JP2020042024A - レーザレーダの内部パラメータ精度検証方法とその装置、機器及び媒体 - Google Patents

Abstract

【課題】レーザレーダの内部パラメータが正確であるか否かを認識することができるレーザレーダの内部パラメータ精度検証方法とその装置、機器及び媒体を提供する。【解決手段】当該方法は、直線道路を走行中に自動運転移動キャリアに設けられたレーザレーダによって取得された点群データを取得するステップＳ１１０と、取得された点群データに基づいて三次元シーンを再構築して、三次元シーンの点群モデルを取得するステップＳ１２０と、前記三次元シーンの点群モデルを分割して路面を取得するステップＳ１３０と、路面における点群データに基づいて前記路面の厚さを決定し、前記路面の厚さに基づいて前記レーザレーダの内部パラメータが正確であるか否かを決定するステップＳ１４０と、を含む。【選択図】図１Ａ

Description

本発明の実施例は、センサ技術分野に関し、特にレーザレーダの内部パラメータ精度検証方法とその装置、機器及び媒体に関する。

センサ技術の発展と伴い、レーザレーダは、高解像度と高隠蔽性などの特性のために、交通、地図作成、無人車両、軍事などの分野に徐々に利用されている。レーザレーダは、ビームが多いため、環境を十分に記述することに対して重要度が特に高く、高精度地図制作、無人自動車、建築の測定、在宅サービスロボットなどの分野によく使用される。

しかし、各レーザトランシーバの姿勢と和放射角度などの現在のレーザレーダの内部パラメータは、すべて工場出荷時に設定されている内部パラメータであり、量産大量プロセスの誤差のため、多くの内部パラメータの精度は、実際のアプリケーション要件を満たすことができない。ユーザが使用する際に内部パラメータが正確ではないと、高精度地図制作と自動運転などに大きな影響を与えるため、ユーザの体験に影響を与える。したがって、精度要求を満たさない内部パラメータを自動的に検出する方法を提供することが十分に必要である。

本発明の実施例は、レーザレーダの内部パラメータが正確であるか否かを認識することができるレーザレーダの内部パラメータ精度検証方法とその装置、機器及び媒体を提供する。

第１の態様において、本発明の実施例は、レーザレーダの内部パラメータ精度検証方法を提供し、当該方法は、直線道路を走行中に自動運転移動キャリアに設けられたレーザレーダによって取得された点群データを取得するステップと、取得された点群データに基づいて三次元シーンを再構築して、三次元シーンの点群モデルを取得するステップと、前記三次元シーンの点群モデルを分割して路面を取得するステップと、路面における点群データに基づいて前記路面の厚さを決定し、前記路面の厚さに基づいて前記レーザレーダの内部パラメータが正確であるか否かを決定するステップと、を含む。

第２の態様において、本発明の実施例は、レーザレーダの内部パラメータ精度検証装置をさらに提供し、当該装置は、直線道路を走行中に自動運転移動キャリアに設けられたレーザレーダによって取得された点群データを取得するための点群データ取得モジュールと、取得された点群データに基づいて三次元シーンを再構築して、三次元シーンの点群モデルを取得するための三次元シーンモデリングモジュールと、前記三次元シーンの点群モデルを分割して路面を取得するための路面分割モジュールと、路面における点群データに基づいて前記路面の厚さを決定するため路面厚さ決定モジュールと、前記路面の厚さに基づいて前記レーザレーダの内部パラメータが正確であるか否かを決定するための内部パラメータ精度チェックモジュールと、を含む。

第３の態様において、本発明の実施例は、機器をさらに提供し、当該機器は、一つ又は複数のプロセッサと、一つ又は複数のプログラムを記憶するための記憶装置と、を含み、前記一つ又は複数のプログラムが前記一つ又は複数のプロセッサによって実行される場合に、前記一つ又は複数のプロセッサは、第１の態様のいずれかのレーザレーダの内部パラメータ精度検証方法を実現する。

第４の態様において、本発明の実施例は、コンピュータプログラムが記憶されている媒体をさらに提供し、当該プログラムがプロセッサによって実行される場合に、第１の態様のいずれかのレーザレーダの内部パラメータ精度検証方法を実現する。

本発明の実施例により提供されるレーザレーダの内部パラメータ精度検証方法とその装置、機器及び媒体は、レーザレーダによって自動運転移動キャリア直線道路を走行中の点群データを取得して、取得された点群データに基づいて三次元シーンを再構築して、三次元シーンの点群モデルを取得し、当該三次元シーンの点群モデルを分割して路面以外の他の道路シーンにおける点群データをフィルタリングした後、路面を取得し、路面を構成する点群データに基づいて路面の厚さを決定し、路面の厚さに基づいて当該レーザレーダの内部パラメータが正確であるか否かを決定することができる。当該案は、レーザレーダの内部パラメータが正確であるか否かを自動的に検出するのに新しいアイデアを提供する。

本発明の実施例における技術案を更に明確に説明するため、以下に、実施例に用いられる図面を簡単に説明する。以下の説明に関わる図面は、本発明の幾つかの実施例に過ぎず、当業者にとって、創造性な労働を必要としないことを前提として、これらの図面に基づいて他の図面を取得できると、理解されよう。

本発明の実施例１におけるレーザレーダの内部パラメータ精度検証方法のフローチャートである。 本発明の実施例１における点群データによって構築された三次元シーンの点群モデルの概略図である。 本発明の実施例２におけるレーザレーダの内部パラメータ精度検証方法のフローチャートである。 本発明の実施例３におけるレーザレーダの内部パラメータ精度検証方法のフローチャートである。 本発明の実施例４におけるレーザレーダの内部パラメータ精度検証装置の概略構成図である。 本発明の実施例５における機器の概略構成図である。

