CN117554936A - 一种雷达标定方法、系统、装置及存储介质 - Google Patents
一种雷达标定方法、系统、装置及存储介质 Download PDFInfo
- Publication number
- CN117554936A CN117554936A CN202311695891.2A CN202311695891A CN117554936A CN 117554936 A CN117554936 A CN 117554936A CN 202311695891 A CN202311695891 A CN 202311695891A CN 117554936 A CN117554936 A CN 117554936A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- radar
- target object
- calibration
- acquiring
- 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 42
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000007306 turnover Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 12
- 239000007921 spray Substances 0.000 description 9
- 238000012986 modification Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 239000003973 paint Substances 0.000 description 8
- 238000012549 training Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012896 Statistical algorithm Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- 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
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本说明书涉及一种雷达标定方法、系统、装置及存储介质。该方法包括:通过第一雷达获取第一目标对象的第一点云,通过第二雷达获取第一目标对象的第二点云,基于第一点云和第二点云,得到初始标定参数;通过第一雷达获取第二目标对象的第三点云,通过第二雷达获取第二目标对象的第四点云,基于初始标定参数,对第三点云和第四点云进行处理;基于处理后的第三点云和第四点云,修正初始标定参数,得到目标标定参数。
Description
技术领域
本说明书涉及自动驾驶领域,特别涉及一种雷达标定方法和系统。
背景技术
激光雷达标定在自动驾驶中具有重要的作用,获取准确的标定参数是车辆正常运行的基础。
港口中的自动驾驶车辆为了保证其在岸桥下对位的准确性,会在车的顶部安装向上的补盲雷达用于对位作业,但是由于向上的补盲雷达的位置过高,容易导致与其他雷达(如水平雷达)之间扫描的区域重叠部分很少,此时如何将补盲雷达和其他雷达进行稳定标定成为了一个问题。
发明内容
本说明书实施例之一提供一种雷达标定方法,包括:通过第一雷达获取第一目标对象的第一点云,通过第二雷达获取所述第一目标对象的第二点云,基于所述第一点云和所述第二点云,得到初始标定参数;通过所述第一雷达获取第二目标对象的第三点云,通过所述第二雷达获取所述第二目标对象的第四点云,基于所述初始标定参数,对所述第三点云和所述第四点云进行处理;基于处理后的所述第三点云和所述第四点云,修正所述初始标定参数,得到目标标定参数。
在一些实施例中,所述基于所述第一点云和所述第二点云,得到初始标定参数,包括:基于配准算法,对所述第一点云和所述第二点云进行配准;基于配准结果,确定所述初始标定参数,所述初始标定参数包括X方向标定参数、Y方向标定参数、Z方向标定参数、翻转角标定参数、俯仰角标定参数和偏航角标定参数,其中,所述Z方向标定参数的精度小于预设精度阈值。
