本发明专利技术涉及汽车无人驾驶技术领域，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，根据全局坐标系和激光雷达某帧起始点坐标系之间的旋转关系将位移畸变变换至起始点坐标系，再将激光雷达局部坐标系下的点变换至起始点坐标系，得到了在某帧起始点坐标系下的点云全部的点和相应的位移畸变。通过在三维点坐标上补偿位移畸变来矫正点云数据。
A Method of Correcting Moving Distortion of Multi-Line Lidar Point Cloud Based on Multi-Sensor Fusion
【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问题往往不做处理或者只使用惯性导航单元（IMU）计算激光雷达的运动，再对点云数据进行运动补偿。但是由于惯性导航单元无法直接获得位移信息，只能通过加速度的二次积分获得位移，所以在长时间工作下累计误差大。本专利技术针对汽车无人驾驶中激光雷达点云数据发生畸变的情况，提出了一种融合惯性导航单元和轮速传感器数据矫正激光雷达运动畸变的方法，可以稳定而有效地减小激光雷达点云数据的运动畸变。本专利技术为后续的目标跟踪、路径规划、地图构建、物体识别等算法提供更为精确的多线激光雷达的点云数据。
技术实现思路
本专利技术的目的是针对多线激光雷达在运动过程中不可避免地因为自身运动产生的运动畸变问题，提供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。本专利技术的上述技术目的是通过以下技术方案得以实现的：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，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的时间戳附近两帧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，将激光雷达该帧点云在局部坐标系下各点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。作为对本专利技术的优选，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。作为对本专利技术的优选，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。作为对本专利技术的优选，IMU的位移计算方式，按如下步骤进行：步骤S2.1，判断IMU的时间戳是否大于轮速传感器的时间戳，若是，进入步骤S2.2，若否，进入步骤S2.3；步骤S2.2，寻找IMU时间戳附近两帧轮速传感器的时间戳并将轮速传感器的速度进行插值，将结果作为IMU的观测值，然后进入步骤S2.4；步骤S2.3，将轮速传感器的速度作为IMU的观测值，然后进入步骤S2.4；步骤S2.4，将IMU的速度作为预测值，利用观测值和预测值做卡尔曼滤波，得到滤波后全局坐标系下IMU的速度，然后进入步骤S2.5；步骤S2.5，再次积分获得全局坐标系下IMU的位移。作为对本专利技术的优选，步骤S2.1之前，IMU数据中预处理车速度的计算方式按如下步骤进行：步骤S3.1，判断是否是第一次获得IMU数据，若是，建立全局坐标系并结束，若否，进入步骤S3.2；步骤S3.2，建立局部坐标系；步骤S3.3，获取全局坐标系到局部坐标系的旋转矩阵；步骤S3.4，去除局部坐标系下重力对IMU三轴加速度的影响；步骤S3.5，将修正后的三轴加速度投影至全局坐标系；步骤S3.6，判断IMU频率是否大于激光雷达频率，若是，积分获得全局坐标系下的预处理车速度并结束，若否，结束。作为对本专利技术的优选，步骤S2.1之前，轮速传感器的车速计算方式按如下步骤进行：步骤S4.1，获取轮速传感器信息；步骤S4.2，设定轮速传感器阈值；步骤S4.3，判断轮速传感器是否在阈值内，若是，进入步骤S4.4，若否，结束；步骤S4.4，在单位时间内计算四个车轮的速度；步骤S4.5，利用阿克曼转向原理得到汽车速度。作为对本专利技术的优选，所述轮速传感器为霍尔式轮速传感器。本专利技术的有益效果：通过各点的局部坐标系和起始点坐标系以及全局坐标系之间的变换关系，将位移畸变以及激光雷达点云变换至起始点坐标系，通过对运动畸变进行矫正得到更为精确的点云数据。附图说明图1为轮速传感器的车速计算流程图；图2为惯性导航单元（IMU）的车速计算流程图；图3为惯性导航单元（IMU）和轮速传感器数据融合图；图4为激光雷达数据预处理流程图；图5为激光雷达与惯性导航单元（IMU）数据融合流程图；图6为数据流示意图；图7为激光雷达点云运动畸变示意图。具体实施方式以下具体实施例仅仅是对本专利技术的解释，其并不是对本专利技术的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本专利技术的权利要求范围内都受到专利法的保护。实施例，如图5所示，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，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的时间戳附近两帧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的运动信息赋予激光雷达点，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，将激光雷达当前帧各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，将激光雷达该帧点云在局部坐标系下的各点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。因为惯性导航单元的数据获取频率高于激光雷达，所以需要进行时间对齐。如果惯性导航单元最新的时间戳小于激光雷达某帧某点的时间戳，则直接将惯性导航单元的欧拉角、速度、位移赋值给该点。如果惯性导航单元最新的时间戳大于激光雷达某帧某点的时间戳，则寻找本文档来自技高网...
【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。
【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...
【专利技术属性】
技术研发人员：彭育辉，张剑锋，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建,35
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。