以下、図面と実施例とを組み合わせて、本発明についてさらに詳しく説明する。なお、ここで説明される具体的な実施例は、単に本発明を解釈するためのものであり、本発明を限定するものではない。また、説明の便宜上、図面には、すべての構成ではなく、本発明に係る部分だけが示されている。

類似した符号と文字は、以下の図において類似している項目を示すため、一旦、ある項目が一つの図で定義されると、その後の図には、さらに定義して説明する必要がない。本願の説明において、「第１」、「第２」などの用語は、単に目的を説明するためのものであり、比較的な重要性を指示又は暗示すると理解してはならない。

実施例１
図１Ａは、本発明の実施例１におけるレーザレーダの内部パラメータ精度検証方法のフローチャートである。本実施例は、レーザレーダの内部パラメータが正確であるか否かを決定する場合に適用することができる。
当該方法は、本発明の実施例におけるレーザレーダの内部パラメータ精度検証装置によって実行することができ、当該装置は、ソフトウェア及び／又はハードウェアの方式によって実現することができる。当該装置は、自動運転車両のような自動運転移動キャリアに構成されることができる。図１Ａに示すように、当該方法は、具体的に、以下のステップを含む。
ステップＳ１１０：直線道路を走行中に自動運転移動キャリアに設けられたレーザレーダによって取得された点群データを取得する。

自動運転移動キャリアは、無人移動装置であり、自動運転車両などであってもよい。レーザレーダは、多線束レーザレーダであってもよく、垂直方向に配置された複数のレーザー送信機によって、一回のモータの回転をスキャンすることで複数の線束の走査線を形成することができる。多線束レーザレーダは、通常、３次元レーザレーダであり、取得されるデータは、３次元データである。例示として、自動運転移動キャリアが自動運転車両である場合、多線束レーザレーダを自動運転車両の車の屋根又はフロントガラスなどの位置に取付けることができる。

点群データは、３次元座標を含む点から構成される一組の点の集合を指し、一つの物体の外面形状を特徴付けるのに使用することができる。そのうち、各点の３次元空間の幾何学的位置情報は、（ｘ、ｙ、ｚ）で表示することができ、これ以外点群データは、一つの点のＲＧＢ色、グレー値、深さ、分割結果などをさらに表示することができる。本実施例では、レーザレーダにより取得された点群データは、直線道路シーンの点群データであり、樹木、ランプ及び車両などの道路上の物体の点群データと、道路路面の点群データとなどを含むことができる。

なお、レーザレーダの内部パラメータ（すなわち内部パラメータ）が正しくない場合には、直線の路面は、碗状の曲面として検出することができ、点群データによって形成される路面は、碗状の曲面となる。したがって、当該特性を利用して、自動運転移動キャリアが直線道路を走行することによって、レーザレーダの内部パラメータが正確であるか否かを検出することができる。

具体的には、レーザレーダを自動運転移動キャリアに取付け、自動運転移動キャリアがある直線道路を走行する際に、自動運転移動キャリアに設けられたレーザレーダによって当該道路シーンをスキャンして、当該道路シーンの点群データを取得する。

ステップＳ１２０：取得された点群データに基づいて三次元シーンを再構築して、三次元シーンの点群モデルを取得する。

三次元シーンの再構築は、取得された点群データを点群融合して、直線道路のシーンを再現することを指し、ＩＣＰ（Ｉｔｅｒａｔｉｖｅ Ｃｌｏｓｅｓｔ Ｐｏｉｎｔ、最接近点を反復）アルゴリズムを使用して点群データの融合を行うことができ、グローバル・ポジショニング・システム（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ、ＧＰＳ）又は北斗衛星測位システム（ＢｅｉＤｏｕ Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ、ＢＤＳ）を使用してリアルタイム測位をすることができ、ＧＰＳデータなどのリアルタイム測位データに基づいて点群データの融合を行うことができる。三次元シーンの点群モデルは、すなわち取得された点群データを点群融合した後に得られた３次元点群図である。

具体的には、取得された点群データ及び実際の道路情報などに基づいて、ＩＣＰアルゴリズムを使用して点群データ融合して、三次元シーンの点群モデルを取得する。図１Ｂには、道路上のあるシーンの三次元シーンの点群モデルが示されている。そのうち、実際の道路情報は、樹木、ランプ及び車両など、物体の位置などの道路上の物体を含むことができる。

ステップＳ１３０：三次元シーンの点群モデルを分割して路面を取得する。

路面は、路面における点群データによって形成され、三次元シーンでは路面点群と呼ぶことができる。

具体的には、三次元シーンの点群モデル及び点群データ等に基づいて点群分割閾値を決定し、点群分割閾値に基づいて三次元シーンの点群モデルを分割して、例えば、シーンにおける樹木、ランプ及び車両などの点群データのような路面以外の他の道路シーンにおける点群データを除去して、路面点群を取得する。例えば、図１Ｂに示すように三次元シーンの点群モデルを分割して取得される路面は、符号１０が位置する領域である。

モデリングの方式を使用して三次元シーンの点群モデルを分割して路面を取得することもでき、例えば、ガウス混合背景モデルを使用して直接に三次元シーンの点群モデルから背景（路面）を抽出して取得することができ、ＲＡＮＳＡＣアルゴリズム（ＲＡＮｄｏｍ ＳＡｍｐｌｅ Ｃｏｎｓｅｎｓｕｓ、ランダムサンプリングの一致性）などの他のアルゴリズムを使用して、三次元シーンの点群モデルを分割して路面を取得することができる。

