【技术实现步骤摘要】
基于多传感器融合矫正多线激光雷达点云运动畸变的方法
本专利技术涉及汽车无人驾驶
，具体为一种基于融合多种传感器矫正多线激光雷达点云运动畸变的方法。
技术介绍
实现汽车无人驾驶上应用的传感器种类繁多，常见的有超声波雷达、毫米波雷达、单目相机、双目相机、激光雷达等。其中，激光雷达以其探测距离远，测量精度高，不易受外界光照变化影响等优势在各类传感器中脱颖而出。相对于超声波雷达，激光雷达能够获得更远的物体信息并且角度信息也更为精确；相对于相机传感器，激光雷达可以直接得到物体的距离信息且不受外界光照的影响，在室外环境下表现更加稳定。因此，激光雷达在智能驾驶领域中备受青睐。激光雷达可分为单线的二维激光雷达和多线的三维激光雷达，但二者的工作原理大同小异，都是通过向目标物体发射激光束，利用目标反射回来的信号和发射信号做适当处理获得目标距离、反射强度等信息。但是激光雷达作为汽车智能驾驶的传感器与汽车刚性连接，随着汽车的运动其坐标系不断变化，导致两次接收的数据不在同一个坐标系下，产生点云数据的偏移，因此需要对获得的点云数据进行运动畸变补偿。目前，针对多线激光雷达因运动发生畸变的...
【技术保护点】
1.基于多传感器融合矫正多线激光雷达点云运动畸变的方法，其特征在于，按如下步骤进行：步骤S1，判断IMU的最新时间戳是否大于激光雷达当前帧某点的时间戳，若是，进入步骤S2，若否，进入步骤S3；步骤S2，寻找激光雷达当前帧该点时间戳附近两帧IMU的数据并利用IMU的数据进行插值获得激光雷达点在全局坐标系的运动信息，然后进入步骤S4；步骤S3，将全局坐标系的IMU的运动信息赋予雷达激光点，然后进入步骤S4；步骤S4，判断激光雷达当前帧该点是否是该帧点云的第一个点，若是，记录该点信息并建立起始点坐标系，然后进入步骤S5，若否，直接进入步骤S5；步骤S5，将激光雷达当前帧点云各个点...
【技术特征摘要】
1.基于多传感器融合矫正多线激光雷达点云运动畸变的方法，其特征在于，按如下步骤进行：步骤S1，判断IMU的最新时间戳是否大于激光雷达当前帧某点的时间戳，若是，进入步骤S2，若否，进入步骤S3；步骤S2，寻找激光雷达当前帧该点时间戳附近两帧IMU的数据并利用IMU的数据进行插值获得激光雷达点在全局坐标系的运动信息，然后进入步骤S4；步骤S3，将全局坐标系的IMU的运动信息赋予雷达激光点，然后进入步骤S4；步骤S4，判断激光雷达当前帧该点是否是该帧点云的第一个点，若是，记录该点信息并建立起始点坐标系，然后进入步骤S5，若否，直接进入步骤S5；步骤S5，将激光雷达当前帧点云各个点在全局坐标系下的位移畸变变换至起始点坐标系，然后进入步骤S6；步骤S6，将在局部坐标系下的激光雷达该帧点云数据变换至全局坐标系再变换至起始点坐标系，然后进入步骤S7；步骤S7，在三维点上矫正位移畸变。2.根据权利要求1所述的基于多传感器融合矫正多线激光雷达点云运动畸变的方法，其特征在于，步骤S3中IMU赋予雷达激光点的运动信息包括欧拉角、速度、位移。3.根据权利要求1所述的基于多传感器融合矫正多线激光雷达点云运动畸变的方法，其特征在于，步骤S1之前，对激光雷达点云数据进行预处理，预处理过程按如下步骤进行：步骤S1.1，获取激光雷达点云数据；步骤S1.2，去除激光雷达数据无效点；步骤S1.3，确定感兴趣区域；步骤S1.4，计算在局部坐标系下激光雷达起始扫描线和终止扫描线的水平角；步骤S1.5，计算局部坐标系下激光雷达每个点的水平角；步骤S1.6，判断是否收到IMU数据，若是，插值计算激光雷达每个点的时间戳，若否，则结束。4.根据权利要求2所述的基于多传感器融合矫正多线激光雷达点云运动畸变的方法，其特征在于，IMU的位移计算方式，按如下步骤进行：步骤S2.1...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。