CN116449347B - 路侧激光雷达的标定方法、装置及电子设备 - Google Patents

路侧激光雷达的标定方法、装置及电子设备 Download PDF

Info

Publication number
CN116449347B
CN116449347B CN202310699549.3A CN202310699549A CN116449347B CN 116449347 B CN116449347 B CN 116449347B CN 202310699549 A CN202310699549 A CN 202310699549A CN 116449347 B CN116449347 B CN 116449347B
Authority
CN
China
Prior art keywords
calibration
point cloud
point
preset
data corresponding
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.)
Active
Application number
CN202310699549.3A
Other languages
English (en)
Other versions
CN116449347A (zh
Inventor
王开鑫
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.)
Mushroom Car Union Information Technology Co Ltd
Original Assignee
Mushroom Car Union Information 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 Mushroom Car Union Information Technology Co Ltd filed Critical Mushroom Car Union Information Technology Co Ltd
Priority to CN202310699549.3A priority Critical patent/CN116449347B/zh
Publication of CN116449347A publication Critical patent/CN116449347A/zh
Application granted granted Critical
Publication of CN116449347B publication Critical patent/CN116449347B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497Means for monitoring or calibrating

Abstract

本申请公开了一种路侧激光雷达的标定方法、装置及电子设备,该方法包括:获取路侧激光雷达采集的原始点云数据和标定车采集的原始组合导航定位数据,原始点云数据基于标定车上设置的标定板得到;基于预设标定点位以及原始点云数据和原始组合导航定位数据,确定预设标定点位对应的点云数据和组合导航定位数据;根据预设标定点位对应的点云数据和组合导航定位数据确定标定板对应的标定点对数据;根据标定板对应的标定点对数据,利用预设激光雷达外参标定算法进行外参标定,得到路侧激光雷达的外参。本申请通过装有标定板和组合导航定位设备的自动化标定车实现路侧激光雷达外参的自动化标定,无需人工标定,提高了标定效率,降低了标定成本。

Description

路侧激光雷达的标定方法、装置及电子设备
技术领域
本申请涉及路侧设备标定技术领域,尤其涉及一种路侧激光雷达的标定方法、装置及电子设备。
背景技术
在车路协同等应用场景中,路侧设备发挥着重要作用,路侧设备中主要装备有激光雷达和相机,由于路侧设备需要对道路上的交通参与者进行感知,并且多个路侧设备之间需要互通,同时激光雷达坐标系和相机坐标系往往需要统一到UTM(UniversalTransverse Mercator Grid System,通用横墨卡托网格系统)坐标系下,还要结合高精度地图使用,这时就需要将激光雷达坐标系标定到UTM坐标系,也即对路侧激光雷达坐标系到UTM坐标系的外参变换关系进行标定。
目前常用的标定方式是人工手持标定板采集多点位的激光雷达点云数据,在多点位的激光雷达点云数据中选定标定板的点云数据,选取中心点或者底边点,同时在对应的标定板点位采集RTK(Real-time kinematic,实时动态差分)点位,通过3D-3D的配准技术获得激光雷达的外参。
然而,上述标定过程需要人工采集点云数据,人工选定标定点位,成本较高,效率低下,且在道路上人工操作也相对危险。
发明内容
本申请实施例提供了一种路侧激光雷达的标定方法、装置及电子设备,以实现路侧激光雷达的自动化标定。
本申请实施例采用下述技术方案:
第一方面,本申请实施例提供一种路侧激光雷达的标定方法,其中,所述方法包括:
获取路侧激光雷达采集的原始点云数据和标定车采集的原始组合导航定位数据,所述原始点云数据基于所述标定车上设置的标定板得到;
基于预设标定点位以及所述原始点云数据和所述原始组合导航定位数据,确定所述预设标定点位对应的点云数据和组合导航定位数据;
根据所述预设标定点位对应的点云数据和组合导航定位数据确定所述标定板对应的标定点对数据;
根据所述标定板对应的标定点对数据,利用预设激光雷达外参标定算法进行外参标定,得到所述路侧激光雷达的外参。
可选地,所述获取路侧激光雷达采集的原始点云数据和标定车采集的原始组合导航定位数据包括:
在所述标定车位于所述路侧激光雷达的感知范围内且与所述路侧激光雷达处于预设距离范围内的情况下,分别获取所述标定车在不同车道的原始点云数据和原始组合导航定位数据。
可选地,所述基于预设标定点位以及所述原始点云数据和所述原始组合导航定位数据,确定所述预设标定点位对应的点云数据和组合导航定位数据包括:
基于所述预设标定点位和所述原始组合导航定位数据,确定所述预设标定点位对应的组合导航定位数据;
基于所述预设标定点位对应的组合导航定位数据的时间戳和所述原始点云数据,确定所述预设标定点位对应的点云数据。
可选地,所述根据所述预设标定点位对应的点云数据和组合导航定位数据确定所述标定板对应的标定点对数据包括:
根据所述预设标定点位对应的点云数据确定所述标定板对应的点云标定坐标点;
根据所述预设标定点位对应的组合导航定位数据确定所述标定板对应的UTM标定坐标点;
根据所述标定板对应的点云标定坐标点和所述标定板对应的UTM标定坐标点,确定所述标定板对应的标定点对数据。
可选地,所述根据所述预设标定点位对应的点云数据确定所述标定板对应的点云标定坐标点包括:
利用预设点云分割算法对所述预设标定点位对应的点云数据进行点云分割,得到点云分割结果;
根据所述点云分割结果和标定板的尺寸信息确定所述标定板对应的点云标定坐标点。
可选地,所述利用预设点云分割算法对所述预设标定点位对应的点云数据进行点云分割,得到点云分割结果包括:
对所述预设标定点位对应的点云数据进行强度滤波处理,得到强度滤波后的点云数据;
根据所述强度滤波后的点云数据的法向量和欧氏距离,利用预设点云分割算法进行点云分割,得到所述点云分割结果。
可选地,所述点云分割结果包括多个点云块,所述根据所述点云分割结果和标定板的尺寸信息确定所述标定板对应的点云标定坐标点包括:
确定各个点云块对应的最小包围框;
基于所述标定板的尺寸信息和各个点云块对应的最小包围框的尺寸信息对多个点云块进行筛选,得到标定板的点云块;
根据所述标定板的点云块对应的最小包围框确定所述标定板对应的点云标定坐标点。
可选地,所述根据所述预设标定点位对应的组合导航定位数据确定所述标定板对应的UTM标定坐标点包括:
根据标定板在标定车上的安装位置,将所述预设标定点位对应的组合导航定位数据转换到所述标定板的中心点位置,作为所述标定板对应的UTM标定坐标点。
可选地,所述标定板对应的标定点对数据包括标定板对应的点云标定坐标点和UTM标定坐标点,所述根据所述标定板对应的标定点对数据,利用预设激光雷达外参标定算法进行外参标定,得到所述路侧激光雷达的外参包括:
根据所述标定板对应的标定点对数据,利用奇异值分解算法确定所述路侧激光雷达的初始外参;
根据所述路侧激光雷达的初始外参对所述标定板对应的点云标定坐标点进行旋转,得到旋转后的点云标定坐标点;
根据所述旋转后的点云标定坐标点和所述UTM标定坐标点利用迭代最近点算法进行外参优化,得到路侧激光雷达的优化外参。
第二方面,本申请实施例还提供一种路侧激光雷达的标定装置,其中,所述装置包括:
获取单元,用于获取路侧激光雷达采集的原始点云数据和标定车采集的原始组合导航定位数据,所述点云数据基于所述标定车上设置的标定板得到;
第一确定单元,用于基于预设标定点位以及所述原始点云数据和所述原始组合导航定位数据,确定所述预设标定点位对应的点云数据和组合导航定位数据;
第二确定单元,用于根据所述预设标定点位对应的点云数据和组合导航定位数据确定所述标定板对应的标定点对数据;
标定单元,用于根据所述标定板对应的标定点对数据,利用预设激光雷达外参标定算法进行外参标定,得到所述路侧激光雷达的外参。
第三方面,本申请实施例还提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行前述之任一所述方法。
第四方面,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行前述之任一所述方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:本申请实施例的路侧激光雷达的标定方法,先获取路侧激光雷达采集的原始点云数据和标定车采集的原始组合导航定位数据,原始点云数据基于标定车上设置的标定板得到;然后基于预设标定点位以及原始点云数据和原始组合导航定位数据,确定预设标定点位对应的点云数据和组合导航定位数据;之后根据预设标定点位对应的点云数据和组合导航定位数据确定标定板对应的标定点对数据;最后根据标定板对应的标定点对数据,利用预设激光雷达外参标定算法进行外参标定,得到路侧激光雷达的外参。本申请实施例的路侧激光雷达的标定方法通过装有标定板和组合导航定位设备的自动化标定车实现路侧激光雷达外参的自动化标定,无需人工标定,提高了路侧激光雷达的标定效率,降低了标定成本。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中一种路侧激光雷达的标定方法的流程示意图;
图2为本申请实施例中一种路侧激光雷达的标定装置的结构示意图;
图3为本申请实施例中一种电子设备的结构示意图。
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,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
本申请实施例提供了一种路侧激光雷达的标定方法,如图1所示,提供了本申请实施例中一种路侧激光雷达的标定方法的流程示意图,所述方法至少包括如下的步骤S110至步骤S140:
步骤S110,获取路侧激光雷达采集的原始点云数据和标定车采集的原始组合导航定位数据,所述原始点云数据基于所述标定车上设置的标定板得到。
本申请实施例在进行路侧激光雷达的标定时,需要先获取路侧激光雷达采集的原始点云数据以及标定车采集的原始组合导航定位数据,标定车上事先安装有标定板和组合导航定位设备,这里的标定板可以理解为是表面粘贴有高反材料的标定板,从而便于路侧激光雷达对标定板进行感知检测。