ステップＳ１４０：路面における点群データに基づいて路面の厚さを決定し、路面の厚さに基づいてレーザレーダの内部パラメータが正確であるか否かを決定する。

路面の厚さは、点群データに基づいて構築された三次元シーンの点群モデルにおける路面の上境界と下境界との差である。

具体的には、路面における点群データ線に基づいて一つの路面平面すなわち地面平面をフィッティングし、その後、路面における各点群データから当該平面までの距離を算出し、距離に基づいて路面の厚さを決定する。三次元シーンの点群モデルの分布特性に基づいて、点群データを２組の点群データに区分し、２組の点群データに基づいてそれぞれの二つの平面をフィッティングして、各組の点群データに対して、当該組の点群データにおける各点から決定された平面までの距離に基づいて平面の厚さを決定し、決定された二つの平面の厚さに基づいて路面の厚さを決定することもできる。点群データに基づいて構築された三次元シーンの点群モデルにおける路面の上境界の点群データと下境界の点群データをそれぞれに取得して、上境界の点群データに基づいて上平面を決定し、下境界の点群データに基づいて下平面を決定し、二つの平面間の距離を算出することによって路面の厚さなどを決定することもできる。

路面における点群データに基づいて路面の厚さを決定した後、路面の厚さと予め設定された厚さ閾値とを比較して、レーザレーダの内部パラメータが正確であるか否か決定する。例示として、路面の厚さが予め設定された厚さ閾値より大きい場合には、レーザレーダの内部パラメータに誤りがあると決定する。厚さ閾値は、予め設けられた数値であり、実際の道路状況に応じて修正することができる。厚さ閾値が小さいほど、当該レーザレーダの内部パラメータが誤っているか否かを決定する精度が高くなる。例えば、厚さ閾値は、２０ｃｍとすることができる。

具体的には、路面における点群データに基づいて決定された路面の厚さが厚さ閾値２０ｃｍより大きい場合には、当該レーザレーダによって取得された点群データが誤っていることを示し、当該レーザレーダの内部パラメータが不正確であることを決定する。路面の厚さが厚さ閾値２０ｃｍ以下である場合には、当該レーザレーダによって取得された点群データが正確であることを示し、当該レーザレーダの内部パラメータが正確であることを決定する。

本発明の実施例より提供される技術案は、レーザレーダによって自動運転移動キャリア直線道路を走行中の点群データを取得して、取得された点群データに基づいて三次元シーンを再構築して三次元シーンの点群モデルを取得し、当該三次元シーンの点群モデルを分割して路面以外の他の道路シーンにおける点群データをフィルタリングした後、路面を取得し、路面を構成する点群データに基づいて路面の厚さを決定し、路面の厚さに基づいて当該レーザレーダの内部パラメータが正確であるか否かを決定することができる。当該案は、レーザレーダの内部パラメータが正確であるか否かを自動的に検出するのに新しいアイデアを提供する。

実施例２
図２は、本発明の実施例２におけるレーザレーダの内部パラメータ精度検証方法のフローチャートである。本実施例は、上記の実施例に基づいて、路面における点群データに基づいて路面の厚さを決定し、路面の厚さに基づいてレーザレーダの内部パラメータが正確であるか否かを決定する方法を提供する。図２に示すように、本実施例の方法は、具体的には以下のようなステップを含む。
ステップＳ２１０：直線道路を走行中に自動運転移動キャリアに設けられたレーザレーダによって取得された点群データを取得する。

ステップＳ２２０：取得された点群データに基づいて三次元シーンを再構築して、三次元シーンの点群モデルを取得する。

ステップＳ２３０：三次元シーンの点群モデルを分割して路面を取得する。

ステップＳ２４０：路面における点群データを近距離点群データと遠距離点群データに区分する。

本実施例では、多くの実験により、レーザレーダが点群データを取得することは、以下の特性を有することが発見される。１）レーザレーダから近い場所の点群データの密集度がレーザレーダから遠い場所の点群データの密集度より大きく、２）内部パラメータが不正確である場合には、レーザレーダからの距離が増すにつれて、路面は、徐々に上向き、又は下に曲がっている。マルチフレーム点群データの融合によって取得される路面における遠くの路面の厚さは、近くの路面の厚さよりも厚い。

したがって、上記の特性によって、区分閾値も基づいて路面における点群データを近距離点群データと遠距離点群データに区分し、そのうち、近距離点群データは、レーザレーダからの距離が区分閾値以内の点群データを指し、遠距離点群データは、レーザレーダからの距離が区分閾値以外の点群データを指す。区分閾値は、レーザレーダレンジに基づいて予め設定された数値であり、レーザレーダのレンジに比例して、実際の状況に応じて修正することができる。例えば、区分閾値は、レーザレーダレンジの３０％―４０％とすることができる。

例えば、図１Ｂの三次元シーンの点群モデルでは、路面以外の他の道路シーンにおける点群データを除去して取得される路面１０を例として説明する。路面における符号８が位置している中心点を円形の点とし、予め設定された区分閾値を半径として区分し、円以内の点を近距離点群データとし、それ以外の点を遠距離点群データとする。

ステップＳ２５０：近距離点群データに基づいて近平面をフィッティングして、近平面の厚さを決定する。

具体的には、既存の平面フィッティング方法を使用して平面フィッティングをして近平面を取得することができる。例えば、ＲＡＮＳＡＣアルゴリズムを使用して、近距離点群データに基づいて予め設定された平面をフィッティングして近平面を取得し、その後、近距離点群データにおける各点から近平面までの距離に基づいて近平面の厚さを決定することができる。

