CN117192520A - 一种雷达标定参数的校验方法、装置、设备和介质 - Google Patents
一种雷达标定参数的校验方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN117192520A CN117192520A CN202311401414.0A CN202311401414A CN117192520A CN 117192520 A CN117192520 A CN 117192520A CN 202311401414 A CN202311401414 A CN 202311401414A CN 117192520 A CN117192520 A CN 117192520A
- Authority
- CN
- China
- Prior art keywords
- target
- radar
- verification
- determining
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012795 verification Methods 0.000 claims abstract description 215
- 238000009434 installation Methods 0.000 claims abstract description 45
- 238000004590 computer program Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 13
- 238000013519 translation Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Abstract
本发明实施例公开一种雷达标定参数的校验方法、装置、设备和介质,该方法包括:在标定校验环境内,获取目标车辆中每个雷达对应的安装信息和每个雷达扫描到的第一点云图像;基于安装信息,确定各个雷达对应的目标地面重合度,并对目标地面重合度进行地面重合度校验,确定第一雷达标定参数对应的第一校验结果;基于第一点云图像,确定各个雷达对应的目标靶标重合度,并对目标靶标重合度进行靶标重合度校验,确定第二雷达标定参数对应的第二校验结果。通过本发明实施例的技术方案,可以对雷达标定参数进行自动校验,无需人工校验,从而提高雷达标定参数的校验效率和准确性。
Description
技术领域
本发明实施例涉及计算机技术,尤其涉及一种雷达标定参数的校验方法、装置、设备和介质。
背景技术
随着智能驾驶技术的发展,传感器的感受视野变得越来越重要。传感器就像是智能驾驶汽车的眼睛,传感器视野越大,智能驾驶汽车的安全等级就越高。激光雷达作为目前智能驾驶汽车的主流传感器。但由于传统式的机械激光雷达造价成本过高,且体积大,不利于智能驾驶汽车的量产。因此,低成本、体积小的固态或半固态激光雷达就成为了各大厂商的主选。固态激光雷达很难做到360度的视场角,在利用固态激光雷达辅助进行智能驾驶时,为了更大程度的保证智能驾驶的安全性,固态激光雷达的布局方案设计倾向于使用多个固态激光雷达拼接以达到全视场覆盖的效果。
在多个固态激光雷达拼接以达到全视场覆盖的情况下,需要对每个固态激光雷达进行参数标定,从而保证每个固态激光雷达扫描到的场景组合后能符合实际场景。若固态激光雷达标定误差较大,就会出现地面分层和/或障碍物一分为二等情况,严重影响固态激光雷达的感知效果,降低智能驾驶车辆的安全性。
目前,往往通过人工可视化校验的方式,把不同雷达扫描图像投影到统一坐标系,并观察融合后的扫描图像是否存在异常。然而,这种人工可视化校验的方式不仅费时费力,还需要离线操作,无法对雷达标定参数进行实时校验。
发明内容
本发明实施例提供了一种雷达标定参数的校验方法、装置、设备和介质,以实现对雷达标定参数的自动校验,无需人工校验,从而提高雷达标定参数的校验效率和准确性。
第一方面,本发明实施例提供了一种雷达标定参数的校验方法,包括:
在标定校验环境内,获取目标车辆中每个雷达对应的安装信息和每个雷达扫描到的第一点云图像;
基于所述安装信息,确定各个雷达对应的目标地面重合度,并对所述目标地面重合度进行地面重合度校验,确定第一雷达标定参数对应的第一校验结果;
基于所述第一点云图像,确定各个雷达对应的目标靶标重合度,并对所述目标靶标重合度进行靶标重合度校验,确定第二雷达标定参数对应的第二校验结果。
第二方面,本发明实施例提供了一种雷达标定参数的校验装置,包括:
信息获取模块,用于在标定校验环境内,获取目标车辆中每个雷达对应的安装信息和每个雷达扫描到的第一点云图像;