上述标定板可以安装在标定车的车顶上方,由于装备于车顶,因此可以采用更大面积的标定板,从而便于后续提取标定板对应的点云数据。此外,考虑到路侧激光雷达会对其感知范围内即环境中的所有物体进行感知,为了便于从中区分出标定板的点云数据,本申请实施例还可以将标定板倾斜一定角度安装,与道路中的其他标识如道路两侧的标志牌、路灯等区分开,具体倾斜角度可以根据实际需求灵活设置,为便于安装,倾斜角度例如可以设置为倾斜45度。
步骤S120,基于预设标定点位以及所述原始点云数据和所述原始组合导航定位数据,确定所述预设标定点位对应的点云数据和组合导航定位数据。
随着标定车在路侧激光雷达感知范围内的移动,会得到一系列的原始点云数据和一系列的原始组合导航定位数据,由于路侧激光雷达的数据采集频率和组合导航定位设备的数据采集频率不同,需要事先确定标定点位,标定点位的作用主要是作为标定的基准点,进一步结合原始点云数据和原始组合导航定位数据确定出该基准点对应的点云数据和组合导航定位数据。
步骤S130,根据所述预设标定点位对应的点云数据和组合导航定位数据确定所述标定板对应的标定点对数据。
由于标定点位对应的点云数据是路侧激光雷达感知的整个环境中的所有物体的点云数据,而标定点位对应的组合导航定位数据通常是指组合导航定位设备在车辆后轴中心位置处的定位数据,为了实现数据的对准,可以从标定点位对应的点云数据中提取出标定板的点云数据并将其转换为标定板的某一固定位置处的点云数据,并将组合导航定位设备在车辆后轴中心位置处的定位数据也转换到标定板同样位置处的组合导航定位数据,从而得到标定板对应的标定点对数据。
为了实现外参标定,预设标定点位需要有多个,因此这里可以分别将每个预设标定点位对应的点云数据和组合导航定位数据转换为标定板对应的标定点对数据,从而得到标定板对应的多个标定点对数据。
步骤S140,根据所述标定板对应的标定点对数据,利用预设激光雷达外参标定算法进行外参标定,得到所述路侧激光雷达的外参。
基于上述步骤得到的多个标定点对数据,即可利用预设激光雷达外参标定算法如ICP(Iterative Closest Point,迭代最近点)算法等进行外参求解,从而得到路侧激光雷达的外参。
本申请实施例的路侧激光雷达的标定方法通过装有标定板和组合导航定位设备的自动化标定车实现路侧激光雷达外参的自动化标定,无需人工标定,提高了路侧激光雷达的标定效率,降低了标定成本。
在本申请的一些实施例中,所述获取路侧激光雷达采集的原始点云数据和标定车采集的原始组合导航定位数据包括:在所述标定车位于所述路侧激光雷达的感知范围内且与所述路侧激光雷达处于预设距离范围内的情况下,分别获取所述标定车在不同车道的原始点云数据和原始组合导航定位数据。
本申请实施例在采集原始点云数据和原始组合导航定位数据时,一方面,需要保证标定车已经进入路侧激光雷达的感知范围,也即路侧激光雷达能够感知到标定车。另一方面,可以获取标定车在与路侧激光雷达处于一定距离范围的情况下的点云数据和组合导航定位数据,例如在标定车距离路侧激光雷达10m~70m左右的距离时开始获取,因为如果距离过远或者过近都可能会影响路侧激光雷达对标定车上的标定板的感知效果。当然,具体如何设置上述距离范围,本领域技术人员可以根据实际需求灵活调整,在此不作具体限定。
再一方面,考虑到激光雷达的外参标定对于标定点位的要求,多个预设标定点位不能处于一条直线上,也即多个标定点位需要能够构成一个平面,例如可以在最右侧车道按照一定点位间隔如5m,在10m~70m的范围内取7个或者8个点位。在最左侧车道按照一定点位间隔如8m,在10m~70m的范围内取6个或者4个点位。最终选取的标定点位的数量需要不低于一定数值,如最低不低于4个点位。通过此种标定点位的选择方式,可以在后续使用ICP等外参标定算法进行外参求解时,不会因为左右两侧点位对称或者多个标定点位均位于一条直线上而造成外参求解失败。
基于上述预设标定点位,可以控制标定车在不同车道上行驶分别采集不同车道的原始点云数据和原始组合导航定位数据,例如可以分别获取标定车在最左侧车道和最右侧车道的原始点云数据和原始组合导航定位数据。
在本申请的一些实施例中,所述基于预设标定点位以及所述原始点云数据和所述原始组合导航定位数据,确定所述预设标定点位对应的点云数据和组合导航定位数据包括:基于所述预设标定点位和所述原始组合导航定位数据,确定所述预设标定点位对应的组合导航定位数据;基于所述预设标定点位对应的组合导航定位数据的时间戳和所述原始点云数据,确定所述预设标定点位对应的点云数据。
由于路侧激光雷达和组合导航定位设备的数据采集频率不同,可以基于预设标定点位对点云数据和组合导航定位数据进行时间同步处理,以保证数据处理的准确性。这里可以先确定每个预设标定点位对应的组合导航定位数据,然后根据每个预设标定点位对应的组合导航定位数据的时间戳,找到该时间戳对应的点云数据,作为该预设标定点位对应的点云数据,由此完成每个预设标定点位的点云数据与组合导航定位数据的时间同步处理。
在本申请的一些实施例中,所述根据所述预设标定点位对应的点云数据和组合导航定位数据确定所述标定板对应的标定点对数据包括:根据所述预设标定点位对应的点云数据确定所述标定板对应的点云标定坐标点;根据所述预设标定点位对应的组合导航定位数据确定所述标定板对应的UTM标定坐标点;根据所述标定板对应的点云标定坐标点和所述标定板对应的UTM标定坐标点,确定所述标定板对应的标定点对数据。
在根据预设标定点位对应的点云数据和组合导航定位数据确定标定板对应的标定点对数据时,根据预设标定点位对应的点云数据可以确定出标定板对应的点云标定坐标点,该点云标定坐标点可以理解为是基于点云数据计算出的标定板在某一固定位置处的点云位姿信息。根据预设标定点位对应的组合导航定位数据可以确定出标定板对应的UTM标定坐标点,该UTM标定坐标点可以理解为是基于组合导航定位数据计算出的标定板在同一固定位置处的UTM位姿信息。