例示として、近距離点群データに基づいて近平面をフィッティングして、近平面の厚さを決定するステップは、以下のようなステップを含むことができる。
Ａ、近距離点群データに基づいて近平面をフィッティングする。
本実施例では、ＲＡＮＳＡＣアルゴリズムを例として、近距離点群データに基づいて近平面をフィッティングすることに対して説明する。具体的には、予め設定された平面関数の方程式がａｘ＋ｂｙ＋ｃｚ＋ｄ＝０であると仮定し、近距離点群データを元のデータセットとして予め設定された平面関数におけるパラメータａ、ｂ、ｃ及びｄを算出して、初期近平面関数を取得する。元のデータセットにおける各点から初期近平面関数までの決定された平面間の距離が、予め設定された距離閾値より小さい点の個数を統計し、条件を満たす点の個数が予め設定された点の数値より小さい場合、条件を満たす点を使用して元のデータセットを更新する。すなわち、条件を満たす点を新の元のデータセットとして、予め設定された平面関数パラメータの算出及び条件を満たす点の個数を統計する操作を再実行し、条件を満たす点の個数が予め設定された点の数値以上になるまで戻し、反復を停止する。条件を満たす点の個数より大きいか、または等しい予め設定された点の数値に対応する初期近平面関数所決定された平面を近平面とみなす。そのうち、予め設定された距離閾値は、予め決定された数値を指し、その値が小さいほど精度が高く、実際の状況に応じて修正することができる。予め設定された点の数値は、予め決定された数値をも指し、当該予め設定された点の数値は、実際の状況に応じて修正することができ、例えば、予め設定された点の数値は３００であってもよい。

Ｂ、各近距離点群データから近平面までの距離に基づいて、近平面の厚さを決定する。

具体的には、近距離点群データに基づいてフィッティングして近平面を取得した後、近距離点群データにおける各点から近平面までの距離を算出し、各距離に基づいて距離平均値、分散または平均値関数などの少なくとも一つを決定することができる。例えば、距離平均値は、決定された距離平均値を近平面の厚さとして決定することができる。各距離における距離最大値を近平面の厚さなどに決定することもできる。

ステップＳ２６０：遠距離点群データに基づいて遠平面をフィッティングして、遠平面の厚さを決定する。

遠距離点群データに基づいて遠平面をフィッティングして、遠平面の厚さを決定する方式は、近距離点群データに基づいて近平面をフィッティングして、近平面の厚さを決定する方式と同様であるが、近平面の決定は、近距離点群データに基づいて決定され、遠平面は、遠距離点群データに戻づいて決定される。具体的には、既存の平面フィッティング方法を使用して平面フィッティングをして遠平面を取得することができ、例えば、ＲＡＮＳＡＣアルゴリズムを使用して、遠距離点群データに基づいて予め設定された平面をフィッティングして遠平面を取得することができ、その後、遠距離点群データにおける各点から遠平面までの距離に基づいて遠平面の厚さを決定することもできる。例示として、遠距離点群データに基づいて遠平面をフィッティングして、遠平面の厚さを決定するステップは、遠距離点群データに基づいて遠平面をフィッティングするステップと、各遠距離点群データから遠平面までの距離に基づいて、遠平面の厚さを決定するステップと、を含むことができる。

ステップＳ２７０：近平面の厚さと遠平面の厚さとに基づいて、レーザレーダの内部パラメータが正確であるか否かを決定する。

具体的には、近平面の厚さと遠平面の厚さとを減算して、両者の差の絶対値が閾値より小さい場合には、近平面と遠平面がほぼ一つの水平面にあり、すなわち路面が平行であることを示し、当該レーザレーダの内部パラメータが正確であると決定され、両者の差の絶対値が閾値以上である場合には、遠平面は、上向き、又は下に曲がっていること、すなわち路面が碗状の曲面であることを示し、当該レーザレーダの内部パラメータが誤っていると決定する。

本発明の実施例提供の技術案は、レーザレーダによって自動運転移動キャリア直線道路を走行中の点群データを取得して、取得された点群データに基づいて三次元シーンを再構築して三次元シーンの点群モデルを取得し、当該三次元シーンの点群モデルを分割して路面以外の他の道路シーンにおける点群データをフィルタリングした後、路面を取得した後に、レーザレーダによって取得された点群データの特性に基づいて点群データを近距離点群データと遠距離点群データに区分して、それそれの近距離点群データによってフィッティングされた近平面と遠距離点群データによってフィッティングされた遠平面に基づいて近平面厚さと遠平面厚さを決定し、二つの平面の厚さに基づいて当該レーザレーダの内部パラメータが正確であるか否かを決定することができ、レーザレーダの内部パラメータが正確であるか否かを自動的に検出する新しいアイデアを提供することができる。

実施例３
図３は、本発明の実施例３におけるレーザレーダの内部パラメータ精度検証方法のフローチャートである。本実施例は、上記の実施例に基づいて、路面における点群データに基づいて路面の厚さを決定し、路面の厚さに基づいてレーザレーダの内部パラメータが正確であるか否かを決定する方法を提供する。図３に示すように、本実施例の方法は、具体的には、以下のようなステップを含む。
ステップＳ３１０：直線道路を走行中に自動運転移動キャリアに設けられたレーザレーダによって取得された点群データを取得する。