第一校验结果确定模块,用于基于所述安装信息,确定各个雷达对应的目标地面重合度,并对所述目标地面重合度进行地面重合度校验,确定第一雷达标定参数对应的第一校验结果;
第二校验结果确定模块,用于基于所述第一点云图像,确定各个雷达对应的目标靶标重合度,并对所述目标靶标重合度进行靶标重合度校验,确定第二雷达标定参数对应的第二校验结果。
第三方面,本发明实施例提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例所提供的雷达标定参数的校验方法。
第四方面,本发明实施例提供了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本发明任意实施例所提供的雷达标定参数的校验方法。
本发明实施例的技术方案,通过在标定校验环境内,获取目标车辆中每个雷达对应的安装信息和每个雷达扫描到的第一点云图像;基于所述安装信息,确定各个雷达对应的目标地面重合度,并对所述目标地面重合度进行地面重合度校验,确定第一雷达标定参数对应的第一校验结果,从而实现在水平方向上针对部分雷达标定参数的自动校验,并确定相应的校验结果;基于所述第一点云图像,确定各个雷达对应的目标靶标重合度,并对所述目标靶标重合度进行靶标重合度校验,确定第二雷达标定参数对应的第二校验结果,从而实现在垂直水平面的方向上针对另一部分雷达标定参数的自动校验,并确定相应的校验结果,无需人工校验,节省校验所需时间,从而提高雷达标定参数的校验效率,并且可以根据两次校验结果对雷达标定参数进行校验,进而提高雷达标定参数的校验准确性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,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是本发明实施例一提供的一种雷达标定参数的校验方法的流程图;
图2本发明实施例一所涉及的一种靶标摆放的示意图;
图3本发明实施例一所涉及的一种雷达扫描锥桶得到的第一点云图像的示例图;
图4是本发明实施例二提供的一种雷达标定参数的校验方法的流程图;
图5是本发明实施例二所涉及的一种目标校验范围的示意图;
图6是本发明实施例二所涉及的一种确定目标校验范围的示例图;
图7是本发明实施例三提供的一种雷达标定参数的校验装置的结构示意图;
图8是实现本发明实施例的雷达标定参数的校验方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种雷达标定参数的校验方法的流程图,本实施例可适用于对目标车辆中雷达标定参数进行自动校验的情况,该方法可以由雷达标定参数的校验装置来执行,该雷达标定参数的校验装置可以采用硬件和/或软件的形式实现,该雷达标定参数的校验装置可配置于电子设备中。如图1所示,该方法包括:
S110、在标定校验环境内,获取目标车辆中每个雷达对应的安装信息和每个雷达扫描到的第一点云图像。
其中,标定校验环境可以是指基于业务需求预先构建的用于校验雷达标定参数的环境。例如,路面平整,路面无异常起伏,且雷达扫描范围内除靶标外,无其他障碍物的环境可以作为标定校验环境,从而使得校验过程在没有其他障碍物的干扰下进行,进而提高雷达标定参数的校验效率和准确性。靶标可以是指在校验过程中需要雷达扫描的目标物体。靶标可以用于作为雷达标定参数校验的参照物。安装信息可以包括但不限于雷达的安装位置信息和视场角信息。图2给出了一种靶标摆放的示意图。参见图2,目标车辆的车头位置安装有上下两个雷达。靶标为一张白色竖直板,且竖直板的平面侧正对着目标车辆的车头。例如,上方的雷达1对应的安装信息包括安装高度距地面1.65米和上下视场角为25度。下方的雷达2对应的安装信息包括安装高度距地面0.5米和上下视场角为25度。为了保证两个雷达扫描完整性,可以选用高1.5米的靶标(竖直板),并放置在距离目标车辆车头5米处。竖直板使用白色的好处在于,白色的反射率更高,从而提高雷达扫描到的第一点云图像的准确性,进一步提高雷达标定参数的校验准确性。点云可以是指在同一空间参考系下表达物体的空间分布和物体表面特性的海量点集合。例如,点云图像可以用于表征雷达扫描到的物体或场景。
具体地,启动目标车辆的自动驾驶系统,以使目标车辆加载最新的雷达标定参数。其中,最新的雷达标定参数就是本次需要进行校验的参数。在目标车辆加载最新的雷达标定参数之后,每个雷达会根据自身对应的最新的雷达标定参数进行姿态调整。将目标车辆行驶到预先构建好的标定校验环境内,驻车并启动校验功能,从而获取目标车辆中每个雷达对应的安装信息和每个雷达扫描到的第一点云图像。
