷达在自动驾驶、三维重建等领域都是一种备受重视的传感器，其中，机械旋转式激光雷达在自动驾驶领域正得到越来越多的应用。因为在行驶的过程中，旋转式激光雷达可以同时获得四周的环境距离，对于自动驾驶场景中的避障、定位问题，都能够提供即时、高精度的距离数据。
然而，对于室内外场景的三维重建问题，即使是多线激光雷达，也存在分辨率不足、视场角不足等问题。因此，对于室内外场景的三维重建问题，设计站式解决方案，需要将多线激光雷达与旋转驱动装置进行固连，从而获得更高的点云密度，从而满足室内外场景的三维重建问题需要。
然而，对于旋转驱动式多线激光雷达站式三维重建装置，因为机械结构和安装精度所限，转盘和雷达中心存在旋转、平移的关系；因为转盘对应的角度编码器安装精度所限，转盘实际旋转角度和编码器数据存在误差；同时，多线激光雷达的每个线束，也有各自的误差参数。对于这样的问题采取的方法通常是根据物理模型手工调整参数，但因为参数之间存在复杂的耦合关系，所以结果一直不甚理想。
发明内容
本申请提供一种旋转驱动式多线激光雷达三维重建装置的标定方法及装置，解决了室内外场景的三维重建存在分辨率不足、视场角不足以及物理模型手工调整参数难以找到效果较好的参数组合等问题，优化了求解精度。
本申请第一方面实施例提供一种旋转驱动式多线激光雷达三维重建装置的标定方法，包括以下步骤：确定当前标定场景，并在所述当前标定场景内采集数据点；基于所述数据点，按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，并确定每个初始采样方向的采样点，并基于由所述采样点确定的目标区域内包含的点数和平面度筛选得到多个目标采样方向；基于所述多个目标采样方向，按照所述单位球面上的斐波那契网格点，再次选定满足第二预设条件的多个最终采样方向，并从所述多个最终采样方向筛选出角度差小于预设阈值，且曲率最小的最佳采样方向；根据所述最佳采样方向中的每个采样点得到非线性优化实际使用数据，并根据所述最佳采样方向得到非线性优化所使用的法线方向，并根据所述非线性优化实际使用数据和所述非线性优化所使用的法线方向优化旋转驱动式多线激光雷达三维重建装置的原始参数，并在优化后重新按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，直至满足预设迭代条件，以完成旋转驱动式多线激光雷达三维重建装置的标定。
可选地，所述根据所述最佳采样方向中的每个采样点得到非线性优化实际使用数据，根据所述最佳采样方向得到非线性优化所使用的法线方向，包括：对于所述最佳采样方向中的每个采样点，用第一预设邻域内同一半边、同一线束的数据平面拟合，得到所述每个采样点对应的平面，并将所述每个采样点对应激光方向与所述每个采样点对应的平面的交点为降噪后采样点，根据所述降噪后采样点得到非线性优化实际使用数据；对于所述最佳采样方向，用第二预设邻域内所有半边、所有线束的完整点云求法线方向，得到所述非线性优化所使用的法线方向。
可选地，所述根据所述非线性优化实际使用数据和所述非线性优化所使用的法线方向优化旋转驱动式多线激光雷达三维重建装置的原始参数，包括：对于所述最佳采样方向，以每半边点云、每激光线束的采样点在所述非线性优化所使用的法线方向上的方差和为误差，并以所述最佳采样方向得到的误差之和优化所述旋转驱动式多线激光雷达三维重建装置的原始参数。
可选地，所述确定每个初始采样方向的采样点，包括：基于第一预设的采样点公式，确定每个初始采样方向的采样点，其中，所述第一预设的采样点公式为：
Figure BDA0004079390940000021
其中，
Figure BDA0004079390940000022
分别为采样点在地面坐标系的x，y，z坐标，j＝0,1，0<i≤NR，NR为采样方向总数。
可选地，所述目标区域为：
{xa-d≤xG≤xa+d,ya-d≤yG≤ya+d,za-d≤zG≤za+d}；
其中，xa，ya，za分别为数据点在地面坐标系的x，y，z坐标，xG，yG，zG分别为采样点在地面坐标系的x，y，z坐标，取d＝10cm。
可选地，所述预设阈值为：
Figure BDA0004079390940000023
其中，Nb为第二次确定斐波那契网格点的总数。
本申请第二方面实施例提供一种旋转驱动式多线激光雷达三维重建装置的标定装置，包括：采集模块，用于确定当前标定场景，并在所述当前标定场景内采集数据点；第一筛选模块，用于基于所述数据点，按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，并确定每个初始采样方向的采样点，并基于由所述采样点确定的目标区域内包含的点数和平面度筛选得到多个目标采样方向；第二筛选模块，用于基于所述多个目标采样方向，按照所述单位球面上的斐波那契网格点，再次选定满足第二预设条件的多个最终采样方向，并从所述多个最终采样方向筛选出角度差小于预设阈值，且曲率最小的最佳采样方向；重建模块，用于根据所述最佳采样方向中的每个采样点得到非线性优化实际使用数据，并根据所述最佳采样方向得到非线性优化所使用的法线方向，并根据所述非线性优化实际使用数据和所述非线性优化所使用的法线方向优化旋转驱动式多线激光雷达三维重建装置的原始参数，并在优化后重新按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，直至满足预设迭代条件，以完成旋转驱动式多线激光雷达三维重建装置的标定。