在一些实施例中,所述基于所述初始标定参数,对所述第三点云和所述第四点云进行处理,包括:基于所述初始标定参数,将所述第三点云的坐标系转换至所述第四点云的坐标系下。
在一些实施例中,所述基于处理后的所述第三点云和所述第四点云,修正所述初始标定参数,得到目标标定参数,包括:基于处理后的所述第三点云和所述第四点云,确定二者间的高度差;基于所述高度差,修正所述初始标定参数中的Z方向标定参数,得到所述目标标定参数。
在一些实施例中,所述基于处理后的所述第三点云和所述第四点云,确定二者间的高度差,包括:确定所述第三点云中的感兴趣区域,并基于所述感兴趣区域的点云,拟合第一平面方程;确定所述第四点云中的感兴趣区域,并基于所述感兴趣区域的点云,拟合第二平面方程;计算所述第一平面方程和所述第二平面方程之间的距离,得到所述高度差。
在一些实施例中,所述感兴趣区域包括所述第二目标对象的参考点构成的区域,所述感兴趣区域基于所述第一雷达和/或所述第二雷达与所述第二目标对象间的距离确定。
在一些实施例中,所述第一雷达为安装于车辆顶部的向上激光雷达,所述第二雷达为安装于所述车辆顶部的水平激光雷达;所述第一目标对象为港口岸桥,所述第二目标对象为平整度满足预设要求的港口顶棚。
本说明书实施例之一提供一种雷达标定系统,包括:初始标定参数获取模块,用于通过第一雷达获取第一目标对象的第一点云,通过第二雷达获取所述第一目标对象的第二点云,基于所述第一点云和所述第二点云,得到初始标定参数;点云处理模块,用于通过所述第一雷达获取第二目标对象的第三点云,通过所述第二雷达获取所述第二目标对象的第四点云,基于所述初始标定参数,对所述第三点云和所述第四点云进行处理;目标标定参数确定模块,用于基于处理后的所述第三点云和所述第四点云,修正所述初始标定参数,得到目标标定参数。
本说明书实施例之一提供一种雷达标定装置,包括处理器,所述处理器用于执行上述雷达标定方法。
本说明书实施例之一提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行上述雷达标定方法。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的雷达标定方法的示例性流程图;
图2是根据本说明书一些实施例所示的初始标定参数环境下喷漆房的点云;
图3是根据本说明书一些实施例所示的目标标定参数环境下喷漆房的点云;
图4是根据本说明书一些实施例所示的雷达标定系统的示例性模块图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
通常为了对自动驾驶车辆的雷达进行标定,需要标定靶或者在设计好的专用标定间进行,对于场景要求较高。但在现实场景中,车辆不便于频繁行驶至标定间或者专用的标定间的情况下,自动驾驶车辆的雷达无法做到稳定的标定,进而影响自动驾驶车辆路径规划和对位作业的精度。
有鉴于此,本说明书一些实施例提供了一种雷达标定方法,可以基于实际场景中常见的对象(如建筑物等),实现自动驾驶车辆的雷达的高效快捷标定,该方法对场景要求低且标定准确度高。
图1是根据本说明书一些实施例所示的雷达标定方法的示例性流程图。如图1所示,流程100包括下述步骤。在一些实施例中,流程100中的一个或多个可以由自动驾驶车辆上的处理器或其他处理设备执行。
步骤110,通过第一雷达获取第一目标对象的第一点云,通过第二雷达获取第一目标对象的第二点云,基于第一点云和第二点云进行,得到初始标定参数。在一些实施例中,步骤110可由初始标定参数获取模块410执行。
第一雷达和第二雷达均为自动驾驶车辆上设置的激光雷达。在一些实施例中,激光雷达可以被配置为在车辆沿着轨迹移动时捕获数据。例如,激光雷达的发射器可以被配置为扫描周围环境。激光雷达通过用脉冲或连续波激光束照射目标并用接收器测量反射/散射脉冲来测量到目标的距离。用于激光雷达的激光束可以是紫外线、可见光或近红外线。在一些实施例中,激光雷达可以捕获包括周围环境中物体的深度信息的点云。随着车辆沿着轨迹移动,激光雷达可以连续捕获数据。在特定时间范围内捕获的每组场景数据被称为数据帧,然后可以用于路径规划等任务。
激光雷达可以包括发射器、接收器和控制器。发射器可以沿多个方向发射光束(例如,脉冲或CW激光束)。发射器可以包括一个或多个激光源。在一些实施例中,接收器可以被配置为检测从物体返回的激光束,控制器可以被配置为控制发射器和/或接收器执行检测/感测操作,进而获取点云数据。