ステップＳ３２０：取得された点群データに基づいて三次元シーンを再構築して、三次元シーンの点群モデルを取得する。

ステップＳ３３０：三次元シーンの点群モデルを分割して路面を取得する。

ステップＳ３４０：路面における点群データに基づいて路面平面をフィッティングする。

路面平面は、すなわち地面がある平面である。具体的には、既存の平面フィッティング方法を使用して平面フィッティングをして路面平面を取得することができ、例えば、ＲＡＮＳＡＣアルゴリズムを使用することもできる。ＲＡＮＳＡＣアルゴリズムを使用して路面平面を決定する方式は、上記実施例２における近平面を決定する方式と同じであるが、近平面の決定は、近距離点群データに基づいて決定され、路面平面は、路面における各点群データが含む近距離点群データと遠距離点群データに基づいて決定される。

ステップＳ３５０：各点群データから路面平面までの距離を決定する。

具体的には、点群データに基づいてフィッティングして路面平面を取得した後、点群データにおける各点から路面平面までの距離を算出する。すなわち、点と平面との間の距離を算出する。

ステップＳ３６０：第１距離と第２距離とに対応する点群の数が点群データにおける点の総数の予め設定された比例閾値である場合、路面平面までの距離が第１距離と第２距離とである各点が、路面の第１境界と第２境界とをそれぞれ構成すると決定する。

そのうち、点の総数は、路面点群データの総点数を指し、比例閾値は、予め設けられた比率を指し、実際の状況に応じて修正することができ、例えば、１％とすることができる。統計によると、点群データにおける各点から路面平面までの距離に二つの距離を有する点群の数は、点群データにおける点の総数の予め設定された比例閾値であり、二つの距離をそれぞれの第１距離と第２距離とする。そして、路面までの距離が第１距離の点群データによって構成される境界を路面の第１境界とし、路面までの距離が第２距離の点群データによって構成される境界を路面の第２境界とする。

第１距離と第２距離の決定は、以下の操作を使用することができ、距離を横座標、点群の数を縦座標とし、点群データにおける点から路面平面までの距離ヒストグラムをフィッティングする。横座標に平行な直線で切断し、距離ヒストグラムとの交点は横座標に垂線垂足をそれぞれ点ａと点ｂとする。直線と距離ヒストグラムとの交点に対応する点群の数が、点群データにおける点の総数の１％を占め、すなわち第１距離と第２距離とに対応する点群の数が、点群データにおける点の総数の１％である場合、点ａに対応する距離を第１距離とすることができ、それに対応して、点ｂに対応する距離を第２距離とすることができる。路面平面までが第１距離である各点群データが、路面の第１境界を構成すると決定し、路面平面までが第２距離である各点群データが、路面の第２境界を構成すると決定する。

ステップＳ３７０：第１境界と第２境界との間の距離を路面の厚さとする。

ステップＳ３８０：路面の厚さに基づいてレーザレーダの内部パラメータが正確であるか否かを決定する。

具体的には、路面の厚さが厚さ閾値より小さい場合には、当該レーザレーダの内部パラメータが正確であると決定し、路面の厚さが厚さ閾値以上である場合には、当該レーザレーダの内部パラメータが誤っていると決定する。

本発明の実施例提供の技術案は、レーザレーダによって自動運転移動キャリア直線道路を走行中の点群データを取得して、取得された点群データに基づいて三次元シーンを再構築して三次元シーンの点群モデルを取得し、当該三次元シーンの点群モデルを分割して除路面以外の他の道路シーンにおける点群データをフィルタリングした後、路面を取得した後に、使用路面における点群データフィッティング路面平面を取得し、各点群データから当該路面平面までの距離を算出し、距離に基づいて路面の第１境界和第２境界を決定し、二つの境界に基づいて当該レーザレーダの内部パラメータが正確であるか否かを決定するこ。これにより、レーザレーダの内部パラメータが正確であるか否かを自動的に検出するという新しいアイデアを提供することができる。

実施例４
図４は、本発明の実施例４におけるレーザレーダの内部パラメータ精度検証装置の概略構成図である。当該装置は、本発明の任意の実施例により提供されるレーザレーダの内部パラメータ精度検証方法を実行することができ、方法を実行することに対する機能モジュールと有益な効果を有する。図４に示すように、当該装置は、具体的には、点群データ取得モジュール４１０と、三次元シーンモデリングモジュール４２０と、路面分割モジュール４３０と、路面厚さ決定モジュール４４０と、内部パラメータ精度チェックモジュール４５０と、を含む。

そのうち、点群データ取得モジュール４１０は、直線道路を走行中に自動運転移動キャリアに設けられたレーザレーダによって取得された点群データを取得する。
三次元シーンモデリングモジュール４２０は、取得された点群データに基づいて三次元シーンを再構築して、三次元シーンの点群モデルを取得する。
路面分割モジュール４３０は、三次元シーンの点群モデルを分割して路面を取得する。
路面厚さ決定モジュール４４０は、路面における点群データに基づいて路面の厚さを決定する。
内部パラメータ精度チェックモジュール４５０は、路面の厚さに基づいてレーザレーダの内部パラメータが正確であるか否かを決定する。

本発明の実施例提供の技術案は、レーザレーダによって自動運転移動キャリア直線道路を走行中の点群データを取得して、取得された点群データに基づいて三次元シーンを再構築して三次元シーンの点群モデルを取得し、当該三次元シーンの点群モデルを分割して路面以外の他の道路シーンにおける点群データをフィルタリングした後、路面を取得し、路面を構成する点群データに基づいて路面の厚さを決定し、路面の厚さに基づいて当該レーザレーダの内部パラメータが正確であるか否かを決定することができる。当該技術案は、レーザレーダの内部パラメータが正確であるか否かを自動的に検出するのに新しいアイデアを提供する。