可选地，所述重建模块，还用于：对于所述最佳采样方向中的每个采样点，用第一预设邻域内同一半边、同一线束的数据平面拟合，得到所述每个采样点对应的平面，并将所述每个采样点对应激光方向与所述每个采样点对应的平面的交点为降噪后采样点，根据所述降噪后采样点得到非线性优化实际使用数据；对于所述最佳采样方向，用第二预设邻域内所有半边、所有线束的完整点云求法线方向，得到所述非线性优化所使用的法线方向。
可选地，所述根据所述非线性优化实际使用数据和所述非线性优化所使用的法线方向优化旋转驱动式多线激光雷达三维重建装置的原始参数，所述重建模块，还用于：对于所述最佳采样方向，以每半边点云、每激光线束的采样点在所述非线性优化所使用的法线方向上的方差和为误差，并以所述最佳采样方向得到的误差之和优化所述旋转驱动式多线激光雷达三维重建装置的原始参数。
可选地，所述第一筛选模块，还用于：基于第一预设的采样点公式，确定每个初始采样方向的采样点，其中，所述第一预设的采样点公式为：
Figure BDA0004079390940000031
其中，
Figure BDA0004079390940000032
分别为采样点在地面坐标系的x，y，z坐标，j＝0,1，0<i≤NR，NR为采样方向总数。
可选地，所述目标区域为：
{xa-d≤xG≤xa+d,ya-d≤yG≤ya+d,za-d≤zG≤za+d}；
其中，xa，ya，za分别为数据点在地面坐标系的x，y，z坐标，xG，yG，zG分别为采样点在地面坐标系的x，y，z坐标，取d＝10cm。
可选地，所述预设阈值为：
Figure BDA0004079390940000041
其中，Nb为第二次确定斐波那契网格点的总数。
本申请第三方面实施例提供一种电子设备，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计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的旋转驱动式多线激光雷达三维重建装置的标定方法。
本申请第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现如上述实施例所述的旋转驱动式多线激光雷达三维重建装置的标定方法。
由此，本申请在当前标定场景内采集数据点，按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，并确定每个初始采样方向的采样点，并基于由采样点确定的目标区域内包含的点数和平面度筛选得到多个目标采样方向，按照单位球面上的斐波那契网格点，选定满足第二预设条件的多个最终采样方向，并筛选出角度差小于预设阈值，且曲率最小的最佳采样方向，根据最佳采样方向中的每个采样点得到非线性优化实际使用数据，并根据最佳采样方向得到非线性优化所使用的法线方向，优化旋转驱动式多线激光雷达三维重建装置的原始参数，优化后按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，直至满足预设迭代条件，完成旋转驱动式多线激光雷达三维重建装置的标定。由此，解决了室内外场景的三维重建存在分辨率不足、视场角不足以及物理模型手工调整参数难以找到效果较好的参数组合等问题，优化了求解精度。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本申请实施例提供的一种旋转驱动式多线激光雷达三维重建装置的标定方法的流程图；
图2为根据本申请实施例的旋转驱动式多线激光雷达三维重建装置的标定装置的方框示意图；
图3为本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的旋转驱动式多线激光雷达三维重建装置的标定方法及装置。针对上述背景技术中心提到的室内外场景的三维重建存在分辨率不足、视场角不足以及物理模型手工调整参数难以找到效果较好的参数组合的问题，本申请提供了一种旋转驱动式多线激光雷达三维重建装置的标定方法，在该方法中，在当前标定场景内采集数据点，按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，并确定每个初始采样方向的采样点，并基于由采样点确定的目标区域内包含的点数和平面度筛选得到多个目标采样方向，按照单位球面上的斐波那契网格点，选定满足第二预设条件的多个最终采样方向，并筛选出角度差小于预设阈值，且曲率最小的最佳采样方向，根据最佳采样方向中的每个采样点得到非线性优化实际使用数据，并根据最佳采样方向得到非线性优化所使用的法线方向，优化旋转驱动式多线激光雷达三维重建装置的原始参数，优化后按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，直至满足预设迭代条件，完成旋转驱动式多线激光雷达三维重建装置的标定。由此，解决了室内外场景的三维重建存在分辨率不足、视场角不足以及物理模型手工调整参数难以找到效果较好的参数组合等问题，优化了求解精度。