在一些实施例中,第一雷达和第二雷达可以分别被配置为获取不同方向上的点云数据,例如,第一雷达可以被配置为获取车辆上方的点云数据,第二雷达可以被配置为获取车辆水平方向上的点云数据。
第一目标对象为雷达标定过程中,用于获取初始标定参数的对象。在一些实施例中,第一目标对象可以为实际场景中常见的对象。示例性的,当自动驾驶车辆位于港口时,第一目标对象可以是港口岸桥(岸边集装箱起重机);相应地,第一雷达为安装于港口自动驾驶车辆顶部的向上激光雷达,第二雷达为安装于港口自动驾驶车辆顶部的水平激光雷达。向上激光雷达主要用于获取车辆顶部雷达点云图像,以用于对位作业;水平激光雷达主要用于获取车辆周向的雷达点云图像,以进行避障和导航等。
初始标定参数基于第一点云和第二点云得到。在一些实施例中,初始标定参数可以包括雷达标定所需的6个自由度对应的参数,以坐标图为例,6个自由度包括前后(X方向)、左右(Y方向)、上下(Z方向)以及前述三个方向分别对应的旋转方向俯仰角(pitch)、偏航角(yaw)及翻转角(roll)。
在一些实施例中,初始标定参数的获取步骤可以包括:基于配准算法,对第一点云和第二点云进行配准;基于配准结果,确定初始标定参数,初始标定参数X方向标定参数、Y方向标定参数、Z方向标定参数、翻转角标定参数、俯仰角标定参数和偏航角标定参数。
在一些实施例中,由于第一目标对象的结构限制以及第一雷达和第二雷达的安装位置和/或扫描范围的限制,例如,第一雷达安装位置较高,扫描范围主要为车辆顶部方向,而第二雷达安装位置稍低,扫描位置主要为车辆周向,二者扫描范围在Z反向重叠较少,导致Z方向标定约束不够,进而导致Z方向标定参数的精度小于预设精度阈值。因此需要对初始标定参数进行修正,具体可以参见后文步骤140相关描述。
第一点云表示由第一雷达获取的第一目标对象的雷达点云数据,第二点云表示由第二雷达获取的第一目标对象的雷达点云数据。雷达点云数据是指通过采集装置(如第一雷达、第二雷达)获取的产品表面的点数据的集合,点云数据可以包括点的数量、分布、密度等信息。
在一些实施例中,以第一目标对象是港口岸桥为例,可以通过将自动驾驶车辆保持在港口岸桥下静止,并通过第一雷达和第二雷达分别获取第一点云和第二点云。
点云的配准是指对于两帧有重叠信息的点云,通过求解变换矩阵(如旋转矩阵和平移矩阵),使得重叠部分点云变换到同一个统一的坐标系下,进而获取对应6个自由度对应的参数。在本说明书的一些实施例中,第一目标对象即为第一点云和第二点云对应的重叠信息。在一些实施例中,可以将第一点云的坐标系转换至第二点云的坐标系下,也可以将第二点云的坐标系转换至第一点云的坐标系下。
在一些实施例中,可以采用GICP配准算法实现第一点云和第二点云的配准,得到初始标定参数。GICP配准算法为点云配准算法中的常规算法,本说明书中不再赘述,在一些其他实施例中,点云配准过程中还可以使用其他配准算法。
继续以第一目标对象是港口岸桥为例进行说明,由于第一雷达为安装于港口自动驾驶车辆顶部的向上激光雷达,第二雷达为安装于港口自动驾驶车辆顶部的水平激光雷达,所获取的港口岸桥的雷达点云数据中,重叠部分主要是岸桥的横梁和支柱的部分,因此在采用GICP配准算法实现第一点云和第二点云的配准后得到的初始标定参数中,Z方向约束较弱,因此,Z方向标定参数的精度小于预设精度阈值,需要进一步修正。
步骤120,通过第一雷达获取第二目标对象的第三点云,通过第二雷达获取第二目标对象的第四点云,基于初始标定参数,对第三点云和第四点云进行处理。在一些实施例中,步骤120可由点云处理模块420执行。
第二目标对象为雷达标定过程中,用于修正初始标定参数且不同于第一目标对象的另一对象。
如前文,第一目标对象为港口岸桥时,配准得到的初始标定参数中Z方向约束较弱,因此,需要通过第二目标对象至少对初始标定参数中的Z方向的参数进行修正。在一些实施例中,第二目标对象为平整度满足预设要求的港口顶棚。平整度的预设要求可以是第二目标对象的顶棚与水平面平行或与水平面夹角在预设范围内(如夹角小于5°)。通过平整度满足预设要求的港口顶棚,在标定参数中的Z方向上提供较强约束,进而获取更准确的Z方向的参数。
在一些实施例中,平整度满足预设要求的港口顶棚可以是港口的喷漆房或其他临时搭建的结构,由于第二目标对象仅需要顶棚满足平整度要求,因此,相对于专用标定间或其他专用标定对象,获取难度和成本均得到显著降低。