上述标定板对应的点云标定坐标点和标定板对应的UTM标定坐标点即可构成标定板对应的标定点对数据,每一个预设标定点位均可以进行上述处理,从而得到标定板对应的多个标定点对数据。
在本申请的一些实施例中,所述根据所述预设标定点位对应的点云数据确定所述标定板对应的点云标定坐标点包括:利用预设点云分割算法对所述预设标定点位对应的点云数据进行点云分割,得到点云分割结果;根据所述点云分割结果和标定板的尺寸信息确定所述标定板对应的点云标定坐标点。
由于路侧激光雷达会对其感知范围内即整个环境中的所有物体进行感知,因此本申请实施例需要从众多的点云数据中提取出标定板对应的点云标定坐标点。具体可以先利用预设点云分割算法对预设标定点位对应的点云数据进行点云分割,预设点云分割算法可以基于点云数据中每个点的法向量以及点与点的空间距离等维度对点云数据进行分割聚类,从而得到包含多个点云块的点云分割结果。
上述多个点云块的分割结果中只有标定板的点云块才需要用于后续的外参标定,由于标定板固定且长宽高尺寸信息已知,因此可以进一步结合已知的标定板的尺寸信息对多个点云块进行筛选,从而得到最终的标定板的点云块,最后再根据标定板的点云块数据确定标定板对应的点云标定坐标点。
在本申请的一些实施例中,所述利用预设点云分割算法对所述预设标定点位对应的点云数据进行点云分割,得到点云分割结果包括:对所述预设标定点位对应的点云数据进行强度滤波处理,得到强度滤波后的点云数据;根据所述强度滤波后的点云数据的法向量和欧氏距离,利用预设点云分割算法进行点云分割,得到所述点云分割结果。
由于本申请实施例的标定板上设置有高反材料,高反材料能够使路侧激光雷达在感知标定板的点云数据时具有更高的强度值,从而便于从众多点云数据中分割出标定板的点云数据,因此本申请实施例在对预设标定点位对应的点云数据进行分割时,可以先利用事先设定的强度滤波阈值对预设标定点位对应的点云数据进行强度滤波,强度值小于该强度滤波阈值的点云数据会被过滤掉,从而可以过滤掉一部分不属于标定板的点云数据,提高后续的数据处理效率。强度滤波阈值的大小可以根据实际需求灵活设置,在此不作具体限定。
对于强度滤波后的点云数据,利用点云法向量估计算法如局部表面拟合法等进行法向量计算,得到点云数据中每个点的法向量,根据点云数据中每个点的法向量,通过点云区域生长分割算法进行点云分割,对分割后的每个点云块,再通过欧氏聚类分割算法进行再分割,得到最终的点云分割结果。具体如何进行法向量计算和点云分割,本领域技术人员可以结合现有技术灵活确定,在此不作具体限定。
在本申请的一些实施例中,所述点云分割结果包括多个点云块,所述根据所述点云分割结果和标定板的尺寸信息确定所述标定板对应的点云标定坐标点包括:确定各个点云块对应的最小包围框;基于所述标定板的尺寸信息和各个点云块对应的最小包围框的尺寸信息对多个点云块进行筛选,得到标定板的点云块;根据所述标定板的点云块对应的最小包围框确定所述标定板对应的点云标定坐标点。
如前所述,点云分割结果中会包含多个点云块,需要从多个点云块中确定出标定板对应的点云块,具体可以结合标定板的尺寸信息对多个点云块进行筛选,为便于外参标定,提高标定的准确性,本申请实施例的标定板可以采取正方形或者长方形等相对方正、规整的形状。
基于此,可以先分别计算每个点云块对应的最小包围框,获得每个点云块的长度、宽度和高度,然后与标定板已知的长度、宽度和高度进行差值计算,如果长度、宽度和高度的差值均小于相应的阈值,则可以认为该点云块的尺寸信息满足要求,否则认为不满足尺寸要求,可以直接过滤掉该点云块,对于满足尺寸要求的点云块可以进一步结合点云数据中每个点的法向量进行判断,点云数据中每个点的法向量反映了角度信息,由于在安装阶段将标定板倾斜一定角度安装,以与道路中其他物体进行区分,因此这里可以进一步结合点云数据中每个点的法向量对点云块进行筛选,最后即可获得标定板的点云块。
在得到标定板的点云块后,可以根据标定板的点云块对应的最小包围框计算最小包围框的中心点也即标定板的中心点,将最小包围框的中心点的位姿信息作为标定板的点云标定坐标点。需要说明的是,由于标定板的中心点位置较为容易确定,因此可以将标定板的中心点作为标定点对数据的基准点,当然,本领域技术人员也可以根据实际需求将点云数据和组合导航定位数据统一转换到标定板上的任何其他位置点,在此不作具体限定。
在本申请的一些实施例中,所述根据所述预设标定点位对应的组合导航定位数据确定所述标定板对应的UTM标定坐标点包括:根据标定板在标定车上的安装位置,将所述预设标定点位对应的组合导航定位数据转换到所述标定板的中心点位置,作为所述标定板对应的UTM标定坐标点。
本申请实施例的标定板对应的UTM标定坐标点来源于组合导航定位设备采集的组合导航定位数据,由于组合导航定位设备通常安装在车辆后轴中心的位置,因此其反映的是车辆后轴中心位置处的定位信息,在前述实施例中已经将标定板的点云数据转换到标定板的中心位置处的情况下,与之对应地,本申请实施例也可以将车辆后轴中心位置处的组合导航定位数据转换到标定板的中心位置处,从而实现数据对齐。
由于标定板的安装位置和组合导航定位设备的安装位置均已知,因此可以根据标定板与组合导航定位设备之间的相对位置关系,将组合导航定位设备的安装位置处的组合导航定位数据转换到标定板的中心位置处,并将转换后的组合导航定位数据变换到UTM坐标系下,从而得到标定板的中心点对应的UTM坐标,即UTM标定坐标点。