在介绍旋转驱动式多线激光雷达三维重建装置的标定方法之前，首先阐述旋转驱动式多线激光雷达三维重建装置的整体建模，如下所示：
根据多线雷达的旋转式结构，数据点在激光雷达坐标系中的坐标为：
Figure BDA0004079390940000051
其中，Ri为第i线上的雷达输出距离数据，ε为雷达编码器输出的角度数据，si为第i线的距离缩放系数，
Figure BDA0004079390940000061
为第i线的距离偏差，δi为第i线的垂直旋转修正，βi为第i线的水平旋转修正，
Figure BDA0004079390940000062
是为第i线相对于雷达原点的垂直距离偏差，
Figure BDA0004079390940000063
为第i线相对于雷达原点的水平距离偏差。
对于多线雷达，不妨择第i0线为基准，令
Figure BDA0004079390940000064
又因为可以和外参相抵消，可以令
Figure BDA0004079390940000065
以平行于转盘平面、过雷达原点的平面为X-Y平面，垂直向上为Z方向，设定转盘坐标系，由于雷达坐标系相对于转盘坐标系Z方向的平移和旋转不可观，数据点在转盘坐标系中的坐标可以表示为：
Figure BDA0004079390940000066
在转盘坐标系基础上再进行转盘编码器对应角度的旋转，可以得到数据点在地面坐标系中的坐标为：
Figure BDA0004079390940000067
转盘编码器因为安装偏心会导致测量值与实际出现误差，可将其表示为：
ωS＝ωSO-εSsin(ωSO-θSO)
其中，ωSO为转盘编码器实际测量值，θSO为偏心方向对应转盘编码器角度，εS为角度误差对应的幅值系数。
综上，可将该系统表示为一个完整的非线性系统。
按照数据点对应的雷达编码器角度数据是否大于180度，将所有点云分为两个“半边点云”，分别为：
Figure BDA0004079390940000068
Figure BDA0004079390940000069
再按照数据点对应的雷达线束，将所有点云进一步分为2NR(其中NR为多线雷达线数)个部分：
Figure BDA00040793909400000610
Figure BDA00040793909400000611
对于所选择的某一采样方向dk＝[xd,yd,zd]T(0≤k<NS，其中NR为采样方向总数)，用全部点云在dk邻域内计算出法线方向Nk，在每一个P(εj,)中找到和dk方向最接近的点
Figure BDA00040793909400000612
以这2NR个点的
Figure BDA00040793909400000613
的方差作为该采样方向上的误差，系统的总误差表示为全部采样方向上的误差之和。
另外，在选定采样方向时，在单位球面上，若总计想要取N个点，则对应的斐波那契网格点方向为：
Figure BDA0004079390940000071
其中，
Figure BDA0004079390940000072
为黄金分割比。
具体而言，图1为本申请实施例所提供的一种旋转驱动式多线激光雷达三维重建装置的标定方法的流程示意图。
如图1所示，该旋转驱动式多线激光雷达三维重建装置的标定方法包括以下步骤：
在步骤S101中，确定当前标定场景，并在当前标定场景内采集数据点。
应当理解的是，本申请实施例选定平面较多、尺度较大、反射面质量较好的场景作为标定场景，在标定场景内，转盘旋转360度，采集数据点，尽量保持标定场景内平面方向与坐标轴平行。
在步骤S102中，基于数据点，按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，并确定每个初始采样方向的采样点，并基于由采样点确定的目标区域内包含的点数和平面度筛选得到多个目标采样方向。
可选地，确定每个初始采样方向的采样点，包括：基于第一预设的采样点公式，确定每个初始采样方向的采样点，其中，第一预设的采样点公式为：
Figure BDA0004079390940000073
其中，
Figure BDA0004079390940000074
分别为采样点在地面坐标系的x，y，z坐标，j＝0,1，0<i≤NR，NR为采样方向总数。
其中，在一些实施例中，目标区域为：
{xa-d≤xG≤xa+d,ya-d≤yG≤ya+d,za-d≤zG≤za+d}；
其中，xa，ya，za分别为数据点在地面坐标系的x，y，z坐标，xG，yG，zG分别为采样点在地面坐标系的x，y，z坐标，取d＝10cm。
具体地，本申请实施例按照单位球面上的斐波那契网格点，其中，斐波那契网格点点数Na可取10000，首先选定比较密集的采样方向da即(满足第一预设条件的多个初始采样方向)，对于所有采样方向，在每半边点云、每激光线束找到地面坐标系中方向最临近的点作为采样点
Figure BDA0004079390940000075
进而对于每个采样方向，取平均采样点为
Figure BDA0004079390940000076
对于一般场景，可取邻域大小参数为d＝10cm，从而对于每个采样点，根据其目标区域内的点数和平面度筛选得到多个目标采样方向。
在步骤S103中，基于多个目标采样方向，按照单位球面上的斐波那契网格点，再次选定满足第二预设条件的多个最终采样方向，并从多个最终采样方向筛选出角度差小于预设阈值，且曲率最小的最佳采样方向。