S120、基于安装信息,确定各个雷达对应的目标地面重合度,并对目标地面重合度进行地面重合度校验,确定第一雷达标定参数对应的第一校验结果。
其中,地面重合度可以是指每个雷达扫描得到的地面之间的重合度。重合度越高,表明雷达扫描得到的地面之间越相近,也就是说雷达扫描得到的地面之间的夹角越小。雷达标定参数共有六个。雷达标定参数可以包括空间坐标系下,x、y、z三个方向的平移参数和沿x、y、z轴旋转的旋转参数。空间坐标系可以以目标车辆为坐标原点,向车头方向延伸为x轴正方向,垂直于地面向天空延伸为z轴正方向。本实施例中将六个雷达标定参数整合到两个维度,即地面维度和垂直地面维度,从而通过针对两个维度的校验,实现对六个雷达标定参数的校验,简化校验流程,提高雷达标定参数的校验效率。地面维度对应的是地面重合度,垂直地面维度对应的是靶标重合度,也可以称为竖直物体重合度。地面重合度可以用于表征在同一位置不同雷达扫描得到的地面之间的高度差,使得地面重合度可以反应出沿x、y轴的旋转参数和z轴方向的平移参数的标定准确性。竖直物体重合度可以用于表征不同雷达扫描同一竖直物体得到的图像在x方向测量值之间的误差和在y方向测量值之间的误差。竖直物体重合度可以反映出沿z轴的旋转参数和x、y轴方向的平移参数的标定准确性。第一雷达标定参数可以包括沿x、y轴的旋转参数和z轴方向的平移参数。第一校验结果可以是指针对第一雷达标定参数的校验结果。
具体地,基于安装信息,确定每个雷达对应的扫描范围,并将存在共同扫描范围的雷达作为一个校验组,确定每个校验组对应的目标地面重合度。对目标地面重合度进行地面重合度校验,若用于表征每个校验组的目标地面重合度对应的夹角信息均通过地面重合度校验,则确定第一雷达标定参数对应的第一校验结果为合格结果;若用于表征每个校验组的目标地面重合度对应的夹角信息中,存在至少一个夹角信息未通过地面重合度校验,则确定第一雷达标定参数对应的第一校验结果为不合格结果。
S130、基于第一点云图像,确定各个雷达对应的目标靶标重合度,并对目标靶标重合度进行靶标重合度校验,确定第二雷达标定参数对应的第二校验结果。
其中,第二雷达标定参数可以包括沿z轴的旋转参数和x、y轴方向的平移参数。第二校验结果可以是指针对第二雷达标定参数的校验结果。具体地,基于第一点云图像,确定每个第一点云图像中的靶标和靶标的坐标信息,并基于每个靶标对应的坐标信息确定雷达对应的目标靶标重合度。还可以将所有的第一点云图像进行融合,获得一张点云图像,其中,每个雷达对应的点放置在该雷达相对应的图层中,以便区分每个雷达扫描得到的靶标。对目标靶标重合度进行靶标重合度校验,若所有雷达对应的目标靶标重合度通过靶标重合度校验,则确定第二雷达标定参数对应的第二校验结果为合格结果;若存在至少一个雷达对应的目标靶标重合度未通过靶标重合度校验,则确定第二雷达标定参数对应的第二校验结果为不合格结果。
本发明实施例的技术方案,通过在标定校验环境内,获取目标车辆中每个雷达对应的安装信息和每个雷达扫描到的第一点云图像;基于安装信息,确定各个雷达对应的目标地面重合度,并对目标地面重合度进行地面重合度校验,确定第一雷达标定参数对应的第一校验结果,从而实现在水平方向上针对部分雷达标定参数的自动校验,并确定相应的校验结果;基于第一点云图像,确定各个雷达对应的目标靶标重合度,并对目标靶标重合度进行靶标重合度校验,确定第二雷达标定参数对应的第二校验结果,从而实现在垂直水平面的方向上针对另一部分雷达标定参数的自动校验,并确定相应的校验结果,无需人工校验,节省校验所需时间,从而提高雷达标定参数的校验效率,并且可以根据两次校验结果对雷达标定参数进行校验,进而提高雷达标定参数的校验准确性。
在上述技术方案的基础上,S130中“基于第一点云图像,确定各个雷达对应的目标靶标重合度”可以包括:基于第一点云图像进行水平栅格投影,获得每个第一点云图像对应的第四点云图像;基于第四点云图像中最高扫描点与最低扫描点之间的高度差,确定每个雷达对应的至少一个第五点云图像;基于第五点云图像,确定靶标与目标车辆之间的第二校验距离和靶标边界之间的目标边界差值。
其中,第一点云图像是在yz平面中图像。图3给出了一种雷达扫描锥桶得到的第一点云图像的示例图。参见图3,左侧浅色的所有点组成雷达2扫描到的锥桶,右侧浅色的所有点组成雷达1扫描到的锥桶。水平栅格可以是指在xy平面中预设固定尺寸的方形范围。第四点云图像中包含第一点云图像中所有点在xy平面中的投影点。最高扫描点可以是指第一点云图像中最高点在xy平面中的投影点。最低扫描点可以是指第一点云图像中最低点在xy平面中的投影点。最高扫描点与最低扫描点之间的高度差是用于针对标定校验环境中其他障碍物干扰的一种方式,也是准确找到包含靶标的第五点云图像的一种方式。每个雷达对应的所有第五点云图像进行拼接,可以确定出包含靶标左右两侧边界的点云图像。第二校验距离可以是指雷达扫描得到的靶标对应的所有点与目标车辆之间平均距离。靶标边界可以是指雷达扫描得到的靶标左右两侧的边界。目标边界差值可以是指每个雷达扫描得到的靶标边界之间的平均差值。