例示として、路面厚さ決定モジュール４４０は、さらに、路面における点群データを近距離点群データと遠距離点群データに区分し、近距離点群データに基づいて近平面をフィッティングして、近平面の厚さを決定し、遠距離点群データに基づいて遠平面をフィッティングして、遠平面の厚さを決定することができる。
内部パラメータ精度チェックモジュール４５０は、さらに、近平面の厚さと遠平面の厚さとに基づいて、レーザレーダの内部パラメータが正確であるか否かを決定することができる。

例示として、路面厚さ決定モジュール４４０は、さらに、近距離点群データに基づいて近平面をフィッティングし、各近距離点群データから近平面までの距離に基づいて、近平面の厚さを決定することができる。

例示として、路面厚さ決定モジュール４４０は、さらに、路面における点群データに基づいて路面平面をフィッティングし、各点群データから路面平面までの距離を決定し、第１距離と第２距離とに対応する点群の数が点群データにおける点の総数の予め設定された比例閾値である場合、路面平面までの距離が第１距離と第２距離とである各点は、路面の第１境界と第２境界とをそれぞれ構成すると決定し、第１境界と第２境界との間の距離を路面の厚さとすることができる。

例示として、内部パラメータ精度チェックモジュール４５０は、さらに、路面の厚さが予め設定された厚さ閾値より大きい場合、レーザレーダの内部パラメータが誤っていると決定することができる。

実施例５
図５は、本発明の実施例５における機器の概略構成図である。図５は、本発明の実施形態を実現するための例示的な機器１２のブロック図を示している。図５に示される機器１２は、単なる一例であり、本発明の実施例の機能及び使用範囲を一切限定しない。

図５に示すように、機器１２は、汎用コンピューティング機器の形態で示されている。機器１２の構成要素は、１つ又は複数のプロセッサ又は処理ユニット１６と、システムメモリ２８と、異なるシステムの構成要素（システムメモリ２８と処理ユニット１６とを含む）を接続するバス１８と、を含むが、これらに限定されない。

バス１８は、メモリバス又はメモリコントローラ、周辺バス、アクセラレーテッドグラフィックスポート、プロセッサ、又は多様なバス構造のいずれかのバス構造を使用するローカルバスを含むいくつかのタイプのバス構造のうちの１つ又は複数を表す。例えば、これらのアーキテクチャは、インダストリスタンダードアーキテクチャ（ＩＳＡ）バス、マイクロチャネルアーキテクチャ（ＭＣＡ）バス、拡張ＩＳＡバス、ビデオエレクトロニクススタンダーズアソシエーション（ＶＥＳＡ）ローカルバス、及びペリフェラルコンポーネントインターコネクト（ＰＣＩ）バスを含むが、これらに限定されない。

機器１２は、通常、複数のコンピュータシステム読み取り可能な媒体を含む。これらの媒体は、揮発性媒体及び不揮発性媒体、リムーバブル媒体及びノンリムーバブル媒体を含む、機器１２によってアクセスされ得る任意の使用可能な媒体であってもよい。

システムメモリ２８は、ランダムアクセスメモリ（ＲＡＭ）３０及び／又はキャッシュメモリ３２のような揮発性メモリの形態のコンピュータシステム読み取り可能な媒体を含んでもよい。機器１２は、他のリムーバブル／ノンリムーバブル、揮発性／不揮発性コンピュータシステム記憶媒体をさらに含んでもよい。例として、ストレージシステム３４は、ノンリムーバブル、不揮発性磁気媒体（図５に図示せず、通常「ハードディスクアクチュエー」と称する）に対して読み出し及び書き込みをするために用いることができる。図５に示されていないが、リムーバブル不揮発性磁気ディスク（例えば、「フロッピーディスク」）に対して読み出し及び書き込みをするための磁気ディスクアクチュエー、及びリムーバブル不揮発性光学ディスク（例えば、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ又は他の光学媒体）に対して読み出し及び書き込みをするための光ディスクアクチュエーを提供することができる。これらの場合、各アクチュエーは、１つ又は複数のデータメディアインターフェースを介してバス１８に接続することができる。システムメモリ２８は、本発明の各実施例に記載の機能を実行するように構成される１組の（例えば、少なくとも１つ）プログラムモジュールを有する少なくとも１つのプログラム製品を含んでもよい。

１組の（少なくとも１つ）プログラムモジュール４２を有するプログラム／ユーティリティ４０は、例えば、システムメモリ２８に記憶されてもよく、このようなプログラムモジュール４２は、オペレーティングシステム、１つ又は複数のアプリケーションプログラム、他のプログラムモジュール及びプログラムデータを含むが、これらに限定されない。これらの例のそれぞれ又はある組み合わせには、ネットワーキング環境の実装が含まれる可能性がある。プログラムモジュール４２は、通常、本発明に記載の実施例における機能及び／又は方法を実行する。