其中，在一些实施例中，预设阈值为：
Figure BDA0004079390940000081
其中，Nb为第二次确定斐波那契网格点的总数。
具体地，按照单位球面上的斐波那契网格点(斐波那契网格点可取Nb＝50)，再次选定比较稀疏的采样方向(即满足第二预设条件的多个最终采样方向)，对于每个最终采样方向，判断其邻域内每半边点云、每激光线束所包含的点数，若包含点数过少(取最少点数为3)，则该采样方向不予采用；对于每个最终采样方向，判断其邻域内每半边点云、每激光线束所包含的所有点PCA(principal components analysis，主成分分析技术)分析所对应的曲率，若曲率过大(取阈值为0.02)，则该采样方向不予采用；对于最终采样方向db，寻找所有角度差小于
Figure BDA0004079390940000082
的da，最终选择其中角度差小于预设阈值，且曲率最小的实际采样方向为dc。
在步骤S104中，根据最佳采样方向中的每个采样点得到非线性优化实际使用数据，并根据最佳采样方向得到非线性优化所使用的法线方向，并根据非线性优化实际使用数据和非线性优化所使用的法线方向优化旋转驱动式多线激光雷达三维重建装置的原始参数，并在优化后重新按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，直至满足预设迭代条件，以完成旋转驱动式多线激光雷达三维重建装置的标定。
其中，在一些实施例中，根据最佳采样方向中的每个采样点得到非线性优化实际使用数据，根据最佳采样方向得到非线性优化所使用的法线方向，包括：对于最佳采样方向中的每个采样点，用第一预设邻域内同一半边、同一线束的数据平面拟合，得到每个采样点对应的平面，并将每个采样点对应激光方向与每个采样点对应的平面的交点为降噪后采样点，根据降噪后采样点得到非线性优化实际使用数据；对于最佳采样方向，用第二预设邻域内所有半边、所有线束的完整点云求法线方向，得到非线性优化所使用的法线方向。
具体地，对于最佳采样方向dc中的每个采样点，用第一预设邻域内同一半边、同一线束的数据平面拟合，得到相应平面，并取每个采样点对应激光方向与每个采样点对应平面的交点为降噪后采样点，降噪后得到非线性优化实际使用数据；对于最佳采样方向，用第二预设邻域内所有半边、所有线束的完整点云求法线方向，得到非线性优化所使用的法线方向。
进一步地，在一些实施例中，根据非线性优化实际使用数据和非线性优化所使用的法线方向优化旋转驱动式多线激光雷达三维重建装置的原始参数，包括：对于最佳采样方向，以每半边点云、每激光线束的采样点在非线性优化所使用的法线方向上的方差和为误差，并以最佳采样方向得到的误差之和为优化旋转驱动式多线激光雷达三维重建装置的原始参数。
应当理解的是，对于每个最佳采样方向dc，以每半边点云、每激光线束的采样点在法线方向上的方差和为误差，取所有最佳采样方向dc所得到的误差之和为系统的总体误差，以设备结构测量值作为原始参数，应用非线性优化库对系统的全部参数同时进行优化；
由于所采用的初始参数存在误差，可能影响数据采样质量，因此在首次优化后，本申请实施例可以采用迭代的方法，重新进行采样、判断平面、筛选采样方向，迭代优化全部参数，通过提高采样质量，提高优化效果。
根据本申请实施例提出的旋转驱动式多线激光雷达三维重建装置的标定方法，在当前标定场景内采集数据点，按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，并确定每个初始采样方向的采样点，并基于由采样点确定的目标区域内包含的点数和平面度筛选得到多个目标采样方向，按照单位球面上的斐波那契网格点，选定满足第二预设条件的多个最终采样方向，并筛选出角度差小于预设阈值，且曲率最小的最佳采样方向，根据最佳采样方向中的每个采样点得到非线性优化实际使用数据，并根据最佳采样方向得到非线性优化所使用的法线方向，优化旋转驱动式多线激光雷达三维重建装置的原始参数，优化后按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，直至满足预设迭代条件，完成旋转驱动式多线激光雷达三维重建装置的标定。由此，本申请实施例通过全方位的误差建模，选定了新的误差表达，在选定场景后可以进行自动采样、内外参全局优化，解决了室内外场景的三维重建存在分辨率不足、视场角不足以及物理模型手工调整参数难以找到效果较好的参数组合等问题，优化了求解精度。
其次参照附图描述根据本申请实施例提出的旋转驱动式多线激光雷达三维重建装置的标定装置。
图2是本申请实施例的旋转驱动式多线激光雷达三维重建装置的标定装置的方框示意图。
如图2所示，该旋转驱动式多线激光雷达三维重建装置的标定装置10包括：采集模块100、第一筛选模块200、第二筛选模块300和重建模块400。