在本申请的一些实施例中,所述标定板对应的标定点对数据包括标定板对应的点云标定坐标点和UTM标定坐标点,所述根据所述标定板对应的标定点对数据,利用预设激光雷达外参标定算法进行外参标定,得到所述路侧激光雷达的外参包括:根据所述标定板对应的标定点对数据,利用奇异值分解算法确定所述路侧激光雷达的初始外参;根据所述路侧激光雷达的初始外参对所述标定板对应的点云标定坐标点进行旋转,得到旋转后的点云标定坐标点;根据所述旋转后的点云标定坐标点和所述UTM标定坐标点利用迭代最近点算法进行外参优化,得到路侧激光雷达的优化外参。
通过前述实施例可以得到标定板的中心点对应的基于点云数据表示的点云标定坐标点以及基于UTM坐标表示的UTM标定坐标点,在预设标定点位有多个的情况下,可以得到标定板的中心点对应的多个标定点对数据。
由于是通过相同的时间戳找到的标定点对数据,多个预设标定点位对应的点云数据的点位顺序与UTM坐标的点位顺序是一致的,假设这多个标定点对数据的一一对应关系是成立的,可以先使用SVD(Singular Value Decomposition,奇异值分解)算法进行初始外参的求解,然后通过SVD算法计算的初始外参对基于激光雷达的点云数据求得的点云标定坐标点进行旋转,即将点云标定坐标点变换到UTM坐标系下,再利用ICP算法将旋转后的点云标定坐标点以及组合导航定位设备的组合导航定位数据在UTM坐标系下的UTM标定坐标点进行外参优化,从而得到路侧激光雷达的外参。
本申请实施例还提供了一种路侧激光雷达的标定装置200,如图2所示,提供了本申请实施例中一种路侧激光雷达的标定装置的结构示意图,所述装置200包括:获取单元210、第一确定单元220、第二确定单元230以及标定单元240,其中:
获取单元210,用于获取路侧激光雷达采集的原始点云数据和标定车采集的原始组合导航定位数据,所述点云数据基于所述标定车上设置的标定板得到;
第一确定单元220,用于基于预设标定点位以及所述原始点云数据和所述原始组合导航定位数据,确定所述预设标定点位对应的点云数据和组合导航定位数据;
第二确定单元230,用于根据所述预设标定点位对应的点云数据和组合导航定位数据确定所述标定板对应的标定点对数据;
标定单元240,用于根据所述标定板对应的标定点对数据,利用预设激光雷达外参标定算法进行外参标定,得到所述路侧激光雷达的外参。
在本申请的一些实施例中,所述获取单元210具体用于:在所述标定车位于所述路侧激光雷达的感知范围内且与所述路侧激光雷达处于预设距离范围内的情况下,分别获取所述标定车在不同车道的原始点云数据和原始组合导航定位数据。
在本申请的一些实施例中,所述第一确定单元220具体用于:基于所述预设标定点位和所述原始组合导航定位数据,确定所述预设标定点位对应的组合导航定位数据;基于所述预设标定点位对应的组合导航定位数据的时间戳和所述原始点云数据,确定所述预设标定点位对应的点云数据。
在本申请的一些实施例中,所述第二确定单元230具体用于:根据所述预设标定点位对应的点云数据确定所述标定板对应的点云标定坐标点;根据所述预设标定点位对应的组合导航定位数据确定所述标定板对应的UTM标定坐标点;根据所述标定板对应的点云标定坐标点和所述标定板对应的UTM标定坐标点,确定所述标定板对应的标定点对数据。
在本申请的一些实施例中,所述第二确定单元230具体用于:利用预设点云分割算法对所述预设标定点位对应的点云数据进行点云分割,得到点云分割结果;根据所述点云分割结果和标定板的尺寸信息确定所述标定板对应的点云标定坐标点。
在本申请的一些实施例中,所述第二确定单元230具体用于:对所述预设标定点位对应的点云数据进行强度滤波处理,得到强度滤波后的点云数据;根据所述强度滤波后的点云数据的法向量和欧氏距离,利用预设点云分割算法进行点云分割,得到所述点云分割结果。
在本申请的一些实施例中,所述点云分割结果包括多个点云块,所述第二确定单元230具体用于:确定各个点云块对应的最小包围框;基于所述标定板的尺寸信息和各个点云块对应的最小包围框的尺寸信息对多个点云块进行筛选,得到标定板的点云块;根据所述标定板的点云块对应的最小包围框确定所述标定板对应的点云标定坐标点。
在本申请的一些实施例中,所述第二确定单元230具体用于:根据标定板在标定车上的安装位置,将所述预设标定点位对应的组合导航定位数据转换到所述标定板的中心点位置,作为所述标定板对应的UTM标定坐标点。
在本申请的一些实施例中,所述标定板对应的标定点对数据包括标定板对应的点云标定坐标点和UTM标定坐标点,所述标定单元240具体用于:根据所述标定板对应的标定点对数据,利用奇异值分解算法确定所述路侧激光雷达的初始外参;根据所述路侧激光雷达的初始外参对所述标定板对应的点云标定坐标点进行旋转,得到旋转后的点云标定坐标点;根据所述旋转后的点云标定坐标点和所述UTM标定坐标点利用迭代最近点算法进行外参优化,得到路侧激光雷达的优化外参。
能够理解,上述路侧激光雷达的标定装置,能够实现前述实施例中提供的路侧激光雷达的标定方法的各个步骤,关于路侧激光雷达的标定方法的相关阐释均适用于路侧激光雷达的标定装置,此处不再赘述。
图3是本申请的一个实施例电子设备的结构示意图。请参考图3,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述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中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成路侧激光雷达的标定装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取路侧激光雷达采集的原始点云数据和标定车采集的原始组合导航定位数据,所述原始点云数据基于所述标定车上设置的标定板得到;
基于预设标定点位以及所述原始点云数据和所述原始组合导航定位数据,确定所述预设标定点位对应的点云数据和组合导航定位数据;
根据所述预设标定点位对应的点云数据和组合导航定位数据确定所述标定板对应的标定点对数据;
