激光雷达标定方法及激光雷达与流程

本发明涉及激光探测领域,特别涉及一种激光雷达标定方法及激光雷达。

背景技术:

激光雷达是以发射激光光束来探测目标的位置、速度等特征量的雷达系统,其工作原理是先向目标发射探测激光光束,然后将接收到的从目标反射回来的信号与发射信号进行比较,作适当处理后,就可获得目标的有关信息。

激光雷达在使用或出厂之前需要对发射的激光进行标定,传统的标定方式是对每一束出射激光来进行标定,随着多线激光雷达的出现,这种标定方法效率太低,无法满足需求。对于多线激光雷达,现有的标定方法通常是在空旷的、无干扰、异物少的房间内,对于同一块检测板,摆放在不同距离处由待标定激光雷达进行检测,收集检测结果,对检测结果进行处理后,根据处理后的结果来调整激光发射器的参数,从而来标定多线激光雷达。

现有的对于多线激光雷达的标定方法对环境有较高的要求,也需要人为移动检测板,且对检测板与激光雷达之间的距离有较高的精度要求,因此效率较低。

技术实现要素:

本发明实施例中提供了一种激光雷达标定方法及激光雷达,能提供激光雷达标定的效率。

为了解决上述技术问题,本发明实施例公开了如下技术方案:

一方面,提供了一种激光雷达标定方法,包括:

使所述激光雷达运动;

获取所述激光雷达在当前采样时刻与上一个采样时刻之间的相对位移;

获取所述激光雷达当前采样时刻与上一个采样时刻之间的检测数据;

根据所述检测数据与所述相对位移,调整所述激光雷达的参数值。

可选的,所述激光雷达转动一圈为一个采样周期。

可选的,所述根据检测数据与相对位移,调整所述激光雷达的参数值,包括:

根据所述相对位移及检测数据,获取所述激光雷达在当前采样时刻与上一个采样时刻之间的点云数据;

建立能量模型;

根据能量模型及点云数据,获取所述能量模型的数值;

根据所述能量模型的数值,调整所述激光雷达的参数值。

可选的,所述根据点云数据及能量模型,获取所述能量模型的数值,包括:

根据能量模型及多个采样周期的点云数据,获取所述能量模型的数值。

可选的,所述能量模型为:

其中,b表示激光雷达的线数;

bi是第i线激光;

bij是bi在第j圈获得的检测数据;

n表示激光在bi为所述激光雷达累积扫过的最大圈数;

k表示一线激光上的点数;

wk表示权重,当pk-mk大于预设阈值,则认定pk和mk不是共面的,则将这个点排除,此时wk=0,反之wk=1;

ηk表示在pk相邻的最近的若干点拟合的平面所对应的法向量;

pk和mk都是bij上的点,mk是离pk最近的点。

可选的,所述根据能量模型的数值,调整激光雷达的参数值,包括:

若所述能量模型的数值最小,则确认所述能量模型的数值对应的激光雷达的参数值为最优。

第二方面,提供了一种激光雷达,所述激光雷达包括:

运动单元,用于使所述激光雷达运动;

位移获取单元,用于获取所述激光雷达在当前采样时刻与上一个采样时刻之间的相对位移;

检测单元,用于获取所述激光雷达当前采样时刻与上一个采样时刻之间的检测数据;

控制单元,用于根据所述检测数据与所述相对位移,调整所述激光雷达的参数值。

可选的,所述控制单元还用于:

根据所述点云数据及能量模型,获取所述能量模型的数值;

本发明的实施例中公开了一种激光雷达标定方法,使所述激光雷达运动后,获取所述激光雷达在当前采样时刻与上一个采样时刻之间的相对位移和检测数据,根据所述检测数据与所述相对位移,调整所述激光雷达的参数值。本发明实施例中,激光雷达可以自行移动采集数据,根据采集的数据来调整激光雷达的参数,无需检测板,可以提高激光雷达标定的效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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所示为本发明实施例的激光雷达标定方法的流程图;

图2所示为本发明实施例的激光雷达运动示意图;

图3所示为本发明实施例的激光雷达标定时获取数据的示意图;

图4所示为本发明实施例的激光雷达标定方法的流程图;

图5所示为本发明实施例的激光雷达的结构示意图。

具体实施方式

本发明如下实施例提供了一种激光雷达标定方法及激光雷达,能提高激光雷达标定的效率。

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、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

图1所示为本发明实施例的激光雷达标定方法的流程图,如图1所示,所述方法包括:

步骤101,使激光雷达运动。

本发明实施例中,激光雷达可以安装在运动装置上,该运动装置可以进行很微小的移动。

图2所示为本发明实施例的激光雷达运动示意图,如图2所示,激光雷达201设置于运动装置202上。

步骤102,获取激光雷达在当前采样时刻与上一个采样时刻之间的相对位移。

本发明实施例中,安装激光雷达的运动装置上可以安惯性测量单元imu、全球定位系统gps,或者其他方式来测量激光雷达两个采样时刻之间的相对位移。

本发明实施例中,激光雷达转动一圈为一个采样周期。

参考图2所示,为当前采样时刻与上一个采样时刻之间的相对位移。

步骤103,获取激光雷达当前采样时刻与上一个采样时刻之间的检测数据;

步骤104,根据检测数据与相对位移,调整激光雷达的参数值。

步骤104中,所述根据检测数据与相对位移,调整所述激光雷达的参数值,包括:

步骤104中,据点云数据及能量模型,获取所述能量模型的数值,包括:

本发明实施例的能量模型是一个迭代的过程,需要用到之前采用周期中的点云数据,例如需要二十个采样周期的数据,可以减小偶尔误差。

所述能量模型为:

本发明的实施例中的激光雷达标定方法,使所述激光雷达运动后,获取所述激光雷达在当前采样时刻与上一个采样时刻之间的相对位移和检测数据,根据所述检测数据与所述相对位移,调整所述激光雷达的参数值。本发明实施例中,激光雷达可以自行移动采集数据,根据采集的数据来调整激光雷达的参数,无需检测板,可以提高激光雷达标定的效率,降低人力成本。

图3所示为激光雷达标定时获取数据的示意图,如图3所示,图中的圆弧形虚线是激光雷达连续旋转时某一条激光的扫描位置,为当前采样时刻与上一个采样时刻之间的相对位移,bij是bi在第j圈获得的检测数据,mk和pk如图3所示。为了较为清晰的示出,图3中的表示mk和pk点特意加黑、加粗,实际上这两个点与其他扫描点是相同的。

图4所示为本发明实施例的激光雷达标定方法的流程图,如图4所示,所述方法包括:

步骤401,使激光雷达运动。

步骤402,获取激光雷达在当前采样时刻与上一个采样时刻之间的相对位移。

步骤403,获取激光雷达在当前采样时刻与上一个采样时刻之间的点云数据。

步骤404,建立能量模型。

步骤405,根据点云数据及能量模型,获取能量模型的数值。

步骤406,判断能量模型的数值是否最小,若不是,则转至步骤407,若是,则转至步骤408;

步骤407,调整激光雷达的参数值,转至步骤402。

步骤408,确认能量模型的数值对应的激光雷达的参数值为最优参数值。

本发明的实施例中的激光雷达标定方法,可以提高激光雷达标定的效率。

与上述激光雷达标定方法相对应,本发明实施例提供了一种激光雷达,图5所示为本发明实施例的激光雷达的结构示意图,如图5所示,激光雷达包括:

运动单元501,用于使所述激光雷达运动;

位移获取单元502,用于获取所述激光雷达在当前采样时刻与上一个采样时刻之间的相对位移;

检测单元503,用于获取所述激光雷达当前采样时刻与上一个采样时刻之间的检测数据;

控制单元504,用于根据所述检测数据与所述相对位移,调整所述激光雷达的参数值。

可选的,激光雷达转动一圈为一个采样周期。

可选的,所述控制单元504还用于:

本发明实施例的激光雷达,能提高激光雷达的标定效率。

本发明的实施例中公开了一种激光雷达标定方法及激光雷达,使所述激光雷达运动后,获取所述激光雷达在当前采样时刻与上一个采样时刻之间的相对位移和检测数据,根据所述检测数据与所述相对位移,调整所述激光雷达的参数值。本发明实施例中,激光雷达可以自行移动采集数据,根据采集的数据来调整激光雷达的参数,无需检测板,可以提高激光雷达标定的效率,降低人力成本。

本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件的方式来实现,通用硬件包括通用集成电路、通用cpu、通用存储器、通用元器件等,当然也可以通过专用硬件包括专用集成电路、专用cpu、专用存储器、专用元器件等来实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如只读存储器(rom,read-onlymemory)、随机存取存储器(ram,randomaccessmemory)、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

以上所述的本发明实施方式,并不构成对本发明保护范围的限定。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,均应包含在本发明的保护范围之内。