其中，采集模块100，用于确定当前标定场景，并在当前标定场景内采集数据点；第一筛选模块200，用于基于数据点，按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，并确定每个初始采样方向的采样点，并基于由采样点确定的目标区域内包含的点数和平面度筛选得到多个目标采样方向；第二筛选模块300，用于基于多个目标采样方向，按照单位球面上的斐波那契网格点，再次选定满足第二预设条件的多个最终采样方向，并从多个最终采样方向筛选出角度差小于预设阈值，且曲率最小的最佳采样方向；重建模块400，用于根据最佳采样方向中的每个采样点得到非线性优化实际使用数据，并根据最佳采样方向得到非线性优化所使用的法线方向，并根据非线性优化实际使用数据和非线性优化所使用的法线方向优化旋转驱动式多线激光雷达三维重建装置的原始参数，并在优化后重新按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，直至满足预设迭代条件，以完成旋转驱动式多线激光雷达三维重建装置的标定。
可选地，在一些实施例中，重建模块400，还用于：对于最佳采样方向中的每个采样点，用第一预设邻域内同一半边、同一线束的数据平面拟合，得到每个采样点对应的平面，并将每个采样点对应激光方向与每个采样点对应的平面的交点为降噪后采样点，根据降噪后采样点得到非线性优化实际使用数据；对于最佳采样方向，用第二预设邻域内所有半边、所有线束的完整点云求法线方向，得到非线性优化所使用的法线方向。
可选地，在一些实施例中，根据非线性优化实际使用数据和非线性优化所使用的法线方向优化旋转驱动式多线激光雷达三维重建装置的原始参数，重建模块400，还用于：对于最佳采样方向，以每半边点云、每激光线束的采样点在非线性优化所使用的法线方向上的方差和为误差，并以最佳采样方向得到的误差之和优化旋转驱动式多线激光雷达三维重建装置的原始参数。
可选地，在一些实施例中，第一筛选模块200，还用于：基于第一预设的采样点公式，确定每个初始采样方向的采样点，其中，第一预设的采样点公式为：
Figure BDA0004079390940000101
其中，
Figure BDA0004079390940000102
分别为采样点在地面坐标系的x，y，z坐标，j＝0,1，0<i≤NR，NR为采样方向总数。
可选地，在一些实施例中，目标区域为：
{xa-d≤xG≤xa+d,ya-d≤yG≤ya+d,za-d≤zG≤za+d}；
其中，xa，ya，za分别为数据点在地面坐标系的x，y，z坐标，xG，yG，zG分别为采样点在地面坐标系的x，y，z坐标，取d＝10cm。
可选地，在一些实施例中，预设阈值为：
Figure BDA0004079390940000103
其中，Nb为第二次确定斐波那契网格点的总数。
需要说明的是，前述对旋转驱动式多线激光雷达三维重建装置的标定方法实施例的解释说明也适用于该实施例的旋转驱动式多线激光雷达三维重建装置的标定装置，此处不再赘述。
根据本申请实施例提出的旋转驱动式多线激光雷达三维重建装置的标定装置，在当前标定场景内采集数据点，按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，并确定每个初始采样方向的采样点，并基于由采样点确定的目标区域内包含的点数和平面度筛选得到多个目标采样方向，按照单位球面上的斐波那契网格点，选定满足第二预设条件的多个最终采样方向，并筛选出角度差小于预设阈值，且曲率最小的最佳采样方向，根据最佳采样方向中的每个采样点得到非线性优化实际使用数据，并根据最佳采样方向得到非线性优化所使用的法线方向，优化旋转驱动式多线激光雷达三维重建装置的原始参数，优化后按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，直至满足预设迭代条件，完成旋转驱动式多线激光雷达三维重建装置的标定。由此，解决了室内外场景的三维重建存在分辨率不足、视场角不足以及物理模型手工调整参数难以找到效果较好的参数组合等问题，优化了求解精度。
图3为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括：
存储器301、处理器302及存储在存储器301上并可在处理器302上运行的计算机程序。
处理器302执行程序时实现上述实施例中提供的旋转驱动式多线激光雷达三维重建装置的标定方法。
进一步地，电子设备还包括：
通信接口303，用于存储器301和处理器302之间的通信。
存储器301，用于存放可在处理器302上运行的计算机程序。
存储器301可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
如果存储器301、处理器302和通信接口303独立实现，则通信接口303、存储器301和处理器302可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(PeripheralComponent，简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器301、处理器302及通信接口303，集成在一块芯片上实现，则存储器301、处理器302及通信接口303可以通过内部接口完成相互间的通信。
处理器302可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路。