根据所述标定板对应的标定点对数据,利用预设激光雷达外参标定算法进行外参标定,得到所述路侧激光雷达的外参。
上述如本申请图1所示实施例揭示的路侧激光雷达的标定装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central ProcessingUnit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1中路侧激光雷达的标定装置执行的方法,并实现路侧激光雷达的标定装置在图1所示实施例的功能,本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行图1所示实施例中路侧激光雷达的标定装置执行的方法,并具体用于执行:
获取路侧激光雷达采集的原始点云数据和标定车采集的原始组合导航定位数据,所述原始点云数据基于所述标定车上设置的标定板得到;
基于预设标定点位以及所述原始点云数据和所述原始组合导航定位数据,确定所述预设标定点位对应的点云数据和组合导航定位数据;
根据所述预设标定点位对应的点云数据和组合导航定位数据确定所述标定板对应的标定点对数据;
根据所述标定板对应的标定点对数据,利用预设激光雷达外参标定算法进行外参标定,得到所述路侧激光雷达的外参。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM) 和/或非易失性内存等形式,如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者设备不仅包括那些要素,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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (9)

1.一种路侧激光雷达的标定方法,其中,所述方法包括:
获取路侧激光雷达采集的原始点云数据和标定车采集的原始组合导航定位数据,所述原始点云数据基于所述标定车上设置的标定板得到;
基于预设标定点位以及所述原始点云数据和所述原始组合导航定位数据,确定所述预设标定点位对应的点云数据和组合导航定位数据;
根据所述预设标定点位对应的点云数据和组合导航定位数据确定所述标定板对应的标定点对数据;
根据所述标定板对应的标定点对数据,利用预设激光雷达外参标定算法进行外参标定,得到所述路侧激光雷达的外参;
其中,所述标定板按照预设倾斜角度安装在所述标定车上,所述预设倾斜角度与道路标识的倾斜角度不同,以将标定板的点云数据与道路标识的点云数据区分开;
所述标定板对应的标定点对数据包括标定板对应的点云标定坐标点,所述标定板对应的点云标定坐标点通过如下方式得到:
利用预设点云分割算法对所述预设标定点位对应的点云数据进行点云分割,得到点云分割结果;
根据所述点云分割结果和标定板的尺寸信息以及预设标定点位对应的点云数据的法向量确定所述标定板对应的点云标定坐标点;
所述点云分割结果包括多个点云块,所述根据所述点云分割结果和标定板的尺寸信息以及预设标定点位对应的点云数据的法向量确定所述标定板对应的点云标定坐标点包括:
确定各个点云块对应的最小包围框;
基于所述标定板的尺寸信息、各个点云块对应的最小包围框的尺寸信息以及所述预设标定点位对应的点云数据的法向量对多个点云块进行筛选,得到所述标定板的点云块;
根据所述标定板的点云块对应的最小包围框确定所述标定板对应的点云标定坐标点。
2.如权利要求1所述方法,其中,所述获取路侧激光雷达采集的原始点云数据和标定车采集的原始组合导航定位数据包括:
在所述标定车位于所述路侧激光雷达的感知范围内且与所述路侧激光雷达处于预设距离范围内的情况下,分别获取所述标定车在不同车道的原始点云数据和原始组合导航定位数据。
3.如权利要求1所述方法,其中,所述基于预设标定点位以及所述原始点云数据和所述原始组合导航定位数据,确定所述预设标定点位对应的点云数据和组合导航定位数据包括:
基于所述预设标定点位和所述原始组合导航定位数据,确定所述预设标定点位对应的组合导航定位数据;
基于所述预设标定点位对应的组合导航定位数据的时间戳和所述原始点云数据,确定所述预设标定点位对应的点云数据。
4.如权利要求1所述方法,其中,所述根据所述预设标定点位对应的点云数据和组合导航定位数据确定所述标定板对应的标定点对数据包括:
根据所述预设标定点位对应的点云数据确定所述标定板对应的点云标定坐标点;
根据所述预设标定点位对应的组合导航定位数据确定所述标定板对应的UTM标定坐标点;
根据所述标定板对应的点云标定坐标点和所述标定板对应的UTM标定坐标点,确定所述标定板对应的标定点对数据。
5.如权利要求1所述方法,其中,所述利用预设点云分割算法对所述预设标定点位对应的点云数据进行点云分割,得到点云分割结果包括:
对所述预设标定点位对应的点云数据进行强度滤波处理,得到强度滤波后的点云数据;
根据所述强度滤波后的点云数据的法向量和欧氏距离,利用预设点云分割算法进行点云分割,得到所述点云分割结果。
6.如权利要求4所述方法,其中,所述根据所述预设标定点位对应的组合导航定位数据确定所述标定板对应的UTM标定坐标点包括:
根据标定板在标定车上的安装位置,将所述预设标定点位对应的组合导航定位数据转换到所述标定板的中心点位置,作为所述标定板对应的UTM标定坐标点。
7.如权利要求1所述方法,其中,所述标定板对应的标定点对数据包括标定板对应的点云标定坐标点和UTM标定坐标点,所述根据所述标定板对应的标定点对数据,利用预设激光雷达外参标定算法进行外参标定,得到所述路侧激光雷达的外参包括:
根据所述标定板对应的标定点对数据,利用奇异值分解算法确定所述路侧激光雷达的初始外参;
根据所述路侧激光雷达的初始外参对所述标定板对应的点云标定坐标点进行旋转,得到旋转后的点云标定坐标点;
