激光雷达的标定方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种激光雷达的标定方法、装置、计算机设备和存储介质，计算机设备获取第一激光雷达和第二激光雷达分别对同一场景进行扫描获得的第一点云数据和第二点云数据；第一激光雷达和第二激光雷达设置在同一车辆上，且具有重合扫描区域；将第一点云数据和第二点云数据按帧拆解，并根据预设拼接算法得到每个扫描时刻的拼接点云数据对应的相对位姿估计值；其中，拼接点云数据为对同一扫描时刻对应的第一点云帧与第二点云帧进行点云拼接后得到的点云数据；然后，对各个相对位姿估计值进行平均处理，获得第一激光雷达和第二激光雷达的相对位姿标定值。采用上述方法可以提升了激光雷达的标定效率以及激光雷达标定的准确性。

Calibration method, device, computer equipment and storage medium of lidar

【技术实现步骤摘要】
激光雷达的标定方法、装置、计算机设备和存储介质
本申请涉及激光雷达领域，特别是涉及一种激光雷达的标定方法、装置、计算机设备和存储介质。
技术介绍
随着车载传感器的广泛应用，激光雷达因其高分辨率、360度全方位、三维立体环境感知的能力，在车载传感器系统中发挥着重要的作用。现有的车载传感器系统中，一般会配置多个激光雷达在车的不同部位，以实现点云的无盲区覆盖，同时通过多个激光雷达对同一目标对象进行观测，对目标对象的形状、轮廓、行为、姿态等信息捕捉更全面。但是，要想获得以上的优势，激光雷达的标定是重要前提，需要获得多个激光雷达之间精确的相对位姿来完成对激光雷达的标定，以使得所有激光雷达的点云数据都能精确的统一到同一坐标系下。传统技术中，对激光雷达的标定方法主要是通过标定人员使用测量工具对各个激光雷达与车辆上的车载惯性导航系统之间的相对位姿进行分别测量，记录测量结果后，完成激光雷达之间的标定。但是，通过上述手工物理测量方法导致对激光雷达的标定效率低。
技术实现思路
基于此，有必要针对上述技术问题，提供一种激光雷达的标定方法、装置、计算机设备和存储介质。一种激光雷达的标定方法，上述方法包括：获取第一激光雷达和第二激光雷达分别对同一场景进行扫描获得的第一点云数据和第二点云数据；第一激光雷达和第二激光雷达设置在同一车辆上，且具有重合扫描区域；将第一点云数据和第二点云数据按帧拆解，并根据预设拼接算法得到每个扫描时刻的拼接点云数据对应的相对位姿估计值；其中，拼接点云数据为对同一扫描时刻对应的第一点云帧与第二点云帧进行点云拼接后得到的点云数据；对各个相对位姿估计值进行平均处理，获得第一激光雷达和第二激光雷达的相对位姿标定值。在一个实施例中，上述相对位姿估计值包括第一激光雷达和第二激光雷达的相对位置估计值和相对朝向估计值；对各个相对位姿估计值进行平均处理，获得第一激光雷达和第二激光雷达的相对位姿标定值，包括：对各个相对位置估计值进行平均处理，获得第一激光雷达和第二激光雷达的相对位置标定值；对各个相对朝向估计值进行平均处理，获得第一激光雷达和第二激光雷达的相对朝向标定值；将相对位置标定值和相对朝向标定值确定为相对位姿标定值。在一个实施例中，上述对各个相对朝向估计值进行平均处理，获得第一激光雷达和第二激光雷达的相对朝向标定值，包括：将各个相对朝向估计值进行向量转换，生成每个相对朝向估计值对应的相对朝向估计向量；将所有相对朝向估计向量进行组合，获得相对朝向估计矩阵；对相对朝向估计矩阵进行矩阵转换处理，获得所有相对朝向估计向量的平均向量，并将平均向量确定为相对朝向标定值。在一个实施例中，当相对朝向估计值用四元数表示时，上述对相对朝向估计矩阵进行矩阵转换处理，获得所有相对朝向估计向量的平均向量，包括：计算相对朝向估计矩阵的转置矩阵，并将相对朝向估计矩阵与相对朝向估计矩阵的转置矩阵相乘，获得相对朝向对称矩阵；对相对朝向对称矩阵进行特征分解，获得相对朝向对称矩阵的各个特征值以及每个特征值对应的特征向量；将各个特征值中最大特征值对应的特征向量确定为相对朝向估计向量的平均向量。