具体地,基于第一点云图像进行水平栅格投影,获得每个第一点云图像对应的第四点云图像,在多个第四点云图像中识别出包含连续的高度差为1米以上的图像,并将该云图像确定该雷达对应的第五点云图像。其中,1米的最低高度差是基于放置的靶标预先设置的。沿用上例,以目标车辆中的雷达1和雷达2为例。基于每个雷达对应的第五点云图像,计算该表征靶标点云集合的x轴方向的均值x1(雷达1)和x2(雷达2),点云集合的最左边点云的y轴方向的均值left1(雷达1)和left2(雷达2),以及点云集合的最右边点云的y轴方向的均值right1(雷达1)和right2(雷达2)。第二校验距离和目标边界差值的确定公式如下:
front=|x1-x2|
verticle=(|left1-left2|+|right1-right2|)/2
其中,靶标与目标车辆之间的第二校验距离为front。靶标边界之间的目标边界差值为verticle。
需要说明的是,为了防止下边界(最低扫描点)存在地面点的干扰,统计上述值的时候,需要从比点云中最低点高0.5米的高度开始。
在上述技术方案的基础上,S130可以包括:若检测到第一校验结果为合格结果,则基于第一点云图像,确定各个雷达对应的目标靶标重合度,并对目标靶标重合度进行靶标重合度校验,确定第二雷达标定参数对应的第二校验结果;若检测到第一校验结果为不合格结果,则停止第二雷达标定参数的校验。
其中,六个雷达标定参数只要存在至少一个参数没有通过校验,那么就需要针对没有通过校验的参数进行调整,实现重新标定参数。在本实施例中对地面重合度校验和靶标重合度校验的校验顺序不做限定,只要存在一个校验结果为不合格结果,则可以停止另一个校验动作,直接进行参数调整,从而参数调整效率。也可以同时进行地面重合度校验和靶标重合度校验,在获得两个校验结果后,基于校验结果进行下一步动作,从而可以基于完整的校验结果,进行更准确的参数调整,提高参数调整准确性。
实施例二
图4为本发明实施例二提供的一种雷达标定参数的校验方法的流程图,本实施例在上述实施例的基础上,对确定目标地面重合度的过程进行了详细描述。其中与上述各实施例相同或相应的术语的解释在此不再赘述。如图4所示,该方法包括:
S410、在标定校验环境内,获取目标车辆中每个雷达对应的安装信息和每个雷达扫描到的第一点云图像。
S420、基于安装信息,确定各个雷达对应的目标校验位置和目标校验范围。
其中,目标校验位置可以是指各个雷达扫描范围的中心点。目标校验范围可以是指各个雷达需要扫描的区域尺寸。具体地,图5给出了一种目标校验范围的示意图。参见图5,目标车辆上安装了五个雷达。基于雷达对应的安装高度和安装视场角,确定雷达对应的目标扫描范围A、B、C和D;基于每个目标扫描范围之间的重叠范围和预设校验范围,确定雷达对应的目标校验位置。
S430、基于目标校验范围对应的第二点云图像和目标校验位置,确定各个雷达对应的目标地面重合度。
其中,第二点云图像可以是指雷达扫描得到的在yz平面中地面点集合的图像。具体地,基于目标校验范围对应的第二点云图像,确定每个雷达扫描得到的地平线之间的高度差值。基于目标校验位置,确定目标校验位置和目标车辆之间的距离,并基于该距离、高度差值和三角函数,确定雷达扫描得到的地平线之间的夹角信息,并将该夹角信息确定为雷达对应的目标地面重合度。
示例性地,S430可以包括:基于目标校验范围对应的第二点云图像,确定每个雷达对应的目标扫描点数量和目标扫描地面高度;对目标扫描点数量和目标扫描地面高度进行加权求均值处理,确定目标地面高度差值;基于目标校验位置确定第一校验距离,并基于第一校验距离和目标地面高度差值,确定各个雷达对应的目标地面重合度。
其中,目标扫描点数量可以是指第二点云图像内雷达对应的扫描点的数量。在第二点云图像每有一个雷达1扫描到的点,雷达1对应的目标扫描数量加1。目标扫描地面高度可以是指雷达扫描得到的地面相对同一参照物的高度。例如,参照物可以是指目标车辆或任一雷达。第一校验距离可以是指目标车辆至目标校验位置之间的距离。目标地面高度差值可以是指雷达扫描得到的地平线之间的高度差值。
具体地,基于目标校验范围对应的第二点云图像,确定每个雷达对应的目标扫描点数量,并基于第二点云图像中雷达对应的最高扫描点与最低扫描点确定雷达对应的目标扫描地面高度。目标地面高度差值的确定公式如下:
delta(z)=abs((z1/point_num1)-(z2/point_num2))
其中,delta(z)表示目标地面高度差值。z1表示雷达1对应的目标扫描地面高度。z2表示雷达2对应的目标扫描地面高度。point_num1表示雷达1对应的目标扫描点数量。point_num2表示雷达2对应的目标扫描点数量。abs表示求均值操作。基于目标校验位置和目标车辆位置,确定第一校验距离,并基于第一校验距离、目标地面高度差值和相应的三角函数,确定雷达对应的目标地面重合度。
S440、对目标地面重合度进行地面重合度校验,确定第一雷达标定参数对应的第一校验结果。
S450、基于第一点云图像,确定各个雷达对应的目标靶标重合度,并对目标靶标重合度进行靶标重合度校验,确定第二雷达标定参数对应的第二校验结果。
本发明实施例的技术方案,通过基于安装信息,确定各个雷达对应的目标校验位置和目标校验范围,从而保证每个雷达扫描的完整性;基于目标校验范围对应的第二点云图像和目标校验位置,确定各个雷达对应的目标地面重合度,从而可以针对目标地面重合度进行校验,反应出沿x、y轴的旋转参数和z轴方向的平移参数的标定准确性。
在上述技术方案的基础上,S420可以包括:基于雷达对应的安装高度和安装视场角,确定雷达对应的第一扫描范围;基于每个第一扫描范围之间的重叠范围,确定雷达对应的第一校验位置;基于第一校验位置和预设校验范围,确定第一校验范围;基于雷达扫描到的第一校验范围对应的第三点云图像,确定各个雷达对应的目标校验位置和目标校验范围。
其中,第一扫描范围可以是指雷达正常工作时所能扫描到的范围。重叠范围可以是指雷达之间重叠的扫描范围。第一校验位置可以是指重叠范围内的任意位置。预设校验范围可以是指预先设置的校验区域的尺寸。例如,预设校验范围可以是指边长的0.5米的正方形范围。第一校验范围可以是指以第一校验位置为中心的校验范围。第三点云图像可以是指雷达扫描得到的在yz平面中地面点集合的图像。
具体地,基于雷达对应的安装高度和安装视场角,确定雷达对应的第一扫描范围;基于每个第一扫描范围之间的重叠范围,将重叠范围中任意位置确定为第一校验位置;基于第一校验位置和预设校验范围,确定第一校验范围;基于雷达扫描到的第一校验范围对应的第三点云图像进行图像数据检测,若第三点云图像满足预设图像检测条件,则将第三点云图像对应的第一校验范围和第一校验位置确定为各个雷达对应的目标校验位置和目标校验范围。
在上述技术方案的基础上,“基于雷达扫描到的第一校验范围对应的第三点云图像,确定各个雷达对应的目标校验位置和目标校验范围”可以包括:若检测到雷达扫描到的第一校验范围对应的第三点云图像中不存在全部雷达对应的至少一个目标扫描点,则将第一校验范围进行平移调整,获得平移调整后的第二校验范围;对第二校验范围进行检测,并将满足检测条件的第二校验范围确定为各个雷达对应的目标校验范围;基于目标校验范围和预设校验范围,确定目标校验位置。
其中,目标扫描点可以是指雷达扫描得到的在第一校验范围内的点。第二校验范围可以是指在重叠范围内除第一校验范围之外的任意范围。具体地,图6给出了一种确定目标校验范围的示例图。参见图6,区域1为第一校验范围,区域1内只存在一个雷达扫描得到的空心点。因此,区域1中缺少另一雷达对应的实心点,即区域1不存在全部雷达对应的至少一个目标扫描点。将区域1向上平移调整获得区域2。区域2为第二校验范围,区域2内存在两个雷达扫描得到的目标扫描点,即空心点和实心点。因此,区域2满足检测条件,并将区域2确定为各个雷达对应的目标校验范围,从而保证在校验过程中每个雷达在目标校验范围内都存在目标扫描点,进而保证了雷达标定参数校验的准确性。基于目标校验范围和预设校验范围,确定目标校验位置。
以下是本发明实施例提供的雷达标定参数的校验装置的实施例,该装置与上述各实施例的雷达标定参数的校验方法属于同一个发明构思,在雷达标定参数的校验装置的实施例中未详尽描述的细节内容,可以参考上述雷达标定参数的校验方法的实施例。
实施例三
图7为本发明实施例三提供的一种雷达标定参数的校验装置的结构示意图。如图7所示,该装置包括:信息获取模块710、第一校验结果确定模块720和第二校验结果确定模块730。
其中,信息获取模块710,用于在标定校验环境内,获取目标车辆中每个雷达对应的安装信息和每个雷达扫描到的第一点云图像;第一校验结果确定模块720,用于基于安装信息,确定各个雷达对应的目标地面重合度,并对目标地面重合度进行地面重合度校验,确定第一雷达标定参数对应的第一校验结果;第二校验结果确定模块730,用于基于第一点云图像,确定各个雷达对应的目标靶标重合度,并对目标靶标重合度进行靶标重合度校验,确定第二雷达标定参数对应的第二校验结果。