根据所述旋转后的点云标定坐标点和所述UTM标定坐标点利用迭代最近点算法进行外参优化,得到路侧激光雷达的优化外参。
8.一种路侧激光雷达的标定装置,其中,所述装置包括:
获取单元,用于获取路侧激光雷达采集的原始点云数据和标定车采集的原始组合导航定位数据,所述点云数据基于所述标定车上设置的标定板得到;
第一确定单元,用于基于预设标定点位以及所述原始点云数据和所述原始组合导航定位数据,确定所述预设标定点位对应的点云数据和组合导航定位数据;
第二确定单元,用于根据所述预设标定点位对应的点云数据和组合导航定位数据确定所述标定板对应的标定点对数据;
标定单元,用于根据所述标定板对应的标定点对数据,利用预设激光雷达外参标定算法进行外参标定,得到所述路侧激光雷达的外参;
其中,所述标定板按照预设倾斜角度安装在所述标定车上,所述预设倾斜角度与道路标识的倾斜角度不同,以将标定板的点云数据与道路标识的点云数据区分开;
所述标定板对应的标定点对数据包括标定板对应的点云标定坐标点,所述标定板对应的点云标定坐标点通过如下方式得到:
利用预设点云分割算法对所述预设标定点位对应的点云数据进行点云分割,得到点云分割结果;
根据所述点云分割结果和标定板的尺寸信息以及预设标定点位对应的点云数据的法向量确定所述标定板对应的点云标定坐标点;
所述点云分割结果包括多个点云块,所述根据所述点云分割结果和标定板的尺寸信息以及预设标定点位对应的点云数据的法向量确定所述标定板对应的点云标定坐标点包括:
确定各个点云块对应的最小包围框;
基于所述标定板的尺寸信息、各个点云块对应的最小包围框的尺寸信息以及所述预设标定点位对应的点云数据的法向量对多个点云块进行筛选,得到所述标定板的点云块;
根据所述标定板的点云块对应的最小包围框确定所述标定板对应的点云标定坐标点。
9.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行所述权利要求1~7之任一所述方法。
CN202310699549.3A 2023-06-14 2023-06-14 路侧激光雷达的标定方法、装置及电子设备 Active CN116449347B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310699549.3A CN116449347B (zh) 2023-06-14 2023-06-14 路侧激光雷达的标定方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310699549.3A CN116449347B (zh) 2023-06-14 2023-06-14 路侧激光雷达的标定方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN116449347A CN116449347A (zh) 2023-07-18
CN116449347B true CN116449347B (zh) 2023-10-03

Family

ID=87134136

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310699549.3A Active CN116449347B (zh) 2023-06-14 2023-06-14 路侧激光雷达的标定方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN116449347B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111060132A (zh) * 2019-11-29 2020-04-24 苏州智加科技有限公司 行车定位坐标的标定方法和装置
CN111383279A (zh) * 2018-12-29 2020-07-07 阿里巴巴集团控股有限公司 外参标定方法、装置及电子设备
CN112017251A (zh) * 2020-10-19 2020-12-01 杭州飞步科技有限公司 标定方法、装置、路侧设备和计算机可读存储介质
CN112509333A (zh) * 2020-10-20 2021-03-16 智慧互通科技股份有限公司 一种基于多传感器感知的路侧停车车辆轨迹识别方法及系统
US11002859B1 (en) * 2020-02-27 2021-05-11 Tsinghua University Intelligent vehicle positioning method based on feature point calibration
CN113763478A (zh) * 2020-09-09 2021-12-07 北京京东乾石科技有限公司 无人车相机标定方法、装置、设备、存储介质及系统
CN114325667A (zh) * 2022-01-05 2022-04-12 上海三一重机股份有限公司 组合导航设备与激光雷达的外参标定方法及装置
CN114485658A (zh) * 2021-12-08 2022-05-13 上海智能网联汽车技术中心有限公司 一种面向路侧感知系统精度评估的装置及方法
CN114677446A (zh) * 2022-03-21 2022-06-28 华南理工大学 基于路侧多传感器融合的车辆检测方法、装置及介质
CN114755662A (zh) * 2022-03-21 2022-07-15 北京航空航天大学 一种路车融合感知的激光雷达和gps的标定方法和装置
CN114926808A (zh) * 2022-03-30 2022-08-19 吉林大学 一种基于传感器融合的目标检测及追踪方法