本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的旋转驱动式多线激光雷达三维重建装置的标定方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或N个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种旋转驱动式多线激光雷达三维重建装置的标定方法，其特征在于，包括以下步骤：
确定当前标定场景，并在所述当前标定场景内采集数据点；
基于所述数据点，按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，并确定每个初始采样方向的采样点，并基于由所述采样点确定的目标区域内包含的点数和平面度筛选得到多个目标采样方向；
基于所述多个目标采样方向，按照所述单位球面上的斐波那契网格点，再次选定满足第二预设条件的多个最终采样方向，并从所述多个最终采样方向筛选出角度差小于预设阈值，且曲率最小的最佳采样方向；以及
根据所述最佳采样方向中的每个采样点得到非线性优化实际使用数据，并根据所述最佳采样方向得到非线性优化所使用的法线方向，并根据所述非线性优化实际使用数据和所述非线性优化所使用的法线方向优化旋转驱动式多线激光雷达三维重建装置的原始参数，并在优化后重新按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，直至满足预设迭代条件，以完成旋转驱动式多线激光雷达三维重建装置的标定。
2.根据权利要求1所述的方法，其特征在于，所述根据所述最佳采样方向中的每个采样点得到非线性优化实际使用数据，根据所述最佳采样方向得到非线性优化所使用的法线方向，包括：
对于所述最佳采样方向中的每个采样点，用第一预设邻域内同一半边、同一线束的数据平面拟合，得到所述每个采样点对应的平面，并将所述每个采样点对应激光方向与所述每个采样点对应的平面的交点为降噪后采样点，根据所述降噪后采样点得到非线性优化实际使用数据；
对于所述最佳采样方向，用第二预设邻域内所有半边、所有线束的完整点云求法线方向，得到所述非线性优化所使用的法线方向。
3.根据权利要求2所述的方法，其特征在于，所述根据所述非线性优化实际使用数据和所述非线性优化所使用的法线方向优化旋转驱动式多线激光雷达三维重建装置的原始参数，包括：
对于所述最佳采样方向，以每半边点云、每激光线束的采样点在所述非线性优化所使用的法线方向上的方差和为误差，并以所述最佳采样方向得到的误差之和优化所述旋转驱动式多线激光雷达三维重建装置的原始参数。
4.根据权利要求1所述的方法，其特征在于，所述确定每个初始采样方向的采样点，包括：
基于第一预设的采样点公式，确定每个初始采样方向的采样点，其中，所述第一预设的采样点表示为：
Figure FDA0004079390910000021
其中，
Figure FDA0004079390910000022
分别为采样点在地面坐标系的x，y，z坐标，j＝0,1，0<i≤NR，NR为采样方向总数。
5.根据权利要求4所述的方法，其特征在于，所述目标区域为：
{xa-≤xG≤xa+,ya-≤yG≤ya+,za-≤zG≤za+}；
其中，xa，ya，za分别为数据点在地面坐标系的x，y，z坐标，xG，yG，zG分别为采样点在地面坐标系的x，y，z坐标，取d＝10cm。
6.根据权利要求5所述的方法，其特征在于，所述预设阈值为：
Figure FDA0004079390910000023
其中，nb为第二次确定斐波那契网格点的总数。
7.一种旋转驱动式多线激光雷达三维重建装置的标定装置，其特征在于，包括：
采集模块，用于确定当前标定场景，并在所述当前标定场景内采集数据点；
第一筛选模块，用于基于所述数据点，按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，并确定每个初始采样方向的采样点，并基于由所述采样点确定的目标区域内包含的点数和平面度筛选得到多个目标采样方向；
第二筛选模块，用于基于所述多个目标采样方向，按照所述单位球面上的斐波那契网格点，再次选定满足第二预设条件的多个最终采样方向，并从所述多个最终采样方向筛选出角度差小于预设阈值，且曲率最小的最佳采样方向；以及
重建模块，用于根据所述最佳采样方向中的每个采样点得到非线性优化实际使用数据，并根据所述最佳采样方向得到非线性优化所使用的法线方向，并根据所述非线性优化实际使用数据和所述非线性优化所使用的法线方向优化旋转驱动式多线激光雷达三维重建装置的原始参数，并在优化后重新按照单位球面上的斐波那契网格点，选定满足第一预设条件的多个初始采样方向，直至满足预设迭代条件，以完成旋转驱动式多线激光雷达三维重建装置的标定。
8.根据权利要求7所述的装置，其特征在于，所述重建模块，还用于：
对于所述最佳采样方向中的每个采样点，用第一预设邻域内同一半边、同一线束的数据平面拟合，得到所述每个采样点对应的平面，并将所述每个采样点对应激光方向与所述每个采样点对应的平面的交点为降噪后采样点，根据所述降噪后采样点得到非线性优化实际使用数据；
对于所述最佳采样方向，用第二预设邻域内所有半边、所有线束的完整点云求法线方向，得到所述非线性优化所使用的法线方向。