为了保证第二目标对象对Z方向上提供约束的强度,增加获取到的Z方向的参数的可信度,在一些实施例中,还需要控制第三点云和第四点云中的点数量不小于预设值,如200个或300个等。在一些实施例中,可以控制自动驾驶车辆的停车位置,进而控制第一雷达和第二雷达与第二目标对象的相对位置,使得第一雷达和第二雷达获取到的第三点云和第四点云中的点数量满足要求。
与第一点云和第二点云类似,第三点云表示由第一雷达获取的第二目标对象的雷达点云数据,第四点云表示由第二雷达获取的第二目标对象的雷达点云数据,此处不再赘述。以第二目标对象是喷漆房为例,可以通过将自动驾驶车辆停在喷漆房内,并通过第一雷达和第二雷达分别获取第三点云和第四点云。
参考图2,图中表示基于初始标定参数环境下,第一雷达和第二雷达分别获取到的对应喷漆房的第三点云210和第四点云220,可以看出,在喷漆房两侧位置,第三点云210与第四点云220大体重合,但由于初始标定参数中Z方向的参数存在一定误差,得到的第三点云210与第四点云220在喷漆房顶棚位置存在较大误差。
在一些实施例中,为了修正初始标定参数,需要首先基于修正前的初始标定参数,对第三点云和第四点云进行处理。在一些实施例中,处理可以包括坐标系转换,坐标转换是空间实体的位置描述,是从一种坐标系统变换到另一种坐标系统的过程,可以通过建立两个坐标系统之间一一对应关系来实现。即通过坐标系转换将第三点云和第四点云的坐标系进行统一。
在一些实施例中,可以基于初始标定参数,将第三点云的坐标系转换至第四点云的坐标系下。在一些其他实施例中,也可以基于初始标定参数,将第四点云的坐标系转换至第三点云的坐标系下,或者将第三点云和第四点云均转换至用于计算的另一独立坐标系。
通过将第三点云和第四点云坐标系统一,可以便于后续计算(如计算高度差)。
步骤130,基于处理后的第三点云和第四点云,修正初始标定参数,得到目标标定参数。在一些实施例中,步骤130可由目标标定参数确定模块430执行。
目标标定参数为雷达标定的结果,可以直接用于自动驾驶车辆的路径规划和对位作业中。在一些实施例中,可以基于处理后的第三点云和第四点云,重新确定初始标定参数中Z方向的参数,并将确定的新Z方向的参数替换原始参数,得到目标标定参数。
在一些实施例中,可以基于处理后(例如,坐标系转换后)的第三点云和第四点云,二者间的高度差(Z方向的差值),并基于该高度差,修正初始标定参数中的Z方向标定参数高度值,得到目标标定参数。结合上文,仍以港口场景为例,高度差可以表示第一雷达和第二雷达基于初始标定参数分别得到的港口顶棚的顶面高度之间的差值。
在一些实施例中,根据该差值可以对Z方向的参数进行调整,即基于高度差修正初始标定参数中的Z方向标定参数,得到目标标定参数。
在一些实施例中,为了减少第二目标对象除顶棚外其他结构(如立柱、墙面等)的点云对计算港口顶棚的顶面高度差过程的干扰,以及为了便于识别用于平面拟合及后续计算的点云数据,可以在第三点云和第四点云中划分感兴趣区域,选取出第二目标对象的顶棚部分,并基于感兴趣区域的点云计算高度差。
在一些实施例中,确定第三点云和第四点云二者间的高度差的步骤可以包括:确定第三点云中的感兴趣区域,并基于感兴趣区域的点云,拟合第一平面方程;确定第四点云中的感兴趣区域,并基于感兴趣区域的点云,拟合第二平面方程;计算第一平面方程和第二平面方程之间的距离,得到高度差。
在一些实施例中,第三点云中的感兴趣区域和第四点云中的感兴趣区域可以相同或大致相同(例如,二者间的差异在预设阈值范围内)。在一些实施例中,可以通过统计学算法,对点云数据进行统计处理,得到平面方程。在一些实施例中,可以基于随机抽样一致算法(RANSAC),对感兴趣区域的点云进行拟合处理,确定对应第三点云的第一平面方程和对应第四点云的第二平面方程。通过随机抽样一致算法,可以从包含正常点数据以及异常点数据的点云数据中获取准确的平面方程,降低异常值对整体估计的影响。
第一平面方程和第二平面方程为互相平行的两个平面,两平面间的距离可以计算得到分别基于第三点云和第四点云得到的港口顶棚的顶面高度差。在一些实施例中,可以将初始标定参数中的Z方向标定参数与两者间的高度差的值相加,得到新的Z方向标定参数,通过新的Z方向标定参数替换初始标定参数中的Z方向标定参数即得到目标标定参数。
在一些实施例中,感兴趣区域包括第二目标对象的参考点构成的区域。在一些实施例中,感兴趣区域基于第一雷达和/或第二雷达与第二目标对象间的距离确定。在一些实施例中,参考点可以是第二目标对象的特征点(例如,方便识别的点(例如,边界点),以第二目标对象为港口顶棚为例,参考点至少包括顶棚顶面的四个角点。