本发明实施例的技术方案,通过在标定校验环境内,获取目标车辆中每个雷达对应的安装信息和每个雷达扫描到的第一点云图像;基于安装信息,确定各个雷达对应的目标地面重合度,并对目标地面重合度进行地面重合度校验,确定第一雷达标定参数对应的第一校验结果,从而实现在水平方向上针对部分雷达标定参数的自动校验,并确定相应的校验结果;基于第一点云图像,确定各个雷达对应的目标靶标重合度,并对目标靶标重合度进行靶标重合度校验,确定第二雷达标定参数对应的第二校验结果,从而实现在垂直水平面的方向上针对另一部分雷达标定参数的自动校验,并确定相应的校验结果,无需人工校验,节省校验所需时间,从而提高雷达标定参数的校验效率,并且可以根据两次校验结果对雷达标定参数进行校验,进而提高雷达标定参数的校验准确性。
可选地,第一校验结果确定模块720,可以包括:
目标校验信息确定子模块,用于基于安装信息,确定各个雷达对应的目标校验位置和目标校验范围;
目标地面重合度确定子模块,用于基于目标校验范围对应的第二点云图像和目标校验位置,确定各个雷达对应的目标地面重合度。
可选地,目标校验信息确定子模块,可以包括:
第一扫描范围确定单元,用于基于雷达对应的安装高度和安装视场角,确定雷达对应的第一扫描范围;
第一校验位置确定单元,用于基于每个第一扫描范围之间的重叠范围,确定雷达对应的第一校验位置;
第一校验范围确定单元,用于基于第一校验位置和预设校验范围,确定第一校验范围;
目标校验信息确定单元,用于基于雷达扫描到的第一校验范围对应的第三点云图像,确定各个雷达对应的目标校验位置和目标校验范围。
可选地,目标校验信息确定单元具体用于:若检测到雷达扫描到的第一校验范围对应的第三点云图像中不存在全部雷达对应的至少一个目标扫描点,则将第一校验范围进行平移调整,获得平移调整后的第二校验范围;对第二校验范围进行检测,并将满足检测条件的第二校验范围确定为各个雷达对应的目标校验范围;基于目标校验范围和预设校验范围,确定目标校验位置。
可选地,目标地面重合度确定子模块具体用于:基于目标校验范围对应的第二点云图像,确定每个雷达对应的目标扫描点数量和目标扫描地面高度;对目标扫描点数量和目标扫描地面高度进行加权求均值处理,确定目标地面高度差值;基于目标校验位置确定第一校验距离,并基于第一校验距离和目标地面高度差值,确定各个雷达对应的目标地面重合度。
可选地,第二校验结果确定模块730具体用于:基于第一点云图像进行水平栅格投影,获得每个第一点云图像对应的第四点云图像;基于第四点云图像中最高扫描点与最低扫描点之间的高度差,确定每个雷达对应的至少一个第五点云图像;基于第五点云图像,确定靶标与目标车辆之间的第二校验距离和靶标边界之间的目标边界差值。
可选地,第二校验结果确定模块730还用于:若检测到第一校验结果为合格结果,则基于第一点云图像,确定各个雷达对应的目标靶标重合度,并对目标靶标重合度进行靶标重合度校验,确定第二雷达标定参数对应的第二校验结果;若检测到第一校验结果为不合格结果,则停止第二雷达标定参数的校验。
本发明实施例所提供的雷达标定参数的校验装置可执行本发明任意实施例所提供的雷达标定参数的校验方法,具备执行雷达标定参数的校验方法相应的功能模块和有益效果。
值得注意的是,上述雷达标定参数的校验的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例四
图8示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图8所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如雷达标定参数的校验方法。
在一些实施例中,雷达标定参数的校验方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的雷达标定参数的校验方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行雷达标定参数的校验方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种雷达标定参数的校验方法,其特征在于,包括:
在标定校验环境内,获取目标车辆中每个雷达对应的安装信息和每个雷达扫描到的第一点云图像;
基于所述安装信息,确定各个雷达对应的目标地面重合度,并对所述目标地面重合度进行地面重合度校验,确定第一雷达标定参数对应的第一校验结果;
基于所述第一点云图像,确定各个雷达对应的目标靶标重合度,并对所述目标靶标重合度进行靶标重合度校验,确定第二雷达标定参数对应的第二校验结果。
2.根据权利要求1所述的方法,其特征在于,所述基于所述安装信息,确定各个雷达对应的目标地面重合度,包括:
基于所述安装信息,确定各个雷达对应的目标校验位置和目标校验范围;
基于所述目标校验范围对应的第二点云图像和所述目标校验位置,确定各个雷达对应的目标地面重合度。
3.根据权利要求2所述的方法,其特征在于,所述基于所述安装信息,确定各个雷达对应的目标校验位置和目标校验范围,包括:
基于雷达对应的安装高度和安装视场角,确定所述雷达对应的第一扫描范围;
基于每个所述第一扫描范围之间的重叠范围,确定所述雷达对应的第一校验位置;
基于所述第一校验位置和预设校验范围,确定第一校验范围;
基于雷达扫描到的所述第一校验范围对应的第三点云图像,确定各个雷达对应的目标校验位置和目标校验范围。
4.根据权利要求3所述的方法,其特征在于,所述基于雷达扫描到的所述第一校验范围对应的第三点云图像,确定各个雷达对应的目标校验位置和目标校验范围,包括:
若检测到雷达扫描到的所述第一校验范围对应的第三点云图像中不存在全部雷达对应的至少一个目标扫描点,则将所述第一校验范围进行平移调整,获得平移调整后的第二校验范围;
对第二校验范围进行检测,并将满足检测条件的第二校验范围确定为各个雷达对应的目标校验范围;
基于所述目标校验范围和预设校验范围,确定目标校验位置。
5.根据权利要求2所述的方法,其特征在于,所述基于所述目标校验范围对应的第二点云图像和所述目标校验位置,确定各个雷达对应的目标地面重合度,包括:
基于所述目标校验范围对应的第二点云图像,确定每个雷达对应的目标扫描点数量和目标扫描地面高度;
对所述目标扫描点数量和所述目标扫描地面高度进行加权求均值处理,确定目标地面高度差值;
基于目标校验位置确定第一校验距离,并基于所述第一校验距离和所述目标地面高度差值,确定各个雷达对应的目标地面重合度。
6.根据权利要求1所述的方法,其特征在于,所述基于所述第一点云图像,确定各个雷达对应的目标靶标重合度,包括:
基于所述第一点云图像进行水平栅格投影,获得每个所述第一点云图像对应的第四点云图像;
基于所述第四点云图像中最高扫描点与最低扫描点之间的高度差,确定每个所述雷达对应的至少一个第五点云图像;
基于所述第五点云图像,确定靶标与目标车辆之间的第二校验距离和靶标边界之间的目标边界差值。
7.根据权利要求1所述的方法,其特征在于,所述基于所述第一点云图像,确定各个雷达对应的目标靶标重合度,并对所述目标靶标重合度进行靶标重合度校验,确定第二雷达标定参数对应的第二校验结果,包括:
若检测到所述第一校验结果为合格结果,则基于所述第一点云图像,确定各个雷达对应的目标靶标重合度,并对所述目标靶标重合度进行靶标重合度校验,确定第二雷达标定参数对应的第二校验结果;
若检测到所述第一校验结果为不合格结果,则停止第二雷达标定参数的校验。
8.一种雷达标定参数的校验装置,其特征在于,包括:
信息获取模块,用于在标定校验环境内,获取目标车辆中每个雷达对应的安装信息和每个雷达扫描到的第一点云图像;
第一校验结果确定模块,用于基于所述安装信息,确定各个雷达对应的目标地面重合度,并对所述目标地面重合度进行地面重合度校验,确定第一雷达标定参数对应的第一校验结果;
第二校验结果确定模块,用于基于所述第一点云图像,确定各个雷达对应的目标靶标重合度,并对所述目标靶标重合度进行靶标重合度校验,确定第二雷达标定参数对应的第二校验结果。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的雷达标定参数的校验方法。
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时实现如权利要求1-7中任一所述的雷达标定参数的校验方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311401414.0A CN117192520A (zh) | 2023-10-26 | 2023-10-26 | 一种雷达标定参数的校验方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311401414.0A CN117192520A (zh) | 2023-10-26 | 2023-10-26 | 一种雷达标定参数的校验方法、装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117192520A true CN117192520A (zh) | 2023-12-08 |
Family