THE END
1.针对稀疏激光雷达扫描点云的快速稳健法线估计激光雷达(LiDAR)技术已被证明是许多机器人系统的重要组成部分,从LiDAR数据估计表面法线通常用于这些系统中的各种任务。由于当前的大多数机械LiDAR传感器生成稀疏数据,从单次扫描点云中稳健地估计法线存在困难。本文解决了从稀疏LiDAR数据中估计法线的问题,避免了在高曲率区域平滑法线的典型问题,机械LiDAR通过旋转一组刚性安装https://zhuanlan.zhihu.com/p/710050575
2.激光雷达点云处理详解:从预处理到3D目标检测随着激光雷达的上车数量的不断攀升,如何用好激光雷达成为了重中之重,而用好激光雷达的关键点之一就在于处理好点云数据。 激光点云指的是由三维激光雷达设备扫描得到的空间点的数据集,每一个点云都包含了三维坐标(XYZ)和激光反射强度(Intensity),其中强度信息会与目标物表面材质与粗糙度、激光入射角度、激光波长以及https://blog.csdn.net/xhtchina/article/details/129215458
3.千里眼”&“火眼金睛”?多激光雷达外参自动标定立大功!多激光外参标定是个啥? 多激光雷达外参标定的核心在于调整雷达坐标系的位姿变换来实现点云匹配,一般选择顶置的激光雷达作为基准雷达,将其他雷达的点云与基准雷达的点云拟合到一起完成标定。根据标定方式的不同可以将多激光雷达外参标定分为手动标定和自动标定,其中自动标定又分为离线标定和在线标定。 https://maimai.cn/article/detail?fid=1755850761&efid=8q92_gkwNGxkaDhTsD3AFQ
4.激光雷达与相机融合标定技术研究进展红外与激光工程单传感器存在采集数据信息不完整的缺点,比如激光雷达缺乏纹理色彩信息,相机缺乏深度信息。激光雷达和相机数据融合可实现传感器之间信息互补,感知空间精准的彩色三维数据,被广泛应用于自动驾驶、移动机器人等领域。针对现阶段激光雷达和相机外参标定文献多、杂、乱等问题,文中系统地梳理了校准流程和归纳了校准方法。首先介绍了https://www.opticsjournal.net/Articles/OJ3a20b649fc9e5f7a/FullText
5.激光雷达距离标定(激光雷达在线标定)3、单激光雷达离线外参标定是将激光雷达的几何和传感器参数与相机的参数矩阵进行标定,以便将激光点对应到RGB三维空间中的像素位置,从而实现深度信息的可视化。首先需要收集激光雷达与相机的标定数据,包括激光雷达点云数据和 4、我现在是给大卡车上的相机和激光雷达做联合标定,2个设备的距离有1米以上这估计是位移标定的http://ltlidar.51sole.com/companynewsdetail_260589872.htm
6.基于目标的激光雷达与相机外参标定方法汇总基于目标的激光雷达与相机外参标定方法汇总 对于自动驾驶、机器人技术、导航系统和三维场景重建等应用,通常使用激光雷达和相机传感器捕获同一场景的数据。为了准确地重建场景中的对象,有必要将激光雷达和相机输出融合在一起,激光雷达相机外参估计出刚性变换矩阵,旋转+平移、6自由度,该矩阵建立三维激光雷达平面中的点与图像https://cloud.tencent.com/developer/article/1909218
7.二维激光雷达与相机数据融合标定鉴于单线激光雷达扫描线的有限性和相机标定所需数据量大,加之外参标定任务复杂、耗时[18],根据相机与激光雷达传感器自身特点,设计1种特殊的标靶,在相机采集图像的过程中同时采集激光雷达的点云数据,快速得到单个传感器的参数;在此基础上,提出1种基于特征点的融合标定方法,通过激光雷达和相机之间的数据融合实现外参标定,https://xuebaozk.ahut.edu.cn/cn/article/doi/10.12415/j.issn.1671-7872.24039?viewType=HTML
8.论文阅读激光雷达与相机融合标定技术研究进展(综述)title: 激光雷达与相机融合标定技术研究进展 date: 2023-09-07 14:17:46 tags: 论文精读 综述 作者 王世强,孟召宗,高楠,张宗华* 单位 河北工业大学 关键词 传感器表达、激光雷达、点云处理、相机标定、数据融合 期刊/会议 红外与激光工程 关键词 2023 摘要https://www.cnblogs.com/chesstime/articles/17687694.html
9.智能驾驶之激光雷达算法详解在标定算法部分(第3章和第4章),介绍了有代表性的激光雷达与车体的外参标定算法以及激光雷达和相机间的外参标定算法,涵盖了基于标定物、无标定物、离线标定和在线标定等多种标定模式。 在感知算法部分(第5章和第6章、第8~10章),介绍了基于激光雷达进行地面检测、障碍物聚类、目标检测、多目标跟踪、路沿检测的代https://labs.epubit.com/bookDetails?id=UB88a85966888f8
10.福建船政交通职业学院汽车学院智能网联汽车实训中心——智能网联9.2投标人应在投标截止时间前按照福建省政府采购网上公开信息系统设定的操作流程将电子投标文件上传至福建省政府采购网上公开信息系统,同时将投标人的CA证书连同密封的纸质投标文件送达招标文件第一章第10条载明的地点,否则投标将被拒绝。 10、开标时间及地点:详见招标公告或更正公告(若有),若不一致,以更正公告(若有)http://www.ccgp-fujian.gov.cn/upload/document/20210929/269d538f0edc400db3823794cdf6087c.html