在一个实施例中，上述拼接算法为正态分布变换NDT算法。在一个实施例中，上述场景为包含多个标定目标的标定场景；标定目标为包含直线段的扫描对象，多个标定目标中包含的多个直线段不共线。在一个实施例中，上述获取第一激光雷达和第二激光雷达分别对同一场景进行扫描获得的第一点云数据和第二点云数据，包括：获取车辆按照预设路线行驶时，第一激光雷达和第二激光雷达分别对标定场景进行扫描获得的第一点云数据和第二点云数据；预设路线包含车辆转弯路线。在一个实施例中，上述将第一点云数据和第二点云数据按帧拆解，包括：分别对第一点云数据和第二点云数据进行采样处理，获取第一采样点云数据和第二采样点云数据；将第一采样点云数据和第二点云数据按帧拆解。在一个实施例中，上述车辆包含至少三个激光雷达时，上述方法还包括：将至少三个激光雷达中与其余激光雷达均具有重合扫描区域的激光雷达确定为第一激光雷达，依次将至少三个激光雷达中的剩余激光雷达分别确定为第二激光雷达。在一个实施例中，上述车辆包含至少三个激光雷达时，上述方法还包括：根据至少三个激光雷达的扫描区域，设定至少三个激光雷达的标定顺序；标定顺序中相邻的两个激光雷达具有重合扫描区域；基于标定顺序，依次将相邻的两个激光雷达确定为第一激光雷达和第二激光雷达。一种激光雷达的标定装置，上述装置包括：获取模块，用于获取第一激光雷达和第二激光雷达分别对同一场景进行扫描获得的第一点云数据和第二点云数据；第一激光雷达和第二激光雷达设置在同一车辆上，且具有重合扫描区域；拆解模块，用于将第一点云数据和第二点云数据按帧拆解，并根据预设拼接算法得到每个扫描时刻的拼接点云数据对应的相对位姿估计值；其中，拼接点云数据为对同一扫描时刻对应的第一点云帧与第二点云帧进行点云拼接后得到的点云数据；处理模块，用于对各个相对位姿估计值进行平均处理，获得第一激光雷达和第二激光雷达的相对位姿标定值。一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述激光雷达的标定方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述激光雷达的标定方法方法的步骤。上述激光雷达的标定方法、装置、计算机设备和存储介质，计算机设备获取第一激光雷达和第二激光雷达分别对同一场景进行扫描获得的第一点云数据和第二点云数据；第一激光雷达和第二激光雷达设置在同一车辆上，且具有重合扫描区域；将第一点云数据和第二点云数据按帧拆解，并根据预设拼接算法得到每个扫描时刻的拼接点云数据对应的相对位姿估计值；其中，拼接点云数据为对同一扫描时刻对应的第一点云帧与第二点云帧进行点云拼接后得到的点云数据；然后，对各个相对位姿估计值进行平均处理，获得第一激光雷达和第二激光雷达的相对位姿标定值。由于计算机设备对获取的第一点云数据和第二点云数据按帧拆解，并对每个扫描时刻对应的第一点云帧与第二点云帧进行点云拼接，获得一组相对位姿估计值；进一步地，计算机设备对各个相对位姿估计值进行平均处理，获得第一激光雷达和第二激光雷达的相对位姿标定值，使得计算机设备可以自动获得第一激光雷达和第二激光雷达的相对位姿标定值，而不需要通过标定人员手工测量获得，大大提升了激光雷达的标定效率；同时，对于激光雷达之间通过手工测量无法获得的角度等标定参数，也可以通过上述方法获得，进一步提升了激光雷达标定的准确性。附图说明图1为一个实施例中激光雷达的标定方法的应用环境图；图2为一个实施例中激光雷达的标定方法的流程示意图；图3为另一个实施例中激光雷达的标定方法的流程示意图；图4为另一个实施例中激光雷达的标定方法的流程示意图；图5为另一个实施例中激光雷达的标定方法的流程示意图；图6为另一个实施例中激光雷达的标定方法的流程示意图；图7为一个实施例中激光雷达的标定装置的结构框图；图8为另一个实施例中激光雷达的标定装置的结构框图；图9为另一个实施例中激光雷达的标定装置的结构框图；图10为另一个实施例中激光雷达的标定装置的结构框图；图11为另一个实施例中激光雷达的标定装置的结构框图；图12为一个实施例中计算机设备的内部结构图。具体实施本文档来自技高网...