9.一种电子设备，其特征在于，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计算机程序，所述处理器执行所述程序，以实现如权利要求1-6任一项所述的旋转驱动式多线激光雷达三维重建装置的标定方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-6任一项所述的旋转驱动式多线激光雷达三维重建装置的标定方法。
CN202310118628.0A 2023-01-31 2023-01-31 旋转驱动式多线激光雷达三维重建装置的标定方法及装置 Active CN116125446B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310118628.0A CN116125446B (zh) 2023-01-31 2023-01-31 旋转驱动式多线激光雷达三维重建装置的标定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310118628.0A CN116125446B (zh) 2023-01-31 2023-01-31 旋转驱动式多线激光雷达三维重建装置的标定方法及装置

Publications (2)

Publication Number Publication Date
CN116125446A true CN116125446A (zh) 2023-05-16
CN116125446B CN116125446B (zh) 2023-09-05

Family

ID=86304457

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310118628.0A Active CN116125446B (zh) 2023-01-31 2023-01-31 旋转驱动式多线激光雷达三维重建装置的标定方法及装置

Country Status (1)

Country Link
CN (1) CN116125446B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020960A (zh) * 2012-11-26 2013-04-03 北京理工大学 基于凸包不变性的点云配准方法
CN109521403A (zh) * 2017-09-19 2019-03-26 百度在线网络技术（北京）有限公司 多线激光雷达的参数标定方法及装置、设备及可读介质
KR20190084730A (ko) * 2018-01-09 2019-07-17 국방과학연구소 비선형 비행 궤적에서 스퀸트 스포트라이트 모드를 위한 sar 신호 처리기와 항공기 탑재 합성구경 레이더 및 방법
US20190279420A1 (en) * 2018-01-19 2019-09-12 Sofdesk Inc. Automated roof surface measurement from combined aerial lidar data and imagery
CN110866934A (zh) * 2019-10-14 2020-03-06 中国科学院自动化研究所 基于规范性编码的复杂点云分割方法及系统
CN112882053A (zh) * 2021-01-21 2021-06-01 清华大学深圳国际研究生院 一种主动标定激光雷达和编码器外参的方法
WO2021189468A1 (zh) * 2020-03-27 2021-09-30 深圳市速腾聚创科技有限公司 激光雷达的姿态校正方法、装置和系统
WO2021253193A1 (zh) * 2020-06-15 2021-12-23 深圳市大疆创新科技有限公司 多组激光雷达外参的标定方法、标定装置和计算机存储介质
CN114782630A (zh) * 2022-04-27 2022-07-22 美智纵横科技有限责任公司 点云数据的生成方法、装置、可读存储介质和扫地机器人
CN115291243A (zh) * 2022-07-28 2022-11-04 杭州申昊科技股份有限公司 一种激光雷达三维重建方法、装置、电子设备和存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020960A (zh) * 2012-11-26 2013-04-03 北京理工大学 基于凸包不变性的点云配准方法
CN109521403A (zh) * 2017-09-19 2019-03-26 百度在线网络技术（北京）有限公司 多线激光雷达的参数标定方法及装置、设备及可读介质
KR20190084730A (ko) * 2018-01-09 2019-07-17 국방과학연구소 비선형 비행 궤적에서 스퀸트 스포트라이트 모드를 위한 sar 신호 처리기와 항공기 탑재 합성구경 레이더 및 방법
US20190279420A1 (en) * 2018-01-19 2019-09-12 Sofdesk Inc. Automated roof surface measurement from combined aerial lidar data and imagery