如前文,在一些实施例中,需要控制第一雷达和第二雷达与第二目标对象的相对位置,使得第一雷达和第二雷达获取到的第三点云和第四点云中的点数量满足要求,同时为使感兴趣区域至少包括顶棚顶面的四个角点,可以控制第一雷达相对于港口顶棚的距离不小于设定距离(例如,0.5米、1米、1.5米等)。
参考图3,图中表示基于目标标定参数环境下,第一雷达和第二雷达分别获取到的对应喷漆房的第三点云310和第四点云320,可以看出,第三点云310和第四点云320几乎完全重合,即完成了第一雷达和第二雷达间的雷达标定,且标定参数准确。
需要说明的是,在一些实施例中,选择的感兴趣区域的范围大小会影响后续修正初始标定参数的准确度,例如,针对不同类型或不同参数的雷达、不同高度的顶棚、不同的天气场景等,可以通过人工设计合适的感兴趣区域或利用算法实现感兴趣区域范围的自适应调整等,以保证修正标定参数的准确度。
示例性的,为了适应不同高度的第二目标对象(如顶棚),可以通过样本目标对象以及通过人工在样本目标对象的点云数据中选取的感兴趣区域作为训练数据,对初始感兴趣区域确定模型进行训练。具体的,可以将人工选取的感兴趣区域作为标签,利用标签和初始感兴趣区域确定模型的结果构建损失函数,基于损失函数,通过梯度下降或其他方法迭代更新初始感兴趣区域确定模型。当满足预设条件时模型训练完成,得到训练好的感兴趣区域确定模型。其中,预设条件可以是损失函数收敛、迭代的次数达到阈值等。在一些实施例中,样本目标对象至少包括不同高度的顶棚。在一些实施例中,样本顶棚数据中还可以包括具有不同面积的顶棚,顶棚与水平面之间可以存在一定角度(如小于10°)。
通过训练得到的感兴趣区域确定模型,可以基于雷达获取到的第二目标对象的点云数据,自动确定感兴趣区域,快捷且适用范围更广。
在一些实施例中,不同的天气条件下,可以选择不同的感兴趣区域,例如,不同大小、不同尺寸、不同形状等的感兴趣区域。在一些实施例中,可以预先设置天气条件和感兴趣区域的对应关系。例如,阴雨、雾霾等相对恶劣的天气条件可以对应较大的感兴趣区域;反之,晴天等相对良好的天气条件可以对应较小的感兴趣区域。进一步地,可以基于预先设置的对应关系,选择匹配当前天气条件的感兴趣区域。在一些实施例中,可以基于不同的天气条件,自适应调整感兴趣区域(例如,大小、尺寸、形状等)。例如,随着天气可见度的变化,自适应调节感兴趣区域的大小。
在一些实施例中,在感兴趣区域确定模型的训练过程中,可以考虑天气条件(例如,将天气条件分类为不同的类别并向量化表示,作为训练特征之一)。相应地,训练完成的感兴趣区域确定模型具备对天气条件的自适应调节能力。
本说明书提供的雷达标定方法,可以利用实际场景中常见的对象,实现自动驾驶车辆的雷达的标定,并且对标定使用的对象要求低且标定准确度高,相对于使用专用标定间或标定靶进行标定,对标定使用的对象获取难度和获取成本更低。
应当注意的是,上述有关流程100的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程100进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。
图4是根据本说明书一些实施例所示的雷达标定系统的示例性模块图。
参考图4,雷达标定系统400包括初始标定参数获取模块410、点云处理模块420和坐标系转换模块430。
初始标定参数获取模块410用于通过第一雷达获取第一目标对象的第一点云,通过第二雷达获取第一目标对象的第二点云,基于第一点云和第二点云,得到初始标定参数。
在一些实施例中,关于第一点云、第二点云和初始标定参数的更多描述可以参见步骤110相关内容,此处不在赘述。
点云处理模块420用于通过第一雷达获取第二目标对象的第三点云,通过第二雷达获取第二目标对象的第四点云,基于初始标定参数,对第三点云和第四点云进行处理。
在一些实施例中,关于第三点云、第四点云和坐标系转换的更多描述可以参见步骤120相关内容,此处不在赘述。
目标标定参数确定模块430用于基于处理后的第三点云和第四点云,修正初始标定参数,得到目标标定参数。
在一些实施例中,关于目标标定参数的更多描述可以参见步骤130相关内容,此处不在赘述。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种雷达标定方法,其特征在于,所述方法包括:
通过第一雷达获取第一目标对象的第一点云,通过第二雷达获取所述第一目标对象的第二点云,基于所述第一点云和所述第二点云,得到初始标定参数;
通过所述第一雷达获取第二目标对象的第三点云,通过所述第二雷达获取所述第二目标对象的第四点云,基于所述初始标定参数,对所述第三点云和所述第四点云进行处理;
基于处理后的所述第三点云和所述第四点云,修正所述初始标定参数,得到目标标定参数。
2.如权利要求1所述的方法,其特征在于,所述基于所述第一点云和所述第二点云,得到初始标定参数,包括:
基于配准算法,对所述第一点云和所述第二点云进行配准;
基于配准结果,确定所述初始标定参数,所述初始标定参数包括X方向标定参数、Y方向标定参数、Z方向标定参数、翻转角标定参数、俯仰角标定参数和偏航角标定参数,其中,所述Z方向标定参数的精度小于预设精度阈值。
3.如权利要求1所述的方法,其特征在于,所述基于所述初始标定参数,对所述第三点云和所述第四点云进行处理,包括:
基于所述初始标定参数,将所述第三点云的坐标系转换至所述第四点云的坐标系下。
4.如权利要求1所述的方法,所述基于处理后的所述第三点云和所述第四点云,修正所述初始标定参数,得到目标标定参数,包括:
基于处理后的所述第三点云和所述第四点云,确定二者间的高度差;
基于所述高度差,修正所述初始标定参数中的Z方向标定参数,得到所述目标标定参数。
5.如权利要求4所述的方法,其特征在于,所述基于处理后的所述第三点云和所述第四点云,确定二者间的高度差,包括:
确定所述第三点云中的感兴趣区域,并基于所述感兴趣区域的点云,拟合第一平面方程;
确定所述第四点云中的感兴趣区域,并基于所述感兴趣区域的点云,拟合第二平面方程;
计算所述第一平面方程和所述第二平面方程之间的距离,得到所述高度差。
6.如权利要求5所述的方法,其特征在于,所述感兴趣区域包括所述第二目标对象的参考点构成的区域,所述感兴趣区域基于所述第一雷达和/或所述第二雷达与所述第二目标对象间的距离确定。
7.如权利要求1所述的方法,其特征在于:
所述第一雷达为安装于车辆顶部的向上激光雷达,所述第二雷达为安装于所述车辆顶部的水平激光雷达;
所述第一目标对象为港口岸桥,所述第二目标对象为平整度满足预设要求的港口顶棚。
8.一种雷达标定系统,其特征在于,所述系统包括:
初始标定参数获取模块,用于通过第一雷达获取第一目标对象的第一点云,通过第二雷达获取所述第一目标对象的第二点云,基于所述第一点云和所述第二点云,得到初始标定参数;
点云处理模块,用于通过所述第一雷达获取第二目标对象的第三点云,通过所述第二雷达获取所述第二目标对象的第四点云,基于所述初始标定参数,对所述第三点云和所述第四点云进行处理;
目标标定参数确定模块,用于基于处理后的所述第三点云和所述第四点云,修正所述初始标定参数,得到目标标定参数。
9.一种雷达标定装置,包括处理器,所述处理器用于执行权利要求1~7中任一项所述的雷达标定方法。
10.一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如权利要求1~7中任一项所述的雷达标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311695891.2A CN117554936A (zh) | 2023-12-11 | 2023-12-11 | 一种雷达标定方法、系统、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311695891.2A CN117554936A (zh) | 2023-12-11 | 2023-12-11 | 一种雷达标定方法、系统、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117554936A true CN117554936A (zh) | 2024-02-13 |
Family
ID=89823222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311695891.2A Pending CN117554936A (zh) | 2023-12-11 | 2023-12-11 | 一种雷达标定方法、系统、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117554936A (zh) |