機器１２は、１つ又は複数の外部機器１４（例えば、キーボード、ポインティング機器、ディスプレイ２４など）と通信することができ、また、ユーザが当該機器１２とインタラクションすることを可能にする１つ又は複数の機器と通信することができ、及び／又は、当該機器１２が１つ又は複数の他のコンピューティング機器と通信することを可能にする任意の機器（例えば、ネットワークカード、モデムなど）と通信することもできる。そのような通信は、入力／出力（Ｉ／Ｏ）インターフェース２２を介して行うことができる。また、本実施例における機器１２、顕示器２４は、独立した個体として存在するのではなく、鏡面に埋め込まれており、ディスプレイ２４の表示面が表示されない場合、ディスプレイ２４の表示面と鏡面が視覚的に一体となる。また、機器１２は、ネットワークアダプタ２０を介して、１つ又は複数のネットワーク（例えば、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、及び/又はパブリックネットワーク、例えば、インターネット）と通信することができる。図８に示すように、ネットワークアダプタ２０は、バス１８を介して機器１２の他のモジュールと通信する。なお、図８に示されていないが、マイクロコード、機器ドライバ、冗長化処理ユニット、外部ディスク駆動アレイ、ＲＡＩＤシステム、テープドライバ、及びデータバックアップストレージシステムなどを含むが、これらに限定されない他のハードウェア及び／又はソフトウェアモジュールをコンピュータ機器１２と組み合わせて使用することができる。

処理ユニット１６は、システムメモリ２８に記憶されているプログラムを実行することにより、多様な機能アプリケーション及びデータ処理を実行し、本発明の実施例により提供されるレーザレーダの内部パラメータ精度検証方法を実現する。

実施例６
本発明の実施例６は、コンピュータプログラムが記憶されているコンピュータ読み取り可能な記憶媒体を提供し、当該プログラムがプロセッサによって実行される場合、本願の全ての発明の実施例により提供されるレーザレーダの内部パラメータ精度検証方法を実現する。

一つ又は複数のコンピュータ読み取り可能な媒体の任意の組み合わせを採用することができる。コンピュータ読み取り可能な媒体は、コンピュータ読み取り可能な信号媒体、或いはコンピュータ読み取り可能な記憶媒体であってもよい。コンピュータ読み取り可能な媒体は、例えば、電子、磁気、光、電磁気、赤外線、又は半導体のシステム、装置又は機器、或いは上記の任意の組み合わせであってもよいが、これらに限定されない。コンピュータ読み取り可能な記憶媒体のより具体的な例（非網羅的なリスト）は、一つ又は複数の配線を備える電気接続部、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、消去可能なプログラマブル読み出し専用メモリ（ＥＰＲＯＭ又はフラッシュメモリ）、光ファイバ、ポータブルコンパクトディスク読み出し専用メモリ（ＣＤ-ＲＯＭ）、光記憶装置、磁気記憶装置、又は上記の任意の適切な組み合わせを含む。本文において、コンピュータ読み取り可能な記憶媒体は、命令実行システム、装置又は機器により使用され、或いはそれらと組み合わせて使用されることが可能であるプログラムを含む又は記憶する任意の有形の媒体であってもよい。

コンピュータ読み取り可能なの信号媒体は、ベースバンドにおける、又は搬送波の一部として伝播するデータ信号を含むことができ、コンピュータ読み取り可能なプログラムコードが搭載される。この伝播するデータ信号は様々な形式を採用することができ、電磁信号、光信号又は上記の任意の適切な組み合わせを含むがこれらに限定されない。コンピュータ読み取り可能なの信号媒体は、さらに、コンピュータ読み取り可能な記憶媒体以外の任意のコンピュータ読み取り可能な媒体であってもよく、当該コンピュータ読み取り可能な媒体は、命令実行システム、装置又は機器により使用され、或いはそれらと組み合わせて使用されるプログラムを送信、伝播又は伝送することができる。

コンピュータ読み取り媒体に含まれるプログラムコードは下記の媒体によって伝送することができ、前記媒体は、無線、有線、光ケーブル、ＲＦなどを含むか、これらの任意の適切な組み合わせを含む。

１つ又は複数のプログラミング言語又はそれらの組み合わせで本発明の動作を実行するためのコンピュータプログラムコードを作成することができ、前記プログラミング言語は、Ｊａｖａ（登録商標）、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋などのプロジェクト指向のプログラミング言語を含み、さらに、Ｃ言語又は同様のプログラミング言語といった従来の手続き型プログラミング言語をも含む。プログラムコードは、完全にユーザーコンピュータで実行されてもよく、部分的にユーザーコンピュータに実行されてもよく、スタンドアロンソフトウェアパッケージとして実行されてもよく、部分的にユーザーコンピュータで、部分的にリモートコンピュータで実行されてもよい、又は完全にリモートコンピュータ又はサーバーで実行してもよい。リモートコンピュータの場合、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ）又はワイドエリアネットワーク（ＷＡＮ）を含む任意の種類のネットワークを介してユーザのコンピュータに接続することができ、又は、外部コンピュータに接続することができる（例えば、インタネットサービスプロバイダーを利用してインターネット経由で接続する）。

また、本発明の実施例では、車体を含む車両をさらに提供し、前記車体には本発明の任意の実施例により提供される機器、及び前記機器と通信して連接されるレーザレーダが設けられている。

なお、以上は、本発明の好ましい実施例及び運用される技術的原理に過ぎない。当業者は、本発明がここで記載される特定の実施例に限定されないことを理解することができる。当業者であれば、本発明の保護範囲を逸脱することはなく、種々の明らかな変化、新たな調整及び取り換えを行うことができる。したがって、上記実施例により本発明について比較的詳細に説明したが、本発明は、上記実施例のみに限定されず、本発明の構想を逸脱しない場合、より多くの他の効果同等な実施例をさらに含むことができ、本発明の範囲は、特許請求の範囲によって决定される。

Claims (12)