CN115409965A (zh) * 2022-09-13 2022-11-29 北京踏歌智行科技有限公司 一种面向非结构化道路的矿区地图自动生成方法
CN116027283A (zh) * 2021-10-27 2023-04-28 罗伯特·博世有限公司 用于路侧感知单元的自动标定的方法和设备
CN116152356A (zh) * 2023-03-23 2023-05-23 智道网联科技(北京)有限公司 标定方法、装置、设备及存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111383279A (zh) * 2018-12-29 2020-07-07 阿里巴巴集团控股有限公司 外参标定方法、装置及电子设备
CN111060132A (zh) * 2019-11-29 2020-04-24 苏州智加科技有限公司 行车定位坐标的标定方法和装置
US11002859B1 (en) * 2020-02-27 2021-05-11 Tsinghua University Intelligent vehicle positioning method based on feature point calibration
CN113763478A (zh) * 2020-09-09 2021-12-07 北京京东乾石科技有限公司 无人车相机标定方法、装置、设备、存储介质及系统
CN112017251A (zh) * 2020-10-19 2020-12-01 杭州飞步科技有限公司 标定方法、装置、路侧设备和计算机可读存储介质
CN112509333A (zh) * 2020-10-20 2021-03-16 智慧互通科技股份有限公司 一种基于多传感器感知的路侧停车车辆轨迹识别方法及系统
CN116027283A (zh) * 2021-10-27 2023-04-28 罗伯特·博世有限公司 用于路侧感知单元的自动标定的方法和设备
CN114485658A (zh) * 2021-12-08 2022-05-13 上海智能网联汽车技术中心有限公司 一种面向路侧感知系统精度评估的装置及方法
CN114325667A (zh) * 2022-01-05 2022-04-12 上海三一重机股份有限公司 组合导航设备与激光雷达的外参标定方法及装置
CN114755662A (zh) * 2022-03-21 2022-07-15 北京航空航天大学 一种路车融合感知的激光雷达和gps的标定方法和装置
CN114677446A (zh) * 2022-03-21 2022-06-28 华南理工大学 基于路侧多传感器融合的车辆检测方法、装置及介质
CN114926808A (zh) * 2022-03-30 2022-08-19 吉林大学 一种基于传感器融合的目标检测及追踪方法
CN115409965A (zh) * 2022-09-13 2022-11-29 北京踏歌智行科技有限公司 一种面向非结构化道路的矿区地图自动生成方法
CN116152356A (zh) * 2023-03-23 2023-05-23 智道网联科技(北京)有限公司 标定方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN116449347A (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN111210429B (zh) 点云数据划分方法及装置、障碍物检测方法及装置
CN111797734A (zh) 车辆点云数据处理方法、装置、设备和存储介质
CN111582054B (zh) 点云数据处理方法及装置、障碍物检测方法及装置
CN111553946B (zh) 用于去除地面点云的方法及装置、障碍物检测方法及装置
CN115376090A (zh) 高精地图构建方法、装置及电子设备、存储介质
CN114966632A (zh) 激光雷达标定方法、装置及电子设备、存储介质
CN116449347B (zh) 路侧激光雷达的标定方法、装置及电子设备
CN116740680A (zh) 一种车辆定位方法、装置及电子设备
CN109740502B (zh) 道路质量检测方法及装置
CN115661014A (zh) 一种点云数据处理方法、装置和电子设备、存储介质
CN116164763A (zh) 目标航向角确定方法、装置及电子设备、存储介质
CN114755663A (zh) 车辆传感器的外参校准方法、装置及计算机可读存储介质
CN112767498A (zh) 相机标定方法、装置和电子设备
CN116664697A (zh) 路侧相机的标定方法、装置及电子设备
CN115236689B (zh) 确定激光雷达和图像采集设备的相对位置的方法与装置
CN114705121B (zh) 车辆位姿测量方法、装置及电子设备、存储介质
CN115236696B (zh) 确定障碍物的方法、装置、电子设备及存储介质
CN116381698B (zh) 道路遗撒物的检测方法、装置及电子设备
CN113205144B (zh) 一种模型训练的方法及装置
CN117075135B (zh) 一种车辆特征检测方法、系统、存储介质和电子设备
CN116597376A (zh) 路侧设备感知范围确定方法、装置及路侧设备
CN116610766A (zh) 地图更新方法、装置及电子设备、计算机可读存储介质
CN117037094A (zh) 车道划分方法、装置、电子设备
CN116894834A (zh) 用于景区的路侧检测方法、装置及电子设备、存储介质
CN115797893A (zh) 有效行驶区域的确定方法、装置及电子设备、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