-
2023
- 2023-12-11 CN CN202311695891.2A patent/CN117554936A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11042723B2 (en) | Systems and methods for depth map sampling | |
EP3236286B1 (en) | Auto commissioning system and method | |
CN112907676B (zh) | 传感器的标定方法、装置、系统、车辆、设备及存储介质 | |
US20210049918A1 (en) | Systems and methods for adaptive property analysis via autonomous vehicles | |
US10930015B2 (en) | Method and system for calibrating multiple cameras | |
US9639960B1 (en) | Systems and methods for UAV property assessment, data capture and reporting | |
US6470271B2 (en) | Obstacle detecting apparatus and method, and storage medium which stores program for implementing the method | |
US20100235129A1 (en) | Calibration of multi-sensor system | |
Mei et al. | Calibration between a central catadioptric camera and a laser range finder for robotic applications | |
CN108377380B (zh) | 影像扫描系统及其方法 | |
CN103065323B (zh) | 一种基于单应性变换矩阵的分段空间对准方法 | |
WO2010018009A1 (en) | 3d time-of-flight camera system and position/orientation calibration method therefor | |
CN110764110B (zh) | 路径导航方法、装置及计算机可读存储介质 | |
US11677931B2 (en) | Automated real-time calibration | |
KR102490521B1 (ko) | 라이다 좌표계와 카메라 좌표계의 벡터 정합을 통한 자동 캘리브레이션 방법 | |
US12073582B2 (en) | Method and apparatus for determining a three-dimensional position and pose of a fiducial marker | |
Lee et al. | Extrinsic and temporal calibration of automotive radar and 3D LiDAR | |
AU2011226732A1 (en) | Sensor data processing | |
US20210221398A1 (en) | Methods and systems for processing lidar sensor data | |
CN112880562A (zh) | 一种机械臂末端位姿误差测量方法及系统 | |
CN113267180B (zh) | 一种基于3d深度视觉的agv叉车托盘定位及叉取方法 | |
CN111538008A (zh) | 变换矩阵确定方法、系统及装置 | |
CN113534110A (zh) | 一种多激光雷达系统静态标定方法 | |
CN117554936A (zh) | 一种雷达标定方法、系统、装置及存储介质 | |
CN114140608B (zh) | 一种光伏板标记方法、装置、电子设备及存储介质 |
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 |