ID=88983648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311401414.0A Pending CN117192520A (zh) | 2023-10-26 | 2023-10-26 | 一种雷达标定参数的校验方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117192520A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117471461A (zh) * | 2023-12-26 | 2024-01-30 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种用于车载辅助驾驶系统的路侧雷达服务装置和方法 |
-
2023
- 2023-10-26 CN CN202311401414.0A patent/CN117192520A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117471461A (zh) * | 2023-12-26 | 2024-01-30 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种用于车载辅助驾驶系统的路侧雷达服务装置和方法 |
CN117471461B (zh) * | 2023-12-26 | 2024-03-08 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种用于车载辅助驾驶系统的路侧雷达服务装置和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108613628B (zh) | 一种基于双目视觉的架空输电线路弧垂测量方法 | |
CN110988849B (zh) | 雷达系统的标定方法、装置、电子设备及存储介质 | |
CN109737913B (zh) | 一种激光跟踪姿态角测量系统及方法 | |
CN117192520A (zh) | 一种雷达标定参数的校验方法、装置、设备和介质 | |
CN112509067B (zh) | 多传感器联合标定方法、装置、电子设备和存储介质 | |
CN110726534B (zh) | 一种视觉装置视场范围测试方法及装置 | |
CN117078767A (zh) | 激光雷达与相机标定方法、装置、电子设备及存储介质 | |
CN110398747B (zh) | 全固态激光雷达视场角动态扩展方法、系统及存储介质 | |
CN116698874A (zh) | 一种电缆的缺陷检测方法、装置、设备及存储介质 | |
CN115147561A (zh) | 位姿图生成方法、高精地图生成方法和装置 | |
CN115061102A (zh) | 一种标定方法、装置、电子设备和存储介质 | |
CN114910892A (zh) | 一种激光雷达的标定方法、装置、电子设备及存储介质 | |
CN117423092A (zh) | 路面状态检测方法、装置、电子设备和存储介质 | |
CN116045813B (zh) | 旋转轴标定方法、装置、设备及介质 | |
CN114399558B (zh) | 一种球机的标定方法、装置、设备及存储介质 | |
CN117135437B (zh) | 一种移动纠偏模组和摄像头安装纠偏方法、装置及介质 | |
CN117437602B (zh) | 一种双图层数据标定方法、装置、设备及可读存储介质 | |
CN117906613A (zh) | 一种摊铺机导航方法、装置、设备、存储介质及摊铺机 | |
CN117671018A (zh) | 相机标定方法、装置、设备及存储介质 | |
CN115546220A (zh) | 散斑投射器的质量检测方法、系统、电子设备和存储介质 | |
CN116593986A (zh) | 多传感器航迹融合过滤方法、装置、电子设备及存储介质 | |
Liu et al. | Research on calibration system of laser marker based on machine vision | |
CN116520298A (zh) | 激光雷达性能测试方法、装置、电子设备及可读存储介质 | |
CN117788598A (zh) | 相位高度映射模型的确定方法、装置、电子设备及介质 | |
CN115727873A (zh) | 传感器信息的处理方法、装置、电子设备和存储介质 |
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 |