【技术保护点】
1.一种激光雷达的标定方法，其特征在于，所述方法包括：获取第一激光雷达和第二激光雷达分别对同一场景进行扫描获得的第一点云数据和第二点云数据；所述第一激光雷达和所述第二激光雷达设置在同一车辆上，且具有重合扫描区域；将所述第一点云数据和所述第二点云数据按帧拆解，并根据预设拼接算法得到每个扫描时刻的拼接点云数据对应的相对位姿估计值；其中，所述拼接点云数据为对同一扫描时刻对应的第一点云帧与第二点云帧进行点云拼接后得到的点云数据；对各个所述相对位姿估计值进行平均处理，获得所述第一激光雷达和所述第二激光雷达的相对位姿标定值。

【技术特征摘要】
1.一种激光雷达的标定方法，其特征在于，所述方法包括：获取第一激光雷达和第二激光雷达分别对同一场景进行扫描获得的第一点云数据和第二点云数据；所述第一激光雷达和所述第二激光雷达设置在同一车辆上，且具有重合扫描区域；将所述第一点云数据和所述第二点云数据按帧拆解，并根据预设拼接算法得到每个扫描时刻的拼接点云数据对应的相对位姿估计值；其中，所述拼接点云数据为对同一扫描时刻对应的第一点云帧与第二点云帧进行点云拼接后得到的点云数据；对各个所述相对位姿估计值进行平均处理，获得所述第一激光雷达和所述第二激光雷达的相对位姿标定值。2.根据权利要求1所述的方法，其特征在于，所述相对位姿估计值包括所述第一激光雷达和所述第二激光雷达的相对位置估计值和相对朝向估计值；所述对各个相对位姿估计值进行平均处理，获得所述第一激光雷达和所述第二激光雷达的相对位姿标定值，包括：对各个相对位置估计值进行平均处理，获得所述第一激光雷达和所述第二激光雷达的相对位置标定值；对各个相对朝向估计值进行平均处理，获得所述第一激光雷达和所述第二激光雷达的相对朝向标定值；将所述相对位置标定值和所述相对朝向标定值确定为所述相对位姿标定值。3.根据权利要求2所述的方法，其特征在于，所述对各个相对朝向估计值进行平均处理，获得所述第一激光雷达和所述第二激光雷达的相对朝向标定值，包括：将各个相对朝向估计值进行向量转换，生成每个相对朝向估计值对应的相对朝向估计向量；将所有相对朝向估计向量进行组合，获得相对朝向估计矩阵；对所述相对朝向估计矩阵进行矩阵转换处理，获得所有相对朝向估计向量的平均向量，并将所述平均向量确定为所述相对朝向标定值。4.根据权利要求3所述的方法，其特征在于，当所述相对朝向估计值用四元数表示时，所述对所述相对朝向估计矩阵进行矩阵转换处理，获得所有相对朝向估计向量的平均向量，包括：计算所述相对朝向估计矩阵的转置矩阵，并将所述相对朝向估计矩阵与所述相对朝向估计矩阵的转置矩阵相乘，获得相对朝向对称矩阵；对所述相对朝向对称矩阵进行特征分解，获得所述相对朝向对称矩阵的各个特征值以及每个特征值对应的特征向量；将所述各个特征值中最大特征值对应的特征向量确定为所述相对朝向估计向量的平均向量。5.根据权利要求1所述的方法，其特征在于，所述拼接算法为正态分布变换NDT算法。6.根据权利要求1-5任一项所述的方法，其特征在于，所述场景为包含多个标定目...

【专利技术属性】
技术研发人员：冯荻，雷宇苍，杜杭肯，韩旭，
申请(专利权)人：文远知行有限公司，
类型：发明
国别省市：美国,US