1. レーザレーダの内部パラメータ精度検証方法であって、
   直線道路を走行中に自動運転移動キャリアに設けられたレーザレーダによって取得された点群データを取得するステップと、
   取得された点群データに基づいて三次元シーンを再構築して、三次元シーンの点群モデルを取得するステップと、
   前記三次元シーンの点群モデルを分割して路面を取得するステップと、
   路面における点群データに基づいて前記路面の厚さを決定し、前記路面の厚さに基づいて前記レーザレーダの内部パラメータが正確であるか否かを決定するステップと、を含むことを特徴とする、レーザレーダの内部パラメータ精度検証方法。
2. 路面における点群データに基づいて前記路面の厚さを決定し、前記路面の厚さに基づいて前記レーザレーダの内部パラメータが正確であるか否かを決定するステップは、
   路面における点群データを近距離点群データと遠距離点群データに区分するステップと、
   近距離点群データに基づいて近平面をフィッティングして、近平面の厚さを決定するステップと、
   遠距離点群データに基づいて遠平面をフィッティングして、遠平面の厚さを決定するステップと、
   近平面の厚さと遠平面の厚さとに基づいて、前記レーザレーダの内部パラメータが正確であるか否かを決定するステップと、を含むことを特徴とする、請求項１に記載のレーザレーダの内部パラメータ精度検証方法。
3. 近距離点群データに基づいて近平面をフィッティングして、近平面の厚さを決定するステップは、
   近距離点群データに基づいて近平面をフィッティングするステップと、
   各近距離点群データから近平面までの距離に基づいて、近平面の厚さを決定するステップと、を含むことを特徴とする、請求項２に記載のレーザレーダの内部パラメータ精度検証方法。
4. 路面における点群データに基づいて前記路面の厚さを決定するステップは、
   路面における点群データに基づいて路面平面をフィッティングするステップと、
   各点群データから路面平面までの距離を決定するステップと、
   第１距離と第２距離とに対応する点群の数が、点群データにおける点の総数の予め設定された比例閾値である場合、前記路面平面までの距離が第１距離と第２距離とである各点が、前記路面の第１境界と第２境界をそれぞれ構成すると決定するステップと、
   第１境界と第２境界との間の距離を路面の厚さとするステップと、を含むことを特徴とする、請求項１に記載のレーザレーダの内部パラメータ精度検証方法。
5. 前記路面の厚さに基づいて前記レーザレーダの内部パラメータが正確であるか否かを決定するステップは、
   前記路面の厚さが予め設定された厚さ閾値より大きい場合、前記レーザレーダの内部パラメータが誤っていると決定するステップを含むことを特徴とする、請求項１又は４に記載のレーザレーダの内部パラメータ精度検証方法。
6. レーザレーダの内部パラメータ精度検証装置であって、
   直線道路を走行中に自動運転移動キャリアに設けられたレーザレーダによって取得された点群データを取得するための点群データ取得モジュールと、
   取得された点群データに基づいて三次元シーンを再構築して、三次元シーンの点群モデルを取得するための三次元シーンモデリングモジュールと、
   前記三次元シーンの点群モデルを分割して路面を取得するための路面分割モジュールと、
   路面における点群データに基づいて前記路面の厚さを決定するための路面厚さ決定モジュールと、
   前記路面の厚さに基づいて前記レーザレーダの内部パラメータが正確であるか否かを決定するための内部パラメータ精度チェックモジュールと、を含むことを特徴とする、レーザレーダの内部パラメータ精度検証装置。
7. 前記路面厚さ決定モジュールは、さらに、路面における点群データを近距離点群データと遠距離点群データに区分し、近距離点群データに基づいて近平面をフィッティングして、近平面の厚さを決定し、遠距離点群データに基づいて遠平面をフィッティングして、遠平面の厚さを決定し、
   前記内部パラメータ精度チェックモジュールは、さらに、近平面の厚さと遠平面の厚さとに基づいて、前記レーザレーダの内部パラメータが正確であるか否かを決定することを特徴とする、請求項６に記載のレーザレーダの内部パラメータ精度検証装置。
8. 前記路面厚さ決定モジュールは、さらに、
   近距離点群データに基づいて近平面をフィッティングし、
   各近距離点群データから近平面までの距離に基づいて、近平面の厚さを決定することを特徴とする、請求項７に記載のレーザレーダの内部パラメータ精度検証装置。
9. 前記路面厚さ決定モジュールは、さらに、
   路面における点群データに基づいて路面平面をフィッティングし、
   各点群データから路面平面までの距離を決定し、
   第１距離と第２距離とに対応する点群の数が点群データにおける点の総数の予め設定された比例閾値である場合に、前記路面平面までの距離が第１距離と第２距離とである各点が、前記路面の第１境界と第２境界をそれぞれ構成すると決定し、
   第１境界と第２境界との間の距離を路面の厚さとすることを特徴とする、請求項６に記載のレーザレーダの内部パラメータ精度検証装置。
10. 前記内部パラメータ精度チェックモジュールは、さらに、
    前記路面の厚さが予め設定された厚さ閾値より大きい場合には、前記レーザレーダの内部パラメータが誤っていると決定することを特徴とする、請求項６又は９に記載のレーザレーダの内部パラメータ精度検証装置。
11. 機器であって、
    一つ又は複数のプロセッサと、
    一つ又は複数のプログラムを記憶するための記憶装置と、を含み、
    前記一つ又は複数のプログラムが前記一つ又は複数のプロセッサによって実行される場合に、前記一つ又は複数のプロセッサが、請求項１乃至５のいずれかに記載のレーザレーダの内部パラメータ精度検証方法を実現することを特徴とする、機器。
12. コンピュータプログラムが記憶されている媒体であって、
    当該プログラムがプロセッサによって実行される場合に、請求項１乃至５のいずれかに記載のレーザレーダの内部パラメータ精度検証方法が実現されることを特徴とする、媒体。