CN110866934A (zh) * 2019-10-14 2020-03-06 中国科学院自动化研究所 基于规范性编码的复杂点云分割方法及系统
WO2021189468A1 (zh) * 2020-03-27 2021-09-30 深圳市速腾聚创科技有限公司 激光雷达的姿态校正方法、装置和系统
WO2021253193A1 (zh) * 2020-06-15 2021-12-23 深圳市大疆创新科技有限公司 多组激光雷达外参的标定方法、标定装置和计算机存储介质
CN112882053A (zh) * 2021-01-21 2021-06-01 清华大学深圳国际研究生院 一种主动标定激光雷达和编码器外参的方法
CN114782630A (zh) * 2022-04-27 2022-07-22 美智纵横科技有限责任公司 点云数据的生成方法、装置、可读存储介质和扫地机器人
CN115291243A (zh) * 2022-07-28 2022-11-04 杭州申昊科技股份有限公司 一种激光雷达三维重建方法、装置、电子设备和存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MINGYUAN ZHAO等: "Progressive_graph-signal_sampling_and_encoding_for_static_3D_geometry_representation", IEEE, pages 735 - 739 *
WENBO ZHAO等: "Self-Supervised_Arbitrary-Scale_Implicit_Point_Clouds_Upsampling", JOURNAL OF LATEX CLASS FILES, vol. 14, no. 8, pages 1 - 13 *
WENBO ZHAO等: "Self-Supervised_Arbitrary-Scale_Point_Clouds_Upsampling_via_Implicit_Neural_Representation", 2022IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION, pages 1989 - 1997 *

Also Published As

Publication number Publication date
CN116125446B (zh) 2023-09-05

Similar Documents

Publication Publication Date Title
CN112200916B (zh) 房屋户型图的生成方法、装置、计算设备和存储介质
KR102543952B1 (ko) 차선의 확정방법, 포지셔닝 정밀도의 평가방법, 장치, 기기 및 컴퓨터 프로그램
CN109597097B (zh) 基于多线激光的扫描式障碍物检测方法
WO2020168685A1 (zh) 一种三维扫描视点规划方法、装置及计算机可读存储介质
CN112017205B (zh) 一种激光雷达和相机传感器空间位置自动标定方法及系统
CN111383279A (zh) 外参标定方法、装置及电子设备
CN111435163A (zh) 地面点云数据过滤方法、装置、探测系统及存储介质
CN106996795B (zh) 一种车载激光外参标定方法和装置
CN107831484B (zh) 一种基于激光雷达的阶梯数据获取方法及装置
CN112513679A (zh) 一种目标识别的方法和装置
CN114758005B (zh) 激光雷达与相机外参标定方法及装置
CN116125446B (zh) 旋转驱动式多线激光雷达三维重建装置的标定方法及装置
CN115097419A (zh) 一种激光雷达到imu的外参标定方法及装置
CN112050741B (zh) 周期栅阵的周期长度的测量方法
CN115859445B (zh) 基于全站扫描技术和逆向算法的桥梁组装仿真测试方法
CN117392237A (zh) 一种鲁棒的激光雷达-相机自标定方法
US8588507B2 (en) Computing device and method for analyzing profile tolerances of products
CN115994952A (zh) 环视影像系统的标定方法、装置、计算机设备及存储介质
CN115542346A (zh) 地面检测方法、装置、车辆及存储介质
CN113850875A (zh) 枪机标定方法、装置及电子设备
CN115018922A (zh) 畸变参数标定方法、电子设备和计算机可读存储介质
CN113776520A (zh) 地图构建、使用方法、装置、机器人和介质
CN116781837B (zh) 一种自动化激光三维扫描系统
CN117765047B (zh) 一种工件配准方法、装置、计算机设备及存储介质
CN115236690B (zh) 用于激光雷达系统的数据融合方法、装置及可读存储介质

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
GR01 Patent grant
GR01 Patent grant