【技术实现步骤摘要】
一种融合车载信息的自动驾驶系统激光雷达在线标定方法
本专利技术涉及一种面向自动驾驶系统的激光雷达标定方法,特别是关于一种融合车载信息的自动驾驶系统激光雷达在线标定方法。
技术介绍
近年来兴起的自动驾驶技术有望解决交通事故数量居高不下的社会问题,甚至有望改变人们的出行方式,影响城市的设计格局,因而收到各国重视,成为汽车行业的研究热点。自动驾驶系统需要与环境发生交互,因而需要感知环境的状态。目前自动驾驶系统常用的环境感知传感器包括:激光雷达、摄像头、毫米波雷达和超声波雷达。其中,激光雷达因能准确测距、视野广、不依赖可见光而备受青睐,成为现有自动驾驶系统中不可或缺的传感器。在环境感知过程中,激光雷达检测到的目标需要转换到车辆坐标系下才能被自动驾驶系统的决策模块使用,该坐标转换需要用到激光雷达的外参。通常情况下,自动驾驶系统在安装好激光雷达后会进行静态标定,通过常用的测量手段,如皮尺、激光测距仪等,测出激光雷达相对于车辆坐标系的平移距离和旋转角度,即测量出外参。然后该外参会被写入自动驾驶系统的配置文件中,供环境感知算法调用,以修正激光雷达所检测到的障碍物位置,将其转换到车辆坐标系中。但自动驾驶系统在运行过程中,会因胎压不稳、乘客数量不同、载荷不均等问题造成悬架形变,从而对激光雷达的外参产生临时影响,造成外参的临时误差。同时,自动驾驶在长期使用过程中,设备的安装支架会产生形变,对激光雷达的外参造成永久性误差。这些都会对自动驾驶系统的环境感知系统产生影响,降低障碍物的感知精度和稳定性,甚至威胁系统的行驶安 ...
【技术保护点】
1.一种融合车载信息的自动驾驶系统激光雷达在线标定方法,其特征在于:包括如下步骤:/n步骤1,搭建大数据引擎,该大数据引擎包括车载部分和服务器部分,其中车载部分包括传感器、预处理、数据同步和数据存储,其中传感器包括:/n激光雷达,提供自动驾驶车辆周围的环境点云数据;/n车载ECU,提供车辆的必要状态信息,即车速、方向盘转角和INS信息;/n接收到上述环境点云数据和车辆的必要状态信息后通过预处理对激光雷达的点云数据解析,即将激光雷达的原始数据转换为算法所需要的常用格式,以激光点的空间三维坐标为表征,还对车载ECU数据解析,从CAN总线中将ECU的原始数据转换为算法所需要的常用格式,即车速值、方向盘转角值和车辆坐标系下的三轴加速度值;/n步骤2,利用C++编程搭建初始深度卷积神经网络模型并保存;利用服务器部署所搭建的深度卷积神经网络模型,给模型输入大数据引擎所生成的数据,进行模型训练,并保存训练好的深度卷积神经网络模型;/n步骤3,将训练好的深度卷积神经网络模型搭载到自动驾驶系统中,在软件中连接好激光雷达数据、车载传感器数据和深度卷积神经网络模型;正常运行自动驾驶系统,深度卷积神经网络模型 ...
【技术特征摘要】
1.一种融合车载信息的自动驾驶系统激光雷达在线标定方法,其特征在于:包括如下步骤:
步骤1,搭建大数据引擎,该大数据引擎包括车载部分和服务器部分,其中车载部分包括传感器、预处理、数据同步和数据存储,其中传感器包括:
激光雷达,提供自动驾驶车辆周围的环境点云数据;
车载ECU,提供车辆的必要状态信息,即车速、方向盘转角和INS信息;
接收到上述环境点云数据和车辆的必要状态信息后通过预处理对激光雷达的点云数据解析,即将激光雷达的原始数据转换为算法所需要的常用格式,以激光点的空间三维坐标为表征,还对车载ECU数据解析,从CAN总线中将ECU的原始数据转换为算法所需要的常用格式,即车速值、方向盘转角值和车辆坐标系下的三轴加速度值;
步骤2,利用C++编程搭建初始深度卷积神经网络模型并保存;利用服务器部署所搭建的深度卷积神经网络模型,给模型输入大数据引擎所生成的数据,进行模型训练,并保存训练好的深度卷积神经网络模型;
步骤3,将训练好的深度卷积神经网络模型搭载到自动驾驶系统中,在软件中连接好激光雷达数据、车载传感器数据和深度卷积神经网络模型;正常运行自动驾驶系统,深度卷积神经网络模型将会实时收取激光雷达数据和车载传感器数据,并实时比对二者的偏差,在线给出激光雷达的外参误差值。
2.根据权利要求1所述的融合车载信息的自动驾驶系统激光雷达在线标定方法,其特征在于:所述步骤一中搭建大数据引擎的具体步骤如下:
步骤一一,针对目标自动驾驶系统,安装好激光雷达,连接好车载传感器接口,并利用精密仪器完成对激光雷达的静态标定,获得激光雷达的外参;
步骤一二,驾驶搭载已标定自动驾驶系统的车辆在目标工作区域、场景中行驶,行驶车速保持在30km/h以下,保证车辆不发生剧烈颠簸,采集激光点云和车载传感器数据,并通过软件记录下来;
步骤一三,对已采集数据施加人为干扰,模拟车辆剧烈运动下的激光雷达点云数...
【专利技术属性】
技术研发人员:秦晓辉,谢国涛,王晓伟,边有钢,徐彪,胡满江,杨泽宇,胡展溢,钟志华,
申请(专利权)人:清华大学,
类型:发明
国别省市